JVM相關的異常，一直是一線研發比較頭疼的問題。因為對于業務代碼，JVM的運行基本算是黑盒，當異常發生時，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部邏輯的原因。
本篇就由一個近期線上JVM內存泄漏的例子，帶大家強行分析一波~
Part1 線上服務器報警了
某天，同事來找我幫忙，原來是某系統毫無征兆的來了一連串報警，一波機器的老年代內存占用率超過閾值~
1.1先看表現
老年代內存占用
可以看到，在7月中旬之前，內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，老年代內存一直緩慢增長而無法釋放。很明顯，應該是對象沒法被正常回收導致。
內存泄漏了~
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。
不過，這個項目明顯已經上線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致問題出現，說明，已經對客開流量了。
回滾是不可能了，抓緊時間定位問題，上線修復吧。
Part2 定位問題
一般的步驟：
- 拿到dump文件
- 用MAT等工具，找出內存占用過多的異常對象，以及引用關系
- 分析異常對象關聯代碼的可能問題
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
jmap結果查看
很幸運，異常對象非常明顯。Point對象和GeoDispLocal對象，居然多達好幾百萬實例數，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(內存泄漏的一個常見原因，就是因為被靜態集合持有，無法回收導致)，而dump文件中的CacheMap.Entry也是非常高的。
CacheMap就是我們的第一優先懷疑對象了。先看下這個緩存類是怎么回事：
- ublic class CacheMap<K, V> {
- private final long expireMs;
- private LRUMap<K, CacheMap.Entry<V>> valueMap;
- //其他略
- }
內部依賴一個帶LRU功能的map，怎么實現的呢:
- 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
- }
內部是一個依賴LinkedHashMap實現的LRU緩存。看注釋，目的是要構建一個限定容量、且不會進行擴容的MAP(百度了一波，和網上的實現一模一樣~)。那么，實際情況真的和想象中的一樣么?。
2.2 LinkedHashMap實現的LRUMap好使么
我們來看容量和擴容相關的設置：為什么設計者認為該LRUMap不會進行擴容?
- //**把容量和擴容相關的參數摘出來**
- //用戶期望的最大容量
- private final int maxCapacity;
- //加載系數
- private static final float LOAD_FACTOR = 0.99f;
- //構造函數中調用LinkedHashMap進行初始化
- super(maxCapacity, LOAD_FACTOR, true);
- @Override //復寫刪除最久元素條件方法
- protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {
- //當LinkedHashMap.size 比 我們限定容量大時，執行刪除
- 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)。
因為復寫了LRU條件函數，當size>6000時會進行LRU替換。因此，理論上，size永遠不會達到8110。
怎么解決并發下的讀寫沖突呢?
- //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();
- }
- }
設計者為了解決并發下的讀寫沖突，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，整個設計很好的解決了LRUMap的固定容量和并發操作問題，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從而進行元素修改，即將get到的元素轉移到鏈表最后。這樣，就導致了讀寫并發問題，但這個解釋感覺朦朦朧朧，因此，我決定在其基礎上對讀寫并發問題再講細致一些。
2.3 LinkedHashMap內存泄漏拆解
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構)
所以，問題就發生在get操作上，LinkedHashMap的get操作被重寫，目的是為了實現LRU功能，在get之后，將當前節點移動到鏈表最后。
移動啊，同志們，這明顯是一個寫操作，所以，加讀鎖還有用么?
即允許多線程進入，又進行了修改，那還能起什么作用，能沒有并發問題么?
下面，對照節點移動的代碼，詳細拆解一下多線程下的并發問題：
get之后的節點移動，將節點移動到最后
實際拆解分析如下，為什么在多線程的情況下，會出現內存泄漏：
時間片下多線程的get執行
我們看到，在線程1執行完前兩句，讓出了時間片，當線程2執行到p.after=null之后又出讓了時間片，這樣，本來a應該是后面的<2,B>節點，結果多線程下變成了null，最終，后面兩個節點被踢出了鏈表，刪除操作無法觸達，造成內存泄漏。
驗證的代碼就不貼了，大家有興趣可以自己試一下~
Part3 總結
話說回來，既然定位到了問題，這個內存泄漏怎么修復呢?
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，又免得為了節約機器內存自己構造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。。。
原文鏈接：https://mp.weixin.qq.com/s/UPCIgL0_SLyOF5SNFgL27w
