Raft算法：保障分布式系統共識的穩健之道
1. 什么是Raft算法？Raft 是英文”Reliable、Replicated、Redundant、And Fault-Tolerant”（“可靠、可復制、可冗余、可容錯”）的首字母縮寫。Raft算法是一種用于在分布式系統
今天接著線上問題這個話題，跟大家一起聊聊線上服務出現OOM問題的6種場景，希望對你會有所幫助。
堆內存OOM是最常見的OOM了。
出現堆內存OOM問題的異常信息如下：
java.lang.OutOfMemoryError: Java heap space此OOM是由于JVM中heap的最大值，已經不能滿足需求了。
舉個例子：
public class HeapOOMTest { public static void main(String[] args) { List<HeapOOMTest> list = Lists.newArrayList(); while (true) { list.add(new HeapOOMTest()); } }}這里創建了一個list集合，在一個死循環中不停往里面添加對象。
執行結果：
出現了java.lang.OutOfMemoryError: Java heap space的堆內存溢出。
很多時候，excel一次導出大量的數據，獲取在程序中一次性查詢的數據太多，都可能會出現這種OOM問題。
我們在日常工作中一定要避免這種情況。
有時候，我們的業務系統創建了太多的線程，可能會導致棧內存OOM。
出現堆內存OOM問題的異常信息如下：
java.lang.OutOfMemoryError: unable to create new native thread給大家舉個例子：
public class StackOOMTest { public static void main(String[] args) { while (true) { new Thread().start(); } }}使用一個死循環不停創建線程，導致系統產生了大量的線程。
執行結果：
如果實際工作中，出現這個問題，一般是由于創建的線程太多，或者設置的單個線程占用內存空間太大導致的。
建議在日常工作中，多用線程池，少自己創建線程，防止出現這個OOM。
我們在業務代碼中可能會經常寫一些遞歸調用，如果遞歸的深度超過了JVM允許的最大深度，可能會出現棧內存溢出問題。
出現棧內存溢出問題的異常信息如下：
java.lang.StackOverflowError例如：
public class StackFlowTest { public static void main(String[] args) { doSamething(); } private static void doSamething() { doSamething(); }}執行結果：
出現了java.lang.StackOverflowError棧溢出的錯誤。
我們在寫遞歸代碼時，一定要考慮遞歸深度。即使是使用parentId一層層往上找的邏輯，也最好加一個參數控制遞歸深度。防止因為數據問題導致無限遞歸的情況，比如：id和parentId的值相等。
直接內存不是虛擬機運行時數據區的一部分，也不是《Java虛擬機規范》中定義的內存區域。
它來源于NIO，通過存在堆中的DirectByteBuffer操作Native內存，是屬于堆外內存，可以直接向系統申請的內存空間。
出現直接內存OOM問題時異常信息如下：
java.lang.OutOfMemoryError: Direct buffer memory例如下面這樣的：
public class DirectOOMTest { private static final int BUFFER = 1024 * 1024 * 20; public static void main(String[] args) { ArrayList<ByteBuffer> list = new ArrayList<>(); int count = 0; try { while (true) { // 使用直接內存 ByteBuffer byteBuffer = ByteBuffer.allocateDirect(BUFFER); list.add(byteBuffer); count++; try { Thread.sleep(100); } catch (InterruptedException e) { e.printStackTrace(); } } } finally { System.out.println(count); } }}執行結果：
會看到報出來java.lang.OutOfMemoryError: Direct buffer memory直接內存空間不足的異常。
GC OOM是由于JVM在GC時，對象過多，導致內存溢出，建議調整GC的策略。
出現GC OOM問題時異常信息如下：
java.lang.OutOfMemoryError: GC overhead limit exceeded為了方便測試，我先將idea中的最大和最小堆大小都設置成10M：
-Xmx10m -Xms10m例如下面這個例子：
public class GCOverheadOOM { public static void main(String[] args) { ExecutorService executor = Executors.newFixedThreadPool(5); for (int i = 0; i < Integer.MAX_VALUE; i++) { executor.execute(() -> { try { Thread.sleep(10000); } catch (InterruptedException e) { } }); } }}執行結果：
出現這個問題是由于JVM在GC的時候，對象太多，就會報這個錯誤。
我們需要改變GC的策略。
在老代80%時就是開始GC，并且將-XX:SurvivorRatio（-XX:SurvivorRatio=8）和-XX:NewRatio（-XX:NewRatio=4）設置的更合理。
JDK8之后使用Metaspace來代替永久代，Metaspace是方法區在HotSpot中的實現。
Metaspace不在虛擬機內存中，而是使用本地內存也就是在JDK8中的ClassMetadata，被存儲在叫做Metaspace的native memory。
出現元空間OOM問題時異常信息如下：
java.lang.OutOfMemoryError: Metaspace為了方便測試，我修改一下idea中的JVM參數，增加下面的配置：
-XX:MetaspaceSize=10m -XX:MaxMetaspaceSize=10m指定了元空間和最大元空間都是10M。
接下來，看看下面這個例子：
public class MetaspaceOOMTest { static class OOM { } public static void main(String[] args) { int i = 0; try { while (true) { i++; Enhancer enhancer = new Enhancer(); enhancer.setSuperclass(OOM.class); enhancer.setUseCache(false); enhancer.setCallback(new MethodInterceptor() { @Override public Object intercept(Object o, Method method, Object[] objects, MethodProxy methodProxy) throws Throwable { return methodProxy.invokeSuper(o, args); } }); enhancer.create(); } } catch (Throwable e) { e.printStackTrace(); } }}執行結果：
程序最后會報java.lang.OutOfMemoryError: Metaspace的元空間OOM。
這個問題一般是由于加載到內存中的類太多，或者類的體積太大導致的。
好了，今天的內容先分享到這里，下一篇文章重點給大家講講，如何用工具定位OOM問題，敬請期待。
本文鏈接：http://www.www897cc.com/showinfo-26-76484-0.html工作中最常見的六種OOM問題
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號