docker生产环境jvm性能优化方式
作者:lipengxs
这篇文章主要介绍了docker生产环境jvm性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
docker生产环境jvm性能优化
1、xmx与xms设置多大合适
docker获得的mem_usage的大小是从外部得到的java进程的内存大小,不仅仅是 -Xmx设置的大小,如果 -Xmx和docker分配的内存一致的话,由于java应用其他的地方还要占用不少的内存,导致还没有到达 -Xmx的时候就没有可以用的内存了,所以被docker容器给干掉了,从而出现了oom的情况。
java程序启动的时候需要哪些方面的内存呢?
- java程序的堆内存,最大就是 -Xmx设置的这个值
- Garbage collection在垃圾回收的时候使用的内存
- JIT optimization使用的内存
- java程序的Off-heap所使用的内存
- java程序的Metaspace所使用的内存
- JNI Code所占用的内存
- jvm启动的时候所占用的内存。
如何大体估算java进程使用的内存呢?
Max memory = [-Xmx] + [-XX:MaxPermSize] + number_of_threads * [-Xss]
猜测在设置jvm启动参数的时候 -Xmx的这个值一般要小于docker限制内存数,经过生产环境实验 -Xmx:docker的比例为 2/3 - 3/4,
一般生产环境都是用的sunjdk
所以建议xmx与xms设置一样大
- 避免JVM在运行过程中向OS申请内存
- 延后启动后首次GC的发生时机
- 减少启动初期的GC次数
- 避免动态调整jvm堆大小
2、xmn或者maxnewSize设置
xmn设置年轻代大小。
如果只是一些业务较简单的基础服务建议xmn设置为xmx的一半。
3、当xmx设置大于4G时
设置垃圾回收器 -XX:+UseG1GC
当堆内存很大时如果还是使用并发收集器,会造成gc收集比较长,这时可以将并行收集改成G1回收器
4、容器中最好增加-XX:ParallelGCThreads设置
该值可以设置为cpu核数
由于ParallelGCThreads的值默认是等于cpu核数,但是有的生产环境获取的是容器宿主机器的cpu核数,这就导致cpu核数太多,效率变差,gc时间会延长。
jvm docker支持启动参数
XX:+UseContainerSupport
:启用容器支持,JVM 将自动检测并使用容器特定的内存限制。-XX:InitialRAMPercentage=68
:JVM 初始堆大小为主机可用内存的百分之68。-XX:MaxRAMPercentage=68
:JVM 最大堆大小为主机可用内存的百分之68。-XX:+UseG1GC
:开启 G1 垃圾回收器。-XX:+UnlockExperimentalVMOptions
:解锁实验性 VM 选项,以便使用实验性功能。-XX:G1NewSizePercent=60
:设置新生代大小占堆大小的比例为60%。-XX:ParallelGCThreads=11
:设置并行 GC 线程数为11。-XX:ConcGCThreads=4
:设置并发 GC 线程数为4。-XX:MaxGCPauseMillis=160
:设置最大 GC 暂停时间为160毫秒。-XX:MetaspaceSize=120m
:设置元空间初始大小为120MB。-XX:MaxMetaspaceSize=350m
:设置元空间最大大小为350MB。-XX:MaxDirectMemorySize=300m
:设置直接内存最大大小为300MB。-XX:+HeapDumpOnOutOfMemoryError
:在内存溢出时生成堆转储文件。-Dio.netty.eventLoopThreads=6
:设置 Netty EventLoop 线程数为6。-Dio.netty.tryReflectionSetAccessible=true
:允许 Netty 反射调用私有方法。-Dlog4j2.formatMsgNoLookups=true
:关闭 Log4j2 参数查找。-Dspring.profiles.active=sandbox
:启用 Spring Boot 的沙盒配置文件。–add-exports=java.base/jdk.internal.misc=ALL-UNNAMED
:导出指定的包以供未命名模块使用。-jar
:指定 JAR 包的路径和名称。
综上所述:
这些启动参数可以优化 JVM 的内存管理、垃圾回收、线程处理等方面的性能,提高应用程序的稳定性和响应速度。
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。