知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 32 - 线上内存泄漏排查 > 导读:"重启就好、过几天又 OOM"是内存泄漏最典型的症状。本文讲清怎么用 MAT 的引用链把泄漏对象定位到具体代码行,并给出四类最常见泄漏(ThreadLocal、连接池、静态集合、监听器)的成因与修法。 ## 一、先建立全局认知 ### Q:内存持续增长、重启就恢复、过几天又 OOM,这是泄漏还是容量不够? A:**大概率是泄漏**。两者可以用两个特征区分: | 特征 | 内存泄漏 | 内存容量不足 | |---|---|---| | 现象 | 运行越久越糟,重启后恢复 | 一上线就紧张,高峰必崩 | | GC 后堆使用率 | 逐步抬高,最终回收不下来 | 明显回落,只是很快又被填满 | | 恢复方式 | 重启只能续命,几天后复发 | 扩堆或优化分配即可长期稳定 | 判据的核心是**"GC 之后能不能把内存收回来"**:收不回来,说明这些对象仍然被引用着——引用者就是泄漏的根源。 ### Q:内存泄漏的排查流程是什么? A:五步闭环,核心是前两步的顺序不能颠倒: ``` 1. 确认现象:监控看到堆内存持续增长,GC 后回收不下来 2. 保留现场:dump 堆内存快照 3. 分析 dump:找到占用内存最大的对象 4. 定位代码:找到泄漏对象的引用链,定位到具体代码 5. 修复验证:修复后观察内存曲线 ```  [编辑 Excalidraw 源图](/images/java-interview-copy/online-troubleshoot/32-online-memory-leak-online-memory-leak-diagnosis-flow-diagram.excalidraw) ### Q:怎么保留现场? A:三种方式,覆盖"还活着"和"已经崩了"两种状态: ```bash # 方式一:手动 dump(推荐在 OOM 前执行) jmap -dump:format=b,file=heap.hprof <pid> # 方式二:JVM 参数自动 dump(推荐,OOM 时自动生成) -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/data/logs/heap.hprof # 方式三:arthas 在线 dump heapdump /data/logs/heap.hprof ``` > 取舍:`jmap -dump` 会触发 STW,大堆进程可能停顿数秒到数十秒。因此**优先把它做成"自动"的**——`HeapDumpOnOutOfMemoryError` 在 OOM 时自动落盘,不需要你在最紧张的时刻手动执行一条会造成停顿的命令。如果服务正在提供关键流量,即便还没 OOM,也建议先摘流再 dump。 ## 二、理解核心机制 ### Q:拿到 dump 之后怎么分析,关键看什么指标? A: ``` 工具:Eclipse MAT(Memory Analyzer Tool) MAT 分析步骤: 1. 打开 heap.hprof 文件 2. 查看 Leak Suspects Report(泄漏嫌疑报告) 3. 查看 Dominator Tree(按对象占用内存排序) 4. 找到占用最大的对象,查看其 GC Root 引用链 5. 根据引用链定位到代码 关键指标: Shallow Heap:对象自身占用的内存 Retained Heap:对象及其引用的所有对象占用的内存(GC 后能释放的总量) ``` **两个指标要一起看**: - `Shallow Heap` 小的对象也可能是元凶——比如一个 `HashMap` 自身只有几十字节,但它引用的 value 可能是几百 MB; - `Retained Heap` 才是"干掉它就能释放多少内存"的真实答案,排序时优先按它排。 `Leak Suspects Report` 的引用链会直接指向持有者,例如 `Thread → UserContext → ThreadLocalMap`,看到这一层就基本锁定代码位置了。 ## 三、放进真实场景 ### Q:ThreadLocal 为什么会泄漏? A:因为线程池里的线程是**复用的**,而 `ThreadLocal` 的值挂在**线程对象**上: ```java // 问题代码:ThreadLocal 用完没 remove public class UserContext { private static final ThreadLocal<UserInfo> CURRENT_USER = new ThreadLocal<>(); public static void set(UserInfo user) { CURRENT_USER.set(user); } public static UserInfo get() { return CURRENT_USER.get(); } // 缺少 remove 方法! } // 在 Tomcat 线程池中,线程是复用的 // ThreadLocal 的值不会被自动清理,每个请求设置新值但旧值不释放 // 如果 UserInfo 持有大对象(如用户权限列表),内存持续增长 ``` `ThreadLocal` 的 key 是弱引用、value 是强引用,看似"会自动清理",但**只有当线程结束、`ThreadLocalMap` 整体被回收时才会释放 value**。线程池里的线程不会结束,于是每个线程的 `ThreadLocalMap` 就成了一个长期存活的容器,里面躺着上一个请求留下的对象。 修复方式是在请求结束时显式清理: ```java // 修复:用完必须 remove public class UserContextInterceptor implements HandlerInterceptor { @Override public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) { UserInfo user = parseUser(request); UserContext.set(user); return true; } @Override public void afterCompletion(HttpServletRequest request, HttpServletResponse response, Object handler, Exception ex) { // 请求结束后必须清理 UserContext.remove(); } } ``` 关键点是**必须在 `finally` 语义的位置清理**(`afterCompletion` 就是 Spring MVC 提供的这个位置),否则异常路径会漏掉清理动作。 ### Q:连接池泄漏是怎么发生的,怎么提前发现? A: ```java // 问题代码:获取连接后没有归还 public List<User> queryUsers() { Connection conn = dataSource.getConnection(); PreparedStatement ps = conn.prepareStatement("SELECT * FROM users"); ResultSet rs = ps.executeQuery(); List<User> users = parseResult(rs); // 忘记关闭连接!conn.close() 没调用 // 连接池中的连接被耗尽,新请求获取不到连接 return users; } ``` 注意这类泄漏的表现形式**不是 OOM,而是"连接耗尽、请求排队超时"**——因为连接池有上限,池子被占满后新请求直接等不到连接。 ```java // 修复:try-with-resources 自动关闭 public List<User> queryUsers() { try (Connection conn = dataSource.getConnection(); PreparedStatement ps = conn.prepareStatement("SELECT * FROM users"); ResultSet rs = ps.executeQuery()) { return parseResult(rs); } // 自动调用 close(),连接归还到连接池 } // 连接池配置检测泄漏(HikariCP) // hikari: // leak-detection-threshold: 60000 # 连接超过 60 秒未归还,打印警告日志 ``` `leak-detection-threshold` 是性价比很高的一个配置:它会在连接超期未归还时打印**拿到这条连接的调用栈**,等于把"哪行代码忘了关"直接送到你面前。 ### Q:静态集合为什么会导致内存只增不减? A:因为静态变量的生命周期与 JVM 一致,集合里的元素**永远是可达到的**,GC 不可能回收: ```java // 问题代码:静态 Map 只增不减 public class CacheManager { // 静态集合,生命周期和 JVM 一样长 private static final Map<String, Object> CACHE = new HashMap<>(); public static void put(String key, Object value) { CACHE.put(key, value); } public static Object get(String key) { return CACHE.get(key); } // 没有淘汰机制,数据只增不减,最终 OOM } ``` 三种修法,按使用场景选择: ```java // 修复方案一:使用有容量限制的缓存 private static final Map<String, Object> CACHE = new LinkedHashMap<>(1000, 0.75f, true) { @Override protected boolean removeEldestEntry(Map.Entry<String, Object> eldest) { return size() > 1000; // 超过 1000 个淘汰最老的 } }; // 修复方案二:使用 Caffeine/Guava Cache(推荐) private static final Cache<String, Object> CACHE = Caffeine.newBuilder() .maximumSize(10000) .expireAfterWrite(10, TimeUnit.MINUTES) .build(); // 修复方案三:使用 WeakHashMap(key 无强引用时自动回收) private static final Map<String, Object> CACHE = new WeakHashMap<>(); ``` 选型建议:**本地缓存一律用 Caffeine/Guava**,它们同时提供了容量上限和过期时间;`WeakHashMap` 只适合"key 的生命周期天然受外部控制"的场景,用它当业务缓存往往会导致缓存莫名其妙地消失;手写 `LinkedHashMap` 的 `removeEldestEntry` 只适合极简场景。 ### Q:监听器/回调未注销这种泄漏怎么发现? A: ```java // 问题代码:注册了事件监听器但没有注销 public class OrderService { public void init() { // 每次创建 OrderService 都注册一个监听器 eventBus.register(new OrderEventListener()); // 如果 OrderService 被多次创建(如热部署),监听器越来越多 } } // 修复:在销毁时注销 @PreDestroy public void destroy() { eventBus.unregister(this.listener); } ``` 这类泄漏在 MAT 里的特征很典型:**某个 `Listener` 类型的实例数量远超预期**(例如本该 1 个,实际有几百个)。如果你在 dump 里看到大量同类监听者/回调用对象,先怀疑注册与注销没有配对。 ### Q:能不能不 dump,直接在线定位? A:可以,Arthas 提供了在线手段,适合"还没到 OOM、但要确认泄漏对象"的场景: ```bash # 1. 查看堆内存概况 dashboard # 2. 查看对象数量和占用内存(按类统计) # 找到数量异常多的类 jvm # 3. 查看某个类的实例数量 sc -d com.example.UserInfo # 4. 查看对象的引用关系 # 找到谁持有了这些对象 vmtool --action getInstances --className com.example.UserInfo --limit 10 # 5. 查看 ThreadLocal 中的值 # 排查 ThreadLocal 泄漏 thread -all ``` 在线手段的价值是**给出怀疑方向**(哪类对象数量异常),但要拿到完整引用链、确认泄漏根因,仍然推荐用 MAT 分析 dump——两者配合,先用 Arthas 缩小范围,再 dump 验证。 ## 四、总结与自测 ### Q:面试里怎么答这道题? A: 1. **排查流程**:监控发现 → dump 堆快照 → MAT 分析 → 找到泄漏对象的 GC Root 引用链 → 定位代码; 2. **常见泄漏**:ThreadLocal 未 remove、连接池未归还、静态集合只增不减、监听器未注销; 3. **预防措施**:JVM 参数加 `-XX:+HeapDumpOnOutOfMemoryError`;连接池开启泄漏检测;ThreadLocal 用完必须 remove; 4. **工具**:MAT 分析 dump 文件、Arthas 在线诊断、Prometheus + Grafana 监控内存趋势。 ### Q:内存泄漏和内存溢出有什么区别? A:内存泄漏(Memory Leak)是对象不再使用但无法被 GC 回收(有引用链),是 bug。内存溢出(OOM)是内存不够用了,可能是泄漏导致的,也可能是正常业务需要的内存确实超过了 JVM 配置。**泄漏是因,溢出是果**——但溢出不一定由泄漏引起。 ### Q:堆外内存泄漏怎么排查? A:堆外内存(DirectByteBuffer、JNI)不在堆 dump 中。排查方法:① `jcmd <pid> VM.native_memory summary` 查看 Native Memory Tracking;② 检查 Netty 的 DirectByteBuffer 是否正确释放;③ 用 `pmap` 查看进程内存映射。 这类问题的典型现象是**堆内存平稳、但进程 RSS 一直涨**——如果你看到的是这个组合,就不用再花时间 dump 堆了,直接转向堆外排查。 --- ## 自测 1. 服务堆内存曲线呈"锯齿状缓慢抬升",每次 Full GC 后回落幅度越来越小,说明什么? 2. MAT 里一个 `HashMap` 的 Shallow Heap 只有 64 字节,为什么它可能是元凶? 3. ThreadLocal 的 key 是弱引用,为什么还会泄漏?在什么位置清理才可靠?
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入