1995年引入Java时，它承诺自动垃圾收集。通过将释放对象的责任从开发人员转移到Java虚拟机(JVM )，它彻底改变了内存管理。整个行业都接受了这个创新的想法，因为开发人员不再需要担心手动内存管理。从那时起，自动垃圾收集就成了所有现代编程语言的默认特性。

 

在这篇文章中，让我们来探索垃圾收集过程中研究的一个关键性能指标:“GC吞吐量”。我们将理解它的含义，它在Java应用程序中的重要性，以及它如何影响整体性能。此外，我们将深入研究提高GC吞吐量的可行策略，释放其对现代软件开发的益处。

 

什么是垃圾收集吞吐量？

每当自动垃圾收集事件运行时，它都会暂停应用程序，以便从内存中识别未引用的对象并将其驱逐出去。在暂停期间，不会处理任何客户交易。垃圾收集吞吐量表示应用程序处理客户事务的时间百分比，以及垃圾收集活动的时间百分比。例如，如果有人说他的应用程序的GC吞吐量是98%，这意味着他的应用程序用98%的时间处理客户事务，剩下的2%时间处理垃圾收集活动。

 

高GC吞吐量是可取的，因为它表明应用程序正在有效地利用系统资源，从而最大限度地减少中断并提高整体性能。相反，低GC吞吐量会导致垃圾收集暂停时间增加，影响应用程序的响应能力并导致性能瓶颈。监控和优化GC吞吐量对于确保应用程序顺利执行和响应至关重要。在下一节中，我们将探索找到应用程序的GC吞吐量的方法，并了解如何解释结果以优化Java应用程序的性能。让我们开始吧！

 

如何找到应用程序的GC吞吐量

垃圾收集日志是研究GC性能的最佳来源。如果你的应用程序运行在JVM中，你可以启用GC日志记录，绕过本文中提到的JVM参数。启用GC日志记录后，让你的应用程序处理流量至少一天，以观察高流量和低流量时段。之后，你可以将生成的GC日志文件上传到GC日志分析工具，以获得有价值的见解。一些流行的GC日志分析工具有GCeasy、IBM GC & Memory Visualizer、HP Jmeter和Garbage Cat。这些工具将报告GC吞吐量以及其他重要的GC指标。下面是GCeasy工具的摘录，展示了各种GC关键性能指标(KPI)的报告，包括GC吞吐量。

图：GCeasy工具报告的GC吞吐量

图:由于内存泄漏，GC事件重复运行

 

当应用程序遭受内存泄漏时，垃圾收集事件会重复运行，而不会有效地回收内存。在上图中，你可以注意到右上角的红色三角形簇，这表明GC事件在重复运行。但是，内存利用率没有降低，这是内存泄漏的典型迹象。在这种情况下，GC事件会消耗应用程序的大部分时间，导致GC吞吐量和整体性能显著下降。

 

2.连续GC暂停

图:由于高流量，GC事件重复运行

在一天中的高峰时段或运行批处理时，你的应用程序可能会遇到高流量。因此，GC事件可能会连续运行，以清理应用程序创建的对象。上图显示了连续运行的GC事件(注意上图中的红色箭头)。这种情况会导致GC吞吐量在这段时间内急剧下降。

 

3.重物产生率

低效的编程实践会导致你的应用程序创建大量不必要的对象。对象创建速率的增加迫使垃圾收集器非常频繁地运行，从而对GC吞吐量产生负面影响。为了解决这个问题，你可以使用HeapHero、YourKit或jProfiler等内存分析器来分析你的应用程序，以识别对象创建过多的区域，并相应地优化或减少对象的使用。

 

4.大而长寿的物体

大而长寿的对象对垃圾收集(GC)吞吐量和整体应用程序性能有显著的影响。这些对象消耗大量内存，并在堆中持续很长时间，导致与GC相关的挑战。要减轻这种影响，请考虑:

l 对象池:通过池化来重用对象，以最小化分配和GC。

l 最佳尺寸:创建适当大小的对象以避免不必要的开销。

l 弱引用:对可以积极收集的对象使用弱引用。

l 堆外存储:将堆外内存用于大型或长期数据。

 

b.错误的GC调优

应用程序GC吞吐量下降的另一个重要原因是不正确的垃圾收集(GC)调优。各种因素都可能导致这一问题。

 

5.错误的GC算法选择

截至2023年，OpenJDK平台提供了一系列七种垃圾收集算法，包括串行、并行、CMS、G1 GC、ZGC、Shenandoah和Epsilon。选择合适的GC算法至关重要，应该基于应用程序流量、模式、对象创建率和性能目标等因素。选择错误的GC算法会大大降低应用程序的GC吞吐量。

 

6.缺少(或不正确的)GC调优

错误地配置JVM参数或未能适当地调优应用程序也会导致GC吞吐量下降。正确的GC调优对于将JVM的行为与应用程序的需求保持一致至关重要。

7.错误的代大小

JVM内存分为内部区域，包括年轻一代、老一代、元空间和本机内存。这些区域大小的不正确配置会导致GC通量下降。

 

c.缺乏资源

系统和应用程序级资源不足会导致应用程序的垃圾收集(GC)吞吐量下降。

8.堆大小不足

分配不适当的堆大小(由-Xmx参数控制)和增加对象创建会导致更频繁的GC事件。这种频繁的GC活动会导致GC吞吐量下降。要解决这个问题，请通过增加堆大小来满足应用程序的内存需求，从而确保有一个大小合适的堆。

 

9.GC线程不足

垃圾收集线程的短缺会导致GC事件持续时间延长。GC线程的数量由“ConcurrentGCThreads”和“ParallelGCThreads”JVM参数决定。分配足够数量的GC线程对于提高GC吞吐量和最小化暂停是至关重要的。

 

10.系统资源不足

应用程序中CPU周期不足或I/O活动过多会显著降低GC性能。确保服务器、虚拟机(VM)或承载应用程序的容器上有足够的CPU可用性至关重要。此外，最大限度地减少I/O活动有助于保持最佳的GC吞吐量。

 

11.老版本的JDK

JDK开发团队持续改进GC性能。在过时的JDK版本上运行会妨碍你从最新的增强功能中获益。为了最大限度地提高气相色谱通量，建议保持JDK最新。

 

结论

在Java应用程序开发领域，优化垃圾收集(GC)吞吐量对于峰值性能至关重要。我们探讨了GC通量的细微差别，从测量到影响因素。借助GCeasy、IBM GC和Memory Visualizer以及HP Jmeter等工具的洞察力，我们学会了识别和解决影响吞吐量的问题，无论是内存泄漏还是不适当的调优。随着你继续你的编码之旅，希望这些策略能够让你释放Java应用程序的全部潜力，交付健壮、响应迅速和高效的软件体验。