堆外内存泄漏排查
堆外内存泄漏排查直接内存：指的是Java应用程序通过直接方式从操作系统中申请的内存，也叫堆外内存，因为这些对象分配在Java虚拟机的堆（严格来说，应该是JVM的内存外，但是堆是这块内存中最大的）以外。直接内存有哪些？元空间。BIO中ByteBuffer分配的直接内存。使用Java的Unsafe类做一些分配本地内存的操作。JNI或者JNA程序，直接操纵了本地内存，比如一些加密库、压缩解压等。JNI（
·
堆外内存泄漏排查
直接内存：指的是Java应用程序通过直接方式从操作系统中申请的内存，也叫堆外内存，因为这些对象分配在Java虚拟机的堆（严格来说，应该是JVM的内存外，但是堆是这块内存中最大的）以外。
直接内存有哪些？
- 元空间。
- BIO中ByteBuffer分配的直接内存。
- 使用Java的Unsafe类做一些分配本地内存的操作。
- JNI或者JNA程序，直接操纵了本地内存，比如一些加密库、压缩解压等。
JNI（Java Native Interface）：通过使用Java本地接口（C或者C++）书写程序，可以确保代码在不同的平台上方便移植。
JNA（Java Native Access）：提供一组Java工具类用于在运行期间动态访问系统本地库（native library：如 Window 的 dll）而不需要编写任何Native/JNI代码。开发人员只要在一个java接口中描述目标native library的函数与结构，JNA将自动实现Java接口到native function的映射。
JNA是建立在JNI技术基础之上的一个Java类库，它使您可以方便地使用java直接访问动态链接库中的函数。原来使用JNI，你必须手工用C写一个动态链接库，在C语言中映射Java的数据类型。而在JNA中，它提供了一个动态的C语言编写的转发器，可以自动实现Java和C的数据类型映射，你不再需要编写C动态链接库。也许这也意味着，使用JNA技术比使用JNI技术调用动态链接库会有些微的性能损失。但总体影响不大，因为JNA也避免了JNI的一些平台配置的开销。
直接内存的优缺点
直接内存，其实就是不受JVM控制的内存。相比于堆内存有几个优势：
- 减少了垃圾回收的工作，因为垃圾回收会暂停其他的工作，能保持一个较小的堆内内存，以减少垃圾收集对应用的影响。
- 加快了复制的速度。因为堆内在flush到远程时，会先复制到直接内存（非堆内存），然后再发送，而堆外内存相当于省略掉了这个工作。
- 可以在进程间共享，减少JVM间的对象复制，使得JVM的分割部署更容易实现。
- 可以扩展至更大的内存空间，比如超过1TB甚至比主存还大的空间。
直接内存有很多好处，我们还是应该要了解它的缺点：
- 堆外内存难以控制，如果内存泄漏，那么很难排查。
- 堆外内存相对来说，不适合存储很复杂的对象，一般简单的对象比较适合。
直接内存的泄漏
ByteBuffer
public class DirectMemoryOOM {
public static void main(String[] args) throws IllegalArgumentException, IllegalAccessException {
ByteBuffer.allocateDirect(128 * 1024 * 1024);
}
}
运行时带上JVM参数-XX:MaxDirectMemorySize=100m会抛出如下异常：
Exception in thread "main" java.lang.OutOfMemoryError: Direct buffer memory
at java.nio.Bits.reserveMemory(Bits.java:694)
at java.nio.DirectByteBuffer.<init>(DirectByteBuffer.java:123)
at java.nio.ByteBuffer.allocateDirect(ByteBuffer.java:311)
at com.morris.jvm.heapout.DirectMemoryOOM.main(DirectMemoryOOM.java:14)
如果我们没有通过-XX:MaxDirectMemorySize来指定最大的直接内存，那么默认的最大堆外内存是多少呢？一般来说，如果没有显示的设置-XX:MaxDirectMemorySize参数，通过ByteBuffer能够分配的直接内存空间大小就是堆的最大大小，也就是对应对应参数-Xmx，真的是这么样吗？
- VM参数配置：
-XX:MaxDirectMemorySize=128m，程序会正常退出。 - VM参数配置：
-Xmx128m，运行结果为OutOfMemoryError，这就说明了ByteBuffer能够分配的直接内存空间大小并不是-Xmx指定的大小。 - VM参数配置：
-Xmx135m -Xmn100m -XX:SurvivorRatio=8，运行结果还是OutOfMemoryError。 - VM参数配置：
-Xmx138m -Xmn100m -XX:SurvivorRatio=8，程序会正常退出。
总结：没有显示的设置-XX:MaxDirectMemorySize参数，通过ByteBuffer能够分配的直接内存空间大小就是堆的最大可使用的大小。堆的最大可使用的大小=堆的最大值（-Xmx）- 一个Survivor的大小(浪费的空间)，所以案例3会OOM，堆的最大的可使用的大小=135m-10m=125m，不能分配128M的对象，而在案例4中，堆的最大可使用的大小=138m-10m=128m ,刚好可以分配128M的对象，所有不会OOM。
UnSafe
public class UnSafeDemo {
public static final int _1MB = 1024 * 1024;
public static void main(String[] args) throws Exception {
Field field = Unsafe.class.getDeclaredField("theUnsafe");
field.setAccessible(true);
Unsafe unsafe = (Unsafe) field.get(null);
unsafe.allocateMemory(100 * 1024 * 1024);
}
}
运行时加上-XX:MaxDirectMemorySize=10m参数，发现程序并没有OOM，也就是说明使用UnSafe API分配的内存不受-XX:MaxDirectMemorySize参数的控制。
JNI
package com.morris.jvm.heapout;
import com.sun.management.OperatingSystemMXBean;
import com.sun.net.httpserver.HttpContext;
import com.sun.net.httpserver.HttpServer;
import java.io.*;
import java.lang.management.ManagementFactory;
import java.net.InetSocketAddress;
import java.util.Random;
import java.util.concurrent.ThreadLocalRandom;
import java.util.zip.GZIPInputStream;
import java.util.zip.GZIPOutputStream;
public class LeakDemo {
/**
* 构造随机的字符串
*/
public static String randomString(int strLength) {
Random rnd = ThreadLocalRandom.current();
StringBuilder ret = new StringBuilder();
for (int i = 0; i < strLength; i++) {
boolean isChar = (rnd.nextInt(2) % 2 == 0);
if (isChar) {
int choice = rnd.nextInt(2) % 2 == 0 ? 65 : 97;
ret.append((char) (choice + rnd.nextInt(26)));
} else {
ret.append(rnd.nextInt(10));
}
}
return ret.toString();
}
//复制方法
public static int copy(InputStream input, OutputStream output) throws IOException {
long count = copyLarge(input, output);
return count > 2147483647L ? -1 : (int) count;
}
//复制方法
public static long copyLarge(InputStream input, OutputStream output) throws IOException {
byte[] buffer = new byte[4096];
long count = 0L;
int n;
for (; -1 != (n = input.read(buffer)); count += (long) n) {
output.write(buffer, 0, n);
}
return count;
}
//解压
public static String decompress(byte[] input) throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
copy(new GZIPInputStream(new ByteArrayInputStream(input)), out);
return new String(out.toByteArray());
}
//压缩
public static byte[] compress(String str) throws Exception {
ByteArrayOutputStream bos = new ByteArrayOutputStream();
GZIPOutputStream gzip = new GZIPOutputStream(bos);
try {
gzip.write(str.getBytes());
gzip.finish();
byte[] b = bos.toByteArray();
return b;
} finally {
try {
gzip.close();
} catch (Exception ex) {
}
try {
bos.close();
} catch (Exception ex) {
}
}
}
private static OperatingSystemMXBean osmxb = (OperatingSystemMXBean) ManagementFactory.getOperatingSystemMXBean();
//通过MXbean来判断获取内存使用率(系统)
public static int memoryLoad() {
double totalvirtualMemory = osmxb.getTotalPhysicalMemorySize();
double freePhysicalMemorySize = osmxb.getFreePhysicalMemorySize();
double value = freePhysicalMemorySize / totalvirtualMemory;
int percentMemoryLoad = (int) ((1 - value) * 100);
return percentMemoryLoad;
}
private static volatile int RADIO = 60;
public static void main(String[] args) throws Exception {
//构造1kb的随机字符串
int BLOCK_SIZE = 1024;
String str = randomString(BLOCK_SIZE / Byte.SIZE);
//字符串进行压缩
byte[] bytes = compress(str);
for (; ; ) {
int percent = memoryLoad();
if (percent > RADIO) { // 如果操作系统内存使用率达到阈值，则等待1s
System.out.println("memory used >" + RADIO + " hold 1s");
Thread.sleep(1000);
} else {
//不断对字符串进行解压
decompress(bytes);
Thread.sleep(1);
}
}
}
}
演示程序的简单说明：程序将会申请1kb的随机字符串，然后持续解压。为了避免让操作系统陷入假死状态，我们每次都会判断操作系统内存使用率，在达到60%的时候，我们将挂起程序，这样方便用工具来分析。
启动参数：java -XX:+PrintGC -Xmx1G -Xmn1G -XX:+AlwaysPreTouch -XX:MaxMetaspaceSize=10M -XX:MaxDirectMemorySize=10M LeakDemo
参数说明：
- -XX:+PrintGC：打印GC日志。
- -Xmx1G：限制堆的最大值为1G。
- -Xmn1G：限制堆的最小值为1G。
- -XX:MaxMetaspaceSize=10M：限制元空间的最大值为10M。
- -XX:MaxDirectMemorySize=10M：限制直接内存的最大值为10M。
- -XX:+AlwaysPreTouch：如果不设置这个参数，JVM的内存只有真正在使用的时候，才会分配给它。如果设置这个参数，在JVM启动的时候，就把它所有的内存在操作系统分配了。在堆比较大的时候，会加大启动时间，但在这个场景中，我们为了减少内存动态分配的影响，把这个参数添加上。
这个程序很快就打印了以下的显示，这个证明操作系统内存使用率，达到了60%。
Java HotSpot(TM) 64-Bit Server VM warning: MaxNewSize (1048576k) is equal to or greater than the entire heap (1048576k). A new max generation size of 1048064k will be used.
memory used >80 hold 1s
memory used >80 hold 1s
memory used >80 hold 1s
... ...
下面通过一些命令和工具分析内存泄漏的原因。
top
先使用top命令查看哪个进程的内存占用过高：
# top
top - 11:14:34 up 277 days, 50 min, 2 users, load average: 0.00, 0.00, 0.00
Tasks: 143 total, 1 running, 141 sleeping, 1 stopped, 0 zombie
Cpu(s): 0.3%us, 0.3%sy, 0.0%ni, 99.3%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Mem: 3921488k total, 2458504k used, 1462984k free, 327152k buffers
Swap: 4063228k total, 58672k used, 4004556k free, 434392k cached
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
17238 root 20 0 4287m 1.3g 11m S 7.9 34.9 0:02.69 java
1 root 20 0 19360 1032 792 S 0.0 0.0 0:05.59 init
发现一个进程号为17238的java进程占用内存较高。
top命令中几个指标说明：
- VIRT（virtual memory usage）：虚拟内存，进程申请的虚拟内存大小，包括进程使用的库、代码、数据等，假如进程申请100m的内存，但实际只使用了10m，那么它会增长100m，而不是实际的使用量。
- RES（resident memory usage）：常驻内存（物理内存），如果申请100m的内存，实际使用10m，它只增长10m。
- %MEM：进程使用的物理内存占操作系统物理内存的百分比。
如果进程较多，可以使用top -p 17238命令，只观察这一个进程。
# top -p 17238
top - 11:19:04 up 277 days, 54 min, 2 users, load average: 0.00, 0.00, 0.00
Tasks: 1 total, 0 running, 1 sleeping, 0 stopped, 0 zombie
Cpu(s): 0.2%us, 0.0%sy, 0.0%ni, 99.8%id, 0.0%wa, 0.0%hi, 0.0%si, 0.0%st
Mem: 3921488k total, 3176908k used, 744580k free, 327152k buffers
Swap: 4063228k total, 58672k used, 4004556k free, 434392k cached
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
17238 root 20 0 6975m 2.0g 11m S 0.3 53.1 0:08.24 java
当控制台打印memory used >80 hold 1s时，此时进程17238占用的物理内存达到最大值2G。
jmap
既然java进程占用的内存较大，在jvm中占用内存最大的区域为堆，存在内存泄漏可能性最大的也是堆，所以使用jvm提供的jmap指令来查看堆的情况。
# jmap -heap 17238
Attaching to process ID 17238, please wait...
Debugger attached successfully.
Server compiler detected.
JVM version is 25.241-b07
using thread-local object allocation.
Parallel GC with 2 thread(s)
Heap Configuration:
MinHeapFreeRatio = 0
MaxHeapFreeRatio = 100
MaxHeapSize = 1073741824 (1024.0MB)
NewSize = 1073217536 (1023.5MB)
MaxNewSize = 1073217536 (1023.5MB)
OldSize = 524288 (0.5MB)
NewRatio = 2
SurvivorRatio = 8
MetaspaceSize = 10485760 (10.0MB)
CompressedClassSpaceSize = 2097152 (2.0MB)
MaxMetaspaceSize = 10485760 (10.0MB)
G1HeapRegionSize = 0 (0.0MB)
Heap Usage:
PS Young Generation
Eden Space:
capacity = 805830656 (768.5MB)
used = 274035832 (261.34093475341797MB)
free = 531794824 (507.15906524658203MB)
34.00662781436799% used
From Space:
capacity = 133693440 (127.5MB)
used = 0 (0.0MB)
free = 133693440 (127.5MB)
0.0% used
To Space:
capacity = 133693440 (127.5MB)
used = 0 (0.0MB)
free = 133693440 (127.5MB)
0.0% used
PS Old Generation
capacity = 524288 (0.5MB)
used = 0 (0.0MB)
free = 524288 (0.5MB)
0.0% used
820 interned Strings occupying 55872 bytes.
从堆的日志中可以发现，JVM的堆和元空间总共使用内存1.1G左右，说明不是堆内存泄漏。
jstack
既然不是堆内存泄露，那么是不是栈的内存泄漏了呢？
# jstack 17238
2020-08-21 11:46:21
Full thread dump Java HotSpot(TM) 64-Bit Server VM (25.241-b07 mixed mode):
"Attach Listener" #8 daemon prio=9 os_prio=0 tid=0x00007f0544001000 nid=0x449d waiting on condition [0x0000000000000000]
java.lang.Thread.State: RUNNABLE
"Service Thread" #7 daemon prio=9 os_prio=0 tid=0x00007f057c0ba000 nid=0x444f runnable [0x0000000000000000]
java.lang.Thread.State: RUNNABLE
"C1 CompilerThread1" #6 daemon prio=9 os_prio=0 tid=0x00007f057c0b7000 nid=0x444e waiting on condition [0x0000000000000000]
java.lang.Thread.State: RUNNABLE
"C2 CompilerThread0" #5 daemon prio=9 os_prio=0 tid=0x00007f057c0b4800 nid=0x444d waiting on condition [0x0000000000000000]
java.lang.Thread.State: RUNNABLE
"Signal Dispatcher" #4 daemon prio=9 os_prio=0 tid=0x00007f057c0af800 nid=0x444c runnable [0x0000000000000000]
java.lang.Thread.State: RUNNABLE
"Finalizer" #3 daemon prio=8 os_prio=0 tid=0x00007f057c081800 nid=0x444b in Object.wait() [0x00007f055fefd000]
java.lang.Thread.State: WAITING (on object monitor)
at java.lang.Object.wait(Native Method)
- waiting on <0x00000000c0088ee0> (a java.lang.ref.ReferenceQueue$Lock)
at java.lang.ref.ReferenceQueue.remove(ReferenceQueue.java:144)
- locked <0x00000000c0088ee0> (a java.lang.ref.ReferenceQueue$Lock)
at java.lang.ref.ReferenceQueue.remove(ReferenceQueue.java:165)
at java.lang.ref.Finalizer$FinalizerThread.run(Finalizer.java:216)
"Reference Handler" #2 daemon prio=10 os_prio=0 tid=0x00007f057c07d000 nid=0x444a in Object.wait() [0x00007f055fffe000]
java.lang.Thread.State: WAITING (on object monitor)
at java.lang.Object.wait(Native Method)
- waiting on <0x00000000c0086c00> (a java.lang.ref.Reference$Lock)
at java.lang.Object.wait(Object.java:502)
at java.lang.ref.Reference.tryHandlePending(Reference.java:191)
- locked <0x00000000c0086c00> (a java.lang.ref.Reference$Lock)
at java.lang.ref.Reference$ReferenceHandler.run(Reference.java:153)
"main" #1 prio=5 os_prio=0 tid=0x00007f057c009000 nid=0x4446 waiting on condition [0x00007f0583977000]
java.lang.Thread.State: TIMED_WAITING (sleeping)
at java.lang.Thread.sleep(Native Method)
at LeakDemo.main(LeakDemo.java:130)
"VM Thread" os_prio=0 tid=0x00007f057c073800 nid=0x4449 runnable
"GC task thread#0 (ParallelGC)" os_prio=0 tid=0x00007f057c01e800 nid=0x4447 runnable
"GC task thread#1 (ParallelGC)" os_prio=0 tid=0x00007f057c020800 nid=0x4448 runnable
"VM Periodic Task Thread" os_prio=0 tid=0x00007f057c0bd000 nid=0x4450 waiting on condition
JNI global references: 5
从栈的日志中可以发现，这个进程总共开启了10多个线程，在jvm中每个线程分配的栈的大小（-Xss）默认为1M，说明不是栈内存泄漏。
到这里基本上可以确定应该是直接内存发生了泄漏。
NMT
NMT（NativeMemoryTracking）是JVM提供的用来追踪Native内存的使用情况。通过在启动参数上加入-XX:NativeMemoryTracking=detail就可以启用，然后使用jcmd命令，就可查看内存分配。
先把程序关闭，加上-XX:NativeMemoryTracking=detail参数重新启动：
# jcmd 17845 VM.native_memory summary
17845:
Native Memory Tracking:
Total: reserved=2416216KB, committed=1117248KB
- Java Heap (reserved=1048576KB, committed=1048576KB)
(mmap: reserved=1048576KB, committed=1048576KB)
- Class (reserved=1059970KB, committed=8066KB)
(classes #414)
(malloc=3202KB #280)
(mmap: reserved=1056768KB, committed=4864KB)
- Thread (reserved=12388KB, committed=12388KB)
(thread #13)
(stack: reserved=12336KB, committed=12336KB)
(malloc=38KB #64)
(arena=14KB #22)
- Code (reserved=249713KB, committed=2649KB)
(malloc=113KB #447)
(mmap: reserved=249600KB, committed=2536KB)
- GC (reserved=40417KB, committed=40417KB)
(malloc=3465KB #112)
(mmap: reserved=36952KB, committed=36952KB)
- Compiler (reserved=137KB, committed=137KB)
(malloc=6KB #31)
(arena=131KB #5)
- Internal (reserved=3290KB, committed=3290KB)
(malloc=3258KB #1328)
(mmap: reserved=32KB, committed=32KB)
- Symbol (reserved=1373KB, committed=1373KB)
(malloc=917KB #92)
(arena=456KB #1)
- Native Memory Tracking (reserved=177KB, committed=177KB)
(malloc=114KB #1618)
(tracking overhead=63KB)
- Arena Chunk (reserved=174KB, committed=174KB)
(malloc=174KB)
可惜的是，这个名字让人振奋的工具并不能如它描述的一样，看到我们这种泄漏的场景。上面日志中这点小小的空间，是不能和2GB的内存占用相比的。
perf
下面介绍一个神器perf，它除了能够进行一些性能分析，它还能帮助我们找到相应的native调用，这么突出的堆外内存使用问题，肯定能找到相应的调用函数。
安装：yum install -y perf。
当java进程启动时，我们使用命令perf record -g -p 2747开启监控栈函数调用，当程序内存使用的阈值增加到80%，使用Ctrl+C结束perf命令，这时会在当前目录下生成一个文件perf.data。
然后执行perf report -i perf.data查看报告：
Samples: 64K of event 'cpu-clock', Event count (approx.): 16226750000
Children Self Command Shared Object Symbol
+ 69.64% 0.05% java [kernel.kallsyms] [k] system_call_fastpath
+ 42.45% 0.08% java libc-2.17.so [.] __GI___libc_read
+ 42.22% 0.03% java [kernel.kallsyms] [k] sys_read
+ 42.14% 0.13% java [kernel.kallsyms] [k] vfs_read
+ 41.66% 0.08% java [kernel.kallsyms] [k] proc_reg_read
+ 36.66% 0.20% java [kernel.kallsyms] [k] seq_read
+ 36.22% 0.33% java [kernel.kallsyms] [k] meminfo_proc_show
+ 28.52% 28.51% java [kernel.kallsyms] [k] get_vmalloc_info
+ 13.59% 0.00% java [unknown] [k] 0x702f006f666e696d
+ 13.35% 0.07% java libc-2.17.so [.] __fopen_internal
+ 13.04% 0.07% java libc-2.17.so [.] __GI___libc_open
+ 12.88% 0.04% java [kernel.kallsyms] [k] sys_open
+ 12.78% 0.17% java [kernel.kallsyms] [k] do_sys_open
+ 11.80% 0.04% java [kernel.kallsyms] [k] do_filp_open
+ 11.70% 0.09% java [kernel.kallsyms] [k] path_openat
+ 8.40% 0.48% java [kernel.kallsyms] [k] do_last
+ 7.95% 0.00% java [kernel.kallsyms] [k] page_fault
+ 7.95% 0.01% java [kernel.kallsyms] [k] do_page_fault
+ 7.81% 1.41% java [kernel.kallsyms] [k] __do_page_fault
+ 6.60% 0.32% java libjvm.so [.] JavaCalls::call_helper
+ 6.33% 0.12% java [kernel.kallsyms] [k] seq_printf
+ 6.30% 0.00% java libpthread-2.17.so [.] start_thread
+ 6.21% 0.05% java [kernel.kallsyms] [k] seq_vprintf
+ 6.08% 0.00% java perf-2747.map [.] 0x00007fb799150574
+ 6.02% 0.00% java perf-2747.map [.] 0x00007fb799121c46
+ 5.91% 0.35% java [kernel.kallsyms] [k] handle_mm_fault
+ 5.78% 1.05% java [kernel.kallsyms] [k] vsnprintf
+ 5.74% 0.07% java libc-2.17.so [.] __GI___munmap
+ 5.71% 0.08% java libzip.so [.] Java_java_util_zip_Inflater_inflateBytes
+ 5.68% 0.00% java libjli.so [.] JavaMain
+ 5.68% 0.00% java libjvm.so [.] jni_CallStaticVoidMethod
+ 5.68% 0.00% java libjvm.so [.] jni_invoke_static
+ 5.58% 0.03% java [kernel.kallsyms] [k] sys_munmap
+ 5.39% 0.03% java [kernel.kallsyms] [k] vm_munmap
+ 5.21% 0.25% java [kernel.kallsyms] [k] do_munmap
+ 5.14% 0.07% java [kernel.kallsyms] [k] proc_root_lookup
+ 5.12% 0.01% java [kernel.kallsyms] [k] lookup_real
+ 5.09% 0.03% java [kernel.kallsyms] [k] proc_lookup
+ 4.99% 0.46% java [kernel.kallsyms] [k] proc_lookup_de
+ 4.95% 0.24% java libc-2.17.so [.] __GI___libc_close
+ 4.74% 0.00% java perf-2747.map [.] 0x00007fb799146471
+ 4.67% 1.35% java libzip.so [.] inflate
+ 4.47% 0.15% java libjvm.so [.] JVM_Sleep
+ 4.45% 0.31% java [kernel.kallsyms] [k] __alloc_pages_nodemask
+ 4.19% 0.00% java perf-2747.map [.] 0x00007fb7990007a7
+ 4.15% 0.09% java [kernel.kallsyms] [k] alloc_pages_vma
+ 4.06% 0.06% java [kernel.kallsyms] [k] do_notify_resume
+ 4.06% 0.00% java [kernel.kallsyms] [k] int_signal
+ 3.99% 0.09% java [kernel.kallsyms] [k] task_work_run
+ 3.94% 0.26% java libjvm.so [.] os::sleep
+ 3.89% 0.02% java [kernel.kallsyms] [k] ____fput
一些JNI程序或者JDK内的模块，都会调用相应的本地函数，在Linux上，这些函数库的后缀都是so，windows下函数库的后缀是dll。
我们依次浏览所有可疑的资源，发现了“libzip.so”，还发现了不少相关的调用。搜索zip（输入 / 进入搜索模式），结果如下：
Samples: 64K of event 'cpu-clock', Event count (approx.): 16226750000
Children Self Comm Shared Ob Symbol
+ 5.71% 0.08% java libzip.so [.] Java_java_util_zip_Inflater_inflateBytes
0.23% 0.04% java libzip.so [.] Java_java_util_zip_Inflater_init
+ 42.22% 0.03% java [kernel.kallsyms] [k] sys_read
我们发现这些本地调用都是由java.util.zip.Inflater#inflateBytes()方法产生的，然后在代码中追踪哪些地方调用了这个方法或者类，一步一步分析。
内存泄漏的原因
GZIPInputStream使用Inflater申请堆外内存、我们没有调用close()方法来主动释放。如果忘记关闭，Inflater对象的生命会延续到下一次GC，在此过程中，堆外内存会一直增长，而GC迟迟没有发生。
public static String decompress(byte[] input) throws Exception {
ByteArrayOutputStream out = new ByteArrayOutputStream();
copy(new GZIPInputStream(new ByteArrayInputStream(input)), out);
return new String(out.toByteArray());
}
只需要将上面的代码改成如下即可：
public static String decompress(byte[] input) throws Exception {
try (
ByteArrayOutputStream out = new ByteArrayOutputStream();
GZIPInputStream gzip = new GZIPInputStream(new ByteArrayInputStream(input))
) {
copy(gzip, out);
return new String(out.toByteArray());
}
}
总结
对堆外内存划分为3块：
- 元空间：主要是方法区和常量池的存储之地，可以使用“MaxMetaspaceSize”参数来限制它的大小。
- 直接内存：主要是通过DirectByteBuffer申请的内存，可以使用“MaxDirectMemorySize”参数来限制它的大小。
- 其他堆外内存：主要是指使用了Unsafe或者其他JNI手段直接申请的内存。这种情况，就没有任何参数能够阻挡它们，要么靠它自己去释放一些内存，要么等待操作系统对它的审判了。
华为开发者空间，是为全球开发者打造的专属开发空间，汇聚了华为优质开发资源及工具，致力于让每一位开发者拥有一台云主机，基于华为根生态开发、创新。
更多推荐
1
0- 0
已为社区贡献11条内容
所有评论(0)