JVM调优参数介绍

是指设定程序启动时占用内存大小。一般来讲,大点,程序会启动的快一点,但是也可能会导致机器暂时间变慢
-Xms7168m

是指设定程序运行期间最大可占用的内存大小。如果程序运行需要占用更多的内存,超出了这个设置值,就会抛出OutOfMemory异常
-Xmx7168m

设置年轻代大小。整个JVM内存大小=年轻代大小 + 年老代大小 + 持久代大小。持久代一般固定大小为64m,所以增大年轻代后,将会减小年老代大小。此值对系统性能影响较大,Sun官方推荐配置为整个堆的3/8
-Xmn2389m

设置年轻代中Eden区与Survivor区的大小比值。设置为4,则两个Survivor区与一个Eden区的比值为2:4,一个Survivor区占整个年轻代的1/6
-XX:SurvivorRatio=4

设置垃圾回收时间占程序运行时间的百分比。公式为1/(1+n)
-XX:GCTimeRatio=19

设置并行收集器收集时使用的CPU数。并行收集线程数
-XX:ParallelGCThreads=10

这个参数作用是禁止代码中显示调用GC。代码如何显示调用GC呢,通过System.gc()函数调用。如果加上了这个JVM启动参数,那么代码中调用System.gc()没有任何效果,相当于是没有这行代码一样
-XX:+DisableExplicitGC

这个是原始类型的JAVA自带的快速优化
-XX:+UseFastAccessorMethods

用于设置metaspace区域的最大值,这个值可以通过mxbean中的MemoryPoolBean获取到,如果这个参数没有设置,那么就是通过mxbean拿到的最大值是-1,表示无穷大
-XX:MaxMetaspaceSize=4096m

Metaspace扩容时触发FullGC的初始化阈值,也是最小的阈值,如果没有配置,触发FGC的阈值是21807104(约20.8m)
GC收集器会在发生对metaspace的回收会,会计算新的_capacity_until_GC值,以后发生FGC就跟MetaspaceSize没有关系了
-XX:MetaspaceSize=512m

关闭虚拟机对class的垃圾回收功能
-Xnoclassgc

并行处理Reference,加快处理速度,缩短耗时,默认false
-XX:+ParallelRefProcEnabled

设置年老代为并发收集,使用CMS内存收集
-XX:+UseConcMarkSweepGC

设置年轻代为并行收集。可与CMS收集同时使用。JDK5.0以上,JVM会根据系统配置自行设置,所以无需再设置此值
-XX:+UseParNewGC

降低标记停顿
-XX:+CMSParallelRemarkEnabled

使用手动定义初始化定义开始CMS收集
-XX:+UseCMSInitiatingOccupancyOnly

使用cms作为垃圾回收,使用70%后开始CMS收集
-XX:CMSInitiatingOccupancyFraction=70

启用CMSClassUnloadingEnabled,GC也会扫描PermGen,并删除不再使用的类
-XX:+CMSClassUnloadingEnabled

针对SoftRefLRUPolicyMSPerMB的生产问题https://blog.csdn.net/qiang_zi_/article/details/100700784
反射过程中JVM自动创建的软引用的一些类的Class对象的回收时间,0代表每次FGC都会回收
-XX:SoftRefLRUPolicyMSPerMB=0

输出简要GC日志
-XX:+PrintGC

开启记录GC日志
-XX:+UseGCLogFileRotation

GC日志最大有5个日志
-XX:NumberOfGCLogFiles=5

每个日志256M
-XX:GCLogFileSize=256M

打印GC详细日志信息
-XX:+PrintGCDetails

GC 日志的前面加上一个时间戳。这个时间戳表示 JVM 启动后到现在所逝去的时间
-XX:+PrintGCTimeStamps

打印GC前后的详细堆栈信息
-XX:+PrintHeapAtGC

可以打印出类的加载顺序,可以用来排查 class 的冲突问题
-XX:TraceClassLoading

可以打印出类的卸载顺序,可以用来排查 class 的冲突问题
-XX:TraceClassUnloading

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,519评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,842评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,544评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,742评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,646评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,027评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,513评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,169评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,324评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,268评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,299评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,996评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,591评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,667评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,911评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,288评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,871评论 2 341