JVM相關(guān)的異常，一直是一線研發(fā)比較頭疼的問題。因為對于業(yè)務(wù)代碼，JVM的運行基本算是黑盒，當(dāng)異常發(fā)生時，較難直觀的看到和找到問題所在，這也是我們一直要研究其內(nèi)部邏輯的原因。

本篇就由一個近期線上JVM內(nèi)存泄漏的例子，帶大家強行分析一波~

Part1線上服務(wù)器報警了

某天，同事來找我?guī)兔Γ瓉硎悄诚到y(tǒng)毫無征兆的來了一連串報警，一波機器的老年代內(nèi)存占用率超過閾值~

1.1先看表現(xiàn)

可以看到，在7月中旬之前，內(nèi)存占用還是比較正常的，每次GC都可以回收掉很大一部分的老年代對象。

而中旬之后，老年代內(nèi)存一直緩慢增長而無法釋放。很明顯，應(yīng)該是對象沒法被正常回收導(dǎo)致。

內(nèi)存泄漏了~

1.2怎么辦呢

如果是剛上線的項目爆出了此類問題，因為影響面比較小，可以直接先回滾代碼，止血為第一要務(wù)。

不過，這個項目明顯已經(jīng)上線N多天，中間還不知道上過多少需求，而且，既然流量近期有上漲導(dǎo)致問題出現(xiàn)，說明，已經(jīng)對客開流量了。

回滾是不可能了，抓緊時間定位問題，上線修復(fù)吧。

Part2定位問題

一般的步驟：

• 拿到dump文件
• 用MAT等工具，找出內(nèi)存占用過多的異常對象，以及引用關(guān)系
• 分析異常對象關(guān)聯(lián)代碼的可能問題

不過，因為這次dump下來的文件十多G，太大的，MAT基本無能為力，只能打印出來人工分析了

2.1定位問題代碼

很幸運，異常對象非常明顯。Point對象和GeoDispLocal對象，居然多達(dá)好幾百萬實例數(shù)，那就先看下代碼中這兩個對象是怎么用的。

private static final CacheMap<String, List<GeoDispLocal>> NEAR_DISTRICT_CACHE = new CacheMap<String, List<GeoDispLocal>>(3600 * 1000, 1000);

private static final CacheMap<Integer, Point> LOCAL_POINT_CACHE = new CacheMap<Integer, Point>(3600 * 1000, 6000);

都是被存放在本次緩存CacheMap中(內(nèi)存泄漏的一個常見原因，就是因為被靜態(tài)集合持有，無法回收導(dǎo)致)，而dump文件中的CacheMap.Entry也是非常高的。

CacheMap就是我們的第一優(yōu)先懷疑對象了。先看下這個緩存類是怎么回事：

public class CacheMap<K, V> {
    private final long expireMs;
    private LRUMap<K, CacheMap.Entry<V>> valueMap;
    //其他略
}

內(nèi)部依賴一個帶LRU功能的map，怎么實現(xiàn)的呢:

public class LRUMap<K, V> extends LinkedHashMap<K, V> {
    private static final long serialVersionUID = 1L;
    private final int maxCapacity;
    // 這個map不會擴容
    private static final float LOAD_FACTOR = 0.99f;
    private final ReadWriteLock lock = new ReentrantReadWriteLock();

    public LRUMap(int maxCapacity) {
        super(maxCapacity, LOAD_FACTOR, true);
        this.maxCapacity = maxCapacity;
    }

    @Override
    protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
        return size() > maxCapacity;
    }

    @Override
    public V get(Object key) {
        try {
            lock.readLock().lock();
            return super.get(key);
        } finally {
            lock.readLock().unlock();
        }
    }

    @Override
    public V put(K key, V value) {
        try {
            lock.writeLock().lock();
            return super.put(key, value);
        } finally {
            lock.writeLock().unlock();
        }
    }
    //remove clear 略
}

內(nèi)部是一個依賴LinkedHashMap實現(xiàn)的LRU緩存。看注釋，目的是要構(gòu)建一個限定容量、且不會進(jìn)行擴容的MAP（百度了一波，和網(wǎng)上的實現(xiàn)一模一樣~）。那么，實際情況真的和想象中的一樣么？。

2.2LinkedHashMap實現(xiàn)的LRUMap好使么

我們來看容量和擴容相關(guān)的設(shè)置：為什么設(shè)計者認(rèn)為該LRUMap不會進(jìn)行擴容？

//**把容量和擴容相關(guān)的參數(shù)摘出來**
//用戶期望的最大容量
private final int maxCapacity;
//加載系數(shù)
private static final float LOAD_FACTOR = 0.99f;
//構(gòu)造函數(shù)中調(diào)用LinkedHashMap進(jìn)行初始化
super(maxCapacity, LOAD_FACTOR, true);

@Override  //復(fù)寫刪除最久元素條件方法
protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
   //當(dāng)LinkedHashMap.size 比 我們限定容量大時，執(zhí)行刪除
   return size() > maxCapacity;
}

按我們的實際使用實例化一下：

• maxCapacity=6000，是我們希望的最大元素容量。
• load_factor=0.99 加載因子。
• Map內(nèi)部threshold=8192*0.99=8110，是那么下次擴容時的容量大小。（map中table容量的真實大小是離6000最近的2的N次冪，即8192）。

因為復(fù)寫了LRU條件函數(shù)，當(dāng)size>6000時會進(jìn)行LRU替換。因此，理論上，size永遠(yuǎn)不會達(dá)到8110。

怎么解決并發(fā)下的讀寫沖突呢？

//讀寫鎖
private final ReadWriteLock lock = new ReentrantReadWriteLock();
 
public V get(Object key) {
   try {
       lock.readLock().lock();
       return super.get(key);
   } finally {
       lock.readLock().unlock();
   }
}

public V put(K key, V value) {
   try {
      lock.writeLock().lock();
      return super.put(key, value);
   } finally {
      lock.writeLock().unlock();
   }
}

設(shè)計者為了解決并發(fā)下的讀寫沖突，給查詢和修改方法加了鎖，為了兼顧性能，使用了讀寫鎖：在get的時候加讀鎖，在put/remove的時候加寫鎖。

看起來，整個設(shè)計很好的解決了LRUMap的固定容量和并發(fā)操作問題，那么事實是什么樣的呢？

其實，這個問題很早就有人分析過了^[1] ，是因為LinkedHashMap在get讀操作的時候，會為了維護LRU從而進(jìn)行元素修改，即將get到的元素轉(zhuǎn)移到鏈表最后。這樣，就導(dǎo)致了讀寫并發(fā)問題，但這個解釋感覺朦朦朧朧，因此，我決定在其基礎(chǔ)上對讀寫并發(fā)問題再講細(xì)致一些。

2.3LinkedHashMap內(nèi)存泄漏拆解

都加了讀寫鎖為什么不好使呢？

這里我們還是需要先明確，讀寫鎖的概念和適用場景：讀寫鎖，允許多個線程共享讀鎖，適用于讀多寫少的情況。（前提是，讀操作不會改變存儲結(jié)構(gòu)）

所以，問題就發(fā)生在get操作上，LinkedHashMap的get操作被重寫，目的是為了實現(xiàn)LRU功能，在get之后，將當(dāng)前節(jié)點移動到鏈表最后。

移動啊，同志們，這明顯是一個寫操作，所以，加讀鎖還有用么？

即允許多線程進(jìn)入，又進(jìn)行了修改，那還能起什么作用，能沒有并發(fā)問題么？

下面，對照節(jié)點移動的代碼，詳細(xì)拆解一下多線程下的并發(fā)問題：

實際拆解分析如下，為什么在多線程的情況下，會出現(xiàn)內(nèi)存泄漏：

我們看到，在線程1執(zhí)行完前兩句，讓出了時間片，當(dāng)線程2執(zhí)行到p.after=null之后又出讓了時間片，這樣，本來a應(yīng)該是后面的<2,B>節(jié)點，結(jié)果多線程下變成了null，最終，后面兩個節(jié)點被踢出了鏈表，刪除操作無法觸達(dá)，造成內(nèi)存泄漏。

驗證的代碼就不貼了，大家有興趣可以自己試一下~

Part3總結(jié)

話說回來，既然定位到了問題，這個內(nèi)存泄漏怎么修復(fù)呢？

可以把讀寫鎖改成互斥鎖。或者直接用分布式存儲，能慢多少呢，是不是，既方便，簡單，又免得為了節(jié)約機器內(nèi)存自己構(gòu)造LRUMap。

每一個八股文都不只是為了面試，而是每次線上問題排查的基石。千萬別把八股文的作用定位錯了。。。

參考資料