面試官：哪些場(chǎng)景會(huì)產(chǎn)生OOM？怎么解決？

這個(gè)面試題是一個(gè)朋友在面試的時(shí)候碰到的，什么時(shí)候會(huì)拋出OutOfMemery異常呢？初看好像挺簡(jiǎn)單的，其實(shí)深究起來(lái)考察的是對(duì)整個(gè)JVM的了解，而且這個(gè)問(wèn)題從網(wǎng)上可以翻到一些亂七八糟的答案，其實(shí)在總結(jié)下來(lái)基本上4個(gè)場(chǎng)景可以概括下來(lái)。

堆內(nèi)存溢出

堆內(nèi)存溢出太常見(jiàn)，大部分人都應(yīng)該能想得到這一點(diǎn)，堆內(nèi)存用來(lái)存儲(chǔ)對(duì)象實(shí)例，我們只要不停的創(chuàng)建對(duì)象，并且保證GC Roots和對(duì)象之間有可達(dá)路徑避免垃圾回收，那么在對(duì)象數(shù)量超過(guò)最大堆的大小限制后很快就能出現(xiàn)這個(gè)異常。

寫一段代碼測(cè)試一下，設(shè)置堆內(nèi)存大小2M。

public class HeapOOM {
    public static void main(String[] args) {
        List
     
       list = 
      new ArrayList<>();
      
        
      while (
      true) {
      
            list.add(
      new HeapOOM());
      
        }
      
    }
      
}
      

     

運(yùn)行代碼，很快能看見(jiàn)OOM異常出現(xiàn)，這里的提示是Java heap space堆內(nèi)存溢出。

一般的排查方式可以通過(guò)設(shè)置-XX: +HeapDumpOnOutOfMemoryError在發(fā)生異常時(shí)dump出當(dāng)前的內(nèi)存轉(zhuǎn)儲(chǔ)快照來(lái)分析，分析可以使用Eclipse Memory Analyzer(MAT)來(lái)分析，獨(dú)立文件可以在官網(wǎng)下載。

另外如果使用的是IDEA的話，可以使用商業(yè)版JProfiler或者開(kāi)源版本的JVM-Profiler，此外IDEA2018版本之后內(nèi)置了分析工具，包括Flame Graph(火焰圖)和Call Tree(調(diào)用樹(shù))功能。

方法區(qū)(運(yùn)行時(shí)常量池)和元空間溢出

方法區(qū)和堆一樣，是線程共享的區(qū)域，包含Class文件信息、運(yùn)行時(shí)常量池、常量池，運(yùn)行時(shí)常量池和常量池的主要區(qū)別是具備動(dòng)態(tài)性，也就是不一定非要是在Class文件中的常量池中的內(nèi)容才能進(jìn)入運(yùn)行時(shí)常量池，運(yùn)行期間也可以可以將新的常量放入池中，比如String的intern()方法。

我們寫一段代碼驗(yàn)證一下String.intern()，同時(shí)我們?cè)O(shè)置-XX:MetaspaceSize=50m -XX:MaxMetaspaceSize=50m 元空間大小。由于我使用的是1.8版本的JDK，而1.8版本之前方法區(qū)存在于永久代(PermGen)，1.8之后取消了永久代的概念，轉(zhuǎn)為元空間(Metaspace)，如果是之前版本可以設(shè)置PermSize MaxPermSize永久代的大小。

 private static String str = "test";
    public static void main(String[] args) {
        List
     
       list = 
      new ArrayList<>();
      
        
      while (
      true){
      
            String str2 = str + str;
      
            str = str2;
      
            list.add(str.intern());
      
        }
      
}
      

     

運(yùn)行代碼，會(huì)發(fā)現(xiàn)代碼報(bào)錯(cuò)。

再次修改配置，去除元空間限制，修改堆內(nèi)存大小-Xms20m -Xmx20m，可以看見(jiàn)堆內(nèi)存報(bào)錯(cuò)。

這是為什么呢？intern()本身是一個(gè)native方法，它的作用是：如果字符串常量池中已經(jīng)包含一個(gè)等 于此String對(duì)象的字符串，則返回代表池中這個(gè)字符串的String對(duì)象;否則，將此String對(duì)象包含的字符串添加到常量池中，并且返回String對(duì)象的引用。

而在1.7版本之后，字符串常量池已經(jīng)轉(zhuǎn)移到堆區(qū)，所以會(huì)報(bào)出堆內(nèi)存溢出的錯(cuò)誤，如果1.7之前版本的話會(huì)看見(jiàn)PermGen space的報(bào)錯(cuò)。

直接內(nèi)存溢出

直接內(nèi)存并不是虛擬機(jī)運(yùn)行時(shí)數(shù)據(jù)區(qū)域的一部分，并且不受堆內(nèi)存的限制，但是受到機(jī)器內(nèi)存大小的限制。常見(jiàn)的比如在NIO中可以使用native函數(shù)直接分配堆外內(nèi)存就容易導(dǎo)致OOM的問(wèn)題。

直接內(nèi)存大小可以通過(guò)-XX:MaxDirectMemorySize指定，如果不指定，則默認(rèn)與Java 堆最大值-Xmx一樣。

由直接內(nèi)存導(dǎo)致的內(nèi)存溢出，一個(gè)明顯的特征是在Dump文件中不會(huì)看見(jiàn)明顯的異常，如果發(fā)現(xiàn)OOM之后Dump文件很小，而程序中又直接或間接使用了NIO，那就可以考慮檢查一下是不是這方面的原因。

棧內(nèi)存溢出

棧是線程私有，它的生命周期和線程相同。每個(gè)方法在執(zhí)行的同時(shí)都會(huì)創(chuàng)建一個(gè)棧幀用于存儲(chǔ)局部變量表、操作數(shù)棧、動(dòng)態(tài)鏈接、方法出口等信息，方法調(diào)用的過(guò)程就是棧幀入棧和出棧的過(guò)程。

在java虛擬機(jī)規(guī)范中，對(duì)虛擬機(jī)棧定義了兩種異常：

1. 如果線程請(qǐng)求的棧深度大于虛擬機(jī)所允許的深度，將拋出StackOverflowError異常
2. 如果虛擬機(jī)棧可以動(dòng)態(tài)擴(kuò)展，并且擴(kuò)展時(shí)無(wú)法申請(qǐng)到足夠的內(nèi)存，拋出OutOfMemoryError異常

先寫一段代碼測(cè)試一下，設(shè)置-Xss160k，-Xss代表每個(gè)線程的棧內(nèi)存大小

public class StackOOM {
    private int length = 1;

    public void stackTest() {
        System.out.println("stack lenght=" + length);
        length++;
        stackTest();
    }

    public static void main(String[] args) {
        StackOOM test = new StackOOM();
        test.stackTest();
    }
}

測(cè)試發(fā)現(xiàn)，單線程下無(wú)論怎么設(shè)置參數(shù)都是StackOverflow異常。

嘗試把代碼修改為多線程，調(diào)整-Xss2m，因?yàn)闉槊總€(gè)線程分配的內(nèi)存越大，棧空間可容納的線程數(shù)量越少，越容易產(chǎn)生內(nèi)存溢出。反之，如果內(nèi)存不夠的情況，可以調(diào)小該參數(shù)來(lái)達(dá)到支撐更多線程的目的。

public class StackOOM {
    private void dontStop() {
        while (true) {
        }
    }

    public void stackLeakByThread() {
        while (true) {
            new Thread(() -> dontStop()).start();
        }
    }

    public static void main(String[] args) throws Throwable {
        StackOOM stackOOM = new StackOOM();
        stackOOM.stackLeakByThread();
    }
}