openj9内存分析

2024-05-09 00:18
文章标签 分析 内存 openj9

本文主要是介绍openj9内存分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

    在paas环境上使用kill -3 pid命令会生成两个文件,dump和javacore,其中dump指文件名如 dump-dump-user-2018-07-16-08-20-04.0001.phd 的文件,为openj9堆转储文件。javacore指名称如javacore-dump-2018-07-16-08-20-04.0002.txt的openj9线程转储文件。

    当使用mat工具打开*.phd和使用jca4.jar打开.txt文件时都有界面显示内存占用,有同学疑问这里两个内存和gclog,docker stats的内存关系。

    从javacore看到的堆内存如下:、

    从mat看到的内存信息如下

:

 

可以看出虽然dump文件和javacore文件内存虽然有差距,但是保持在一个数量级。其中的差异跟shallow ,deep ,retained对象概念有关,图中展示的是retained size,而非deep size,retained size是指回收改对象能释放的内存大小,该内存不包括与其它对象共用的内存,故小于deep size。

 

另外,很多同学会疑虑javacore和dump文件的堆内存为什么跟gclog日志里<mem-info>不一致。确认这个问题之前首先要清楚gc日志打印内容的含义,这部分可参考openj9文档

 

。需要说明的是使用Kill -3 pid生成的javacore和dump文件是经过了full gc 的(仅对堆中存活的对象有效——会在下一次Full GC 周期内被回收的对象不会包含在工具的输出中,此特性适用于绝大部分堆分析工具),在gclog里面对应<gc-start type="global">的标签内容。而大部分同学看的gc内存是<gc-start id="348" type="scavenge">的

 

docker stats 命令查看到的内存规则参考paas团队说明文档;该命令是以docker为单位查看内存,包括jvm和非jvm部分,所以个人理解原则上要稍大于jvm的实际占用内存,更要大于jvm堆内存。

在paas平台的监控页面看到内存在某个点增高以后一直没有下降,或者长时间内存曲线呈增长型,没有观察到GC的渐变过程。这是因为paas平台页面监控的是Docker的内存,JVM堆内存不够时向操作系统申请的内存在JVM GC后没有归还给操作系统(Docker),没有归还的原因是为了提高jvm的性能,假如每GC一次就归还给操作系统,那么以后需要堆内存了还是会向操作系统申请,如此往复。。。

 

说明:

1.使用java -jar jca4.jar工具打开的javacore文件发现有一个Bug

文本编辑器打开显示Object Memory in use

 

 

java -jar jca4.jar打开javacore文件显示的Used Memory,此处通过多个环境取多个javacore文件对比发现,Used Memory取值永远为Total memory。实际值应取上图的 Total memory in use。用到这部分内容分析时需要注意

 

2.

Paas监控上看到的是docker stats的内存。

打堆得内存是jvm的,并且经过了full gc,永远处于最小内存状态。而jvm运行的过程中实际已经向操作系统申请过更大的内存了,这个更大的内存并没有随着full gc而归还给操作系统,所以从Paas平台看到的内存是Jvm曾经使用过的最大内存,就没有降下来

 

 

   openj9 VM说明文档,建议下载查看

 

 

这篇关于openj9内存分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/971845

相关文章

NameNode内存生产配置

Hadoop2.x 系列,配置 NameNode 内存 NameNode 内存默认 2000m ,如果服务器内存 4G , NameNode 内存可以配置 3g 。在 hadoop-env.sh 文件中配置如下。 HADOOP_NAMENODE_OPTS=-Xmx3072m Hadoop3.x 系列,配置 Nam

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

MOLE 2.5 分析分子通道和孔隙

软件介绍 生物大分子通道和孔隙在生物学中发挥着重要作用,例如在分子识别和酶底物特异性方面。 我们介绍了一种名为 MOLE 2.5 的高级软件工具,该工具旨在分析分子通道和孔隙。 与其他可用软件工具的基准测试表明,MOLE 2.5 相比更快、更强大、功能更丰富。作为一项新功能,MOLE 2.5 可以估算已识别通道的物理化学性质。 软件下载 https://pan.quark.cn/s/57

衡石分析平台使用手册-单机安装及启动

单机安装及启动​ 本文讲述如何在单机环境下进行 HENGSHI SENSE 安装的操作过程。 在安装前请确认网络环境,如果是隔离环境,无法连接互联网时,请先按照 离线环境安装依赖的指导进行依赖包的安装,然后按照本文的指导继续操作。如果网络环境可以连接互联网,请直接按照本文的指导进行安装。 准备工作​ 请参考安装环境文档准备安装环境。 配置用户与安装目录。 在操作前请检查您是否有 sud

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号

【软考】希尔排序算法分析

目录 1. c代码2. 运行截图3. 运行解析 1. c代码 #include <stdio.h>#include <stdlib.h> void shellSort(int data[], int n){// 划分的数组,例如8个数则为[4, 2, 1]int *delta;int k;// i控制delta的轮次int i;// 临时变量,换值int temp;in

三相直流无刷电机(BLDC)控制算法实现:BLDC有感启动算法思路分析

一枚从事路径规划算法、运动控制算法、BLDC/FOC电机控制算法、工控、物联网工程师,爱吃土豆。如有需要技术交流或者需要方案帮助、需求:以下为联系方式—V 方案1:通过霍尔传感器IO中断触发换相 1.1 整体执行思路 霍尔传感器U、V、W三相通过IO+EXIT中断的方式进行霍尔传感器数据的读取。将IO口配置为上升沿+下降沿中断触发的方式。当霍尔传感器信号发生发生信号的变化就会触发中断在中断

kubelet组件的启动流程源码分析

概述 摘要: 本文将总结kubelet的作用以及原理,在有一定基础认识的前提下,通过阅读kubelet源码,对kubelet组件的启动流程进行分析。 正文 kubelet的作用 这里对kubelet的作用做一个简单总结。 节点管理 节点的注册 节点状态更新 容器管理(pod生命周期管理) 监听apiserver的容器事件 容器的创建、删除(CRI) 容器的网络的创建与删除

PostgreSQL核心功能特性与使用领域及场景分析

PostgreSQL有什么优点? 开源和免费 PostgreSQL是一个开源的数据库管理系统,可以免费使用和修改。这降低了企业的成本,并为开发者提供了一个活跃的社区和丰富的资源。 高度兼容 PostgreSQL支持多种操作系统(如Linux、Windows、macOS等)和编程语言(如C、C++、Java、Python、Ruby等),并提供了多种接口(如JDBC、ODBC、ADO.NET等