一次 诡异 的 JVM OOM 事故 原创

当面对 JVM OOM 时，你会紧张吗 ？会不会手足无措 ？

这篇文章，分享前段时间帮一位同学梳理面对 JVM OOM 事故时的解题思路。

首先从对话中，我们可以看到内存溢出呈现两种情况：

• 运行一段时间之后，CPU 飙高 ；
• 服务假死，表现出来日志没有任何输出。

我的第一反应是：非常明显的 JVM 内存溢出表现 ，不过不知道是爆炸性的内存增长，还是缓慢的内存增长。

于是，我回复：可以每隔一段时间 观察 top -p Pid （进程号） 看看应用的内存占用情况。

类似的效果见下图：

接下来，我让他通过 jstat -gcutil pid 1000 看看 gc 的频率 。

从图中，新生代 E 区和老年代基本都满了 ，我基本可以确定是海量大对象产生导致 JVM OOM 了。

定时任务这四个字如电光火石般在我眼前闪过，基本八九不离十了。

接下来，他发了张那段时间的监控图：

哇，这张图太有画面感了，我都能感觉到 GC 线程在四处灭火，但依然无法释放内存的彷徨。

最后，我有点担心，是不是 JVM 内存分配小了才导致 OOM 了，同学的回复是 ：12 G 。

我觉得内存大小还可以 ，一般情况下通过 jmap -heap pid 来查看，示例图如下：

分析到这里，基本上我得到了如下的结论：

1、要查看代码中是否有一次性查询海量对象的操作 ；

2、或者有什么公共的对象一直在使用，而忘记了释放；

3、12 G 对一般的小应用来讲是绰绰有余的，而且他们的应用非高并发场景，是内网系统。

最后，我建议观察在日志停的那个时刻到底做了哪些事情，那才是真正的 案发现场 。

那到底是什么原因导致 JVM OOM 呢 ？和我预期的基本一模一样：

SQL 语句类似下图，查询条件没有拼接好，导致全表扫描。

我们总结下，解决 JVM 内存溢出问题的流程：

1、分析事故现场（CPU、内存、日志）；

2、通过  top -p Pid （进程号）分析进程资源占用，判断是爆炸性的内存增长，还是缓慢的内存增长。

3、 jstat -gcutil pid 1000 看看 gc 的频率 ，可以分析是否有大对象产生以及 查看 GC 频率。

4、 jmap -heap pid 分析真实的 JVM 内存占用 ，确认是否真的内存分配得太小了。

5、 事故发生当时到底做了什么，有没有出现类似于内存或者 CPU 占用呈现脉冲飙高样子。

6、 若有飙高的场景，分析彼时彼刻到底有哪些操作。

7、 若是缓慢增长，则考虑使用 MAT 结合排除法分析内存占用。

上面的流程是我解决过内存溢出的套路，虽然很糙，但很实用，比如曾经帮助艺龙支付团队解决过订单查询内存溢出问题、西南某航空公司用户中心内存溢出问题等等。

最后，我想说：一定要注意 where 1 = 1 哦 ，真的出现太多次啦。