這是個比較典型的java內(nèi)存使用問題，定位過程也比較直接，但對新人還是有點參考價值的，所以就紀錄了一下。

下面介紹一下在不了解系統(tǒng)代碼的情況下，如何一步步分析和定位到具體代碼的排查過程
（以便新人參考和自己回顧）

初步的現(xiàn)象

業(yè)務(wù)系統(tǒng)消費MQ中消息速度變慢，積壓了200多萬條消息，通過jstat觀察到業(yè)務(wù)系統(tǒng)fullgc比較頻繁,到最后干脆OOM了：

?

進一步分析

既然知道了內(nèi)存使用存在問題，那么就要知道是哪些對象占用了大量內(nèi)存.

很多人都會想到把堆dump下來再用MAT等工具進行分析，但dump堆要花較長的時間，并且文件巨大，再從服務(wù)器上拖回本地導(dǎo)入工具，這個過程太折騰不到萬不得已最好別這么干。

可以用更輕量級的在線分析，用jmap查看存活的對象情況（jmap -histo:live [pid]），可以看出HashTable中的元素有5000多萬，占用內(nèi)存大約1.5G的樣子：

?

定位到代碼

現(xiàn)在已經(jīng)知道了是HashTable的問題，那么就要定位出什么代碼引起的

接下來自然要看看是什么代碼往HashTable里瘋狂的put數(shù)據(jù)，于是用神器btrace跟蹤Hashtable.put調(diào)用的堆棧。

首先寫btrace腳本TracingHashTable.java：

import com.sun.btrace.annotations.*;

import static com.sun.btrace.BTraceUtils.*;

@BTrace

public class TracingHashTable {

        /*指明要查看的方法，類*/

        @OnMethod(

            clazz="java.util.Hashtable",

            method="put",

            location=@Location(Kind.RETURN))

        public static void traceExecute(@Self java.util.Hashtable object){

                println("調(diào)用堆棧！！");

                jstack();

        }

}

然后運行：
bin/btrace -cp build 4947 TracingHashTable.java

看到有大量類似下圖的調(diào)用堆棧

?

可以看出是在接收到消息后查詢?nèi)霂斓拇a造成的，業(yè)務(wù)方法調(diào)用ibatis再到mysql jdbc驅(qū)動執(zhí)行statement時put了大量的屬性到HashTable中。

通過以上排查已基本定位了由那塊代碼引起的，接下來就是打開代碼工程進行白盒化改造了，對相應(yīng)代碼進行優(yōu)化（不在本文范圍內(nèi)了。幾個圖中的pid不一致就別糾結(jié)了，有些是系統(tǒng)重啟過再截圖的）.

總結(jié)

以上是生活随笔為你收集整理的一个java内存泄漏的排查案例的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。