一、Full GC为什么会频繁发生
Full GC（Full Garbage Collection）是JVM垃圾回收过程中最耗性能的操作之一。当它频繁发生时，轻则导致应用响应变慢，重则直接引发服务崩溃。那么，为什么Full GC会频繁触发呢？主要有以下几个原因：
- 堆内存不足：如果老年代空间被快速填满，JVM就会频繁触发Full GC来回收内存。
- 对象晋升过快：如果大量对象在Minor GC后仍然存活，它们会被晋升到老年代，导致老年代迅速占满。
- 大对象直接进入老年代：比如大数组或缓存数据，如果它们的大小超过
-XX:PretenureSizeThreshold设定的阈值，就会直接分配在老年代。 - System.gc()调用：某些第三方库或代码手动调用
System.gc()，强制触发Full GC。
举个例子，假设我们有一个Java应用，频繁加载大文件到内存：
// 示例：大对象直接进入老年代，导致Full GC频繁
public class BigObjectExample {
public static void main(String[] args) {
List<byte[]> bigObjects = new ArrayList<>();
while (true) {
// 每次分配5MB的大对象，直接进入老年代
byte[] bigObj = new byte[5 * 1024 * 1024];
bigObjects.add(bigObj);
try {
Thread.sleep(1000); // 模拟业务间隔
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
注释：
- 这段代码模拟了一个不断分配大对象的场景，由于对象大小超过默认的晋升阈值，它们会直接进入老年代。
- 如果老年代空间不足，JVM会频繁触发Full GC，导致应用卡顿。
二、如何定位Full GC频繁的问题
要解决Full GC问题，首先得知道它发生的频率和原因。我们可以借助以下工具来定位问题：
- GC日志分析：通过
-Xloggc:/path/to/gc.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps参数记录GC日志。 - jstat命令：实时监控GC情况，比如
jstat -gcutil <pid> 1000每秒打印一次GC统计。 - VisualVM或MAT：分析堆内存占用，找出内存泄漏的元凶。
比如，我们可以这样启用GC日志：
# 启动Java应用时添加GC日志参数
java -Xms512m -Xmx512m -Xloggc:./gc.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps BigObjectExample
然后通过grep "Full GC" gc.log查看Full GC的发生频率。如果发现每分钟都有多次Full GC，那显然是不正常的。
三、解决Full GC频繁的常见方案
1. 调整堆大小
如果老年代频繁填满，最简单的办法是增加堆内存：
# 增大堆内存，比如从512m调整到2g
java -Xms2g -Xmx2g -XX:+UseG1GC -jar yourApp.jar
2. 优化对象晋升策略
可以通过调整-XX:MaxTenuringThreshold来控制对象晋升到老年代的年龄：
# 让对象在年轻代多存活几次，减少晋升
java -XX:MaxTenuringThreshold=15 -jar yourApp.jar
3. 使用合适的垃圾回收器
G1 GC或ZGC更适合大堆内存场景，能有效减少Full GC的停顿时间：
# 使用G1回收器
java -XX:+UseG1GC -Xmx4g -jar yourApp.jar
4. 避免手动触发GC
检查代码中是否有System.gc()调用，并通过-XX:+DisableExplicitGC禁用它：
# 禁止显式调用System.gc()
java -XX:+DisableExplicitGC -jar yourApp.jar
四、实战案例：优化一个内存泄漏应用
假设我们有一个Spring Boot应用，由于缓存未清理导致Full GC频繁：
// 问题代码：缓存未清理，对象堆积在老年代
@RestController
public class LeakyController {
private static Map<String, Object> cache = new HashMap<>();
@GetMapping("/cache")
public String addToCache(@RequestParam String key, @RequestParam String value) {
cache.put(key, value); // 缓存无限制增长
return "Added to cache!";
}
}
优化方案：
- 限制缓存大小，或使用WeakHashMap。
- 引入Caffeine或Guava Cache，设置过期时间。
// 优化后：使用Caffeine缓存
@RestController
public class FixedController {
private Cache<String, Object> cache = Caffeine.newBuilder()
.maximumSize(1000) // 限制缓存大小
.expireAfterWrite(10, TimeUnit.MINUTES) // 10分钟后过期
.build();
@GetMapping("/cache")
public String addToCache(@RequestParam String key, @RequestParam String value) {
cache.put(key, value);
return "Added to cache!";
}
}
五、总结
Full GC频繁发生通常是内存管理不当的表现，可以通过调整堆大小、优化GC策略、升级垃圾回收器等方式解决。关键是要结合监控工具定位问题，再针对性地优化。
最后，记住一点：调优不是一劳永逸的，需要根据业务场景持续观察和调整。
评论