堆转储
堆转储(heap dump)是记录某一时刻 Java 堆中对象及其引用关系的快照。它能回答两个问题:谁占用了内存,谁还在持有这些对象。
一份转储只记录一个时刻,无法单独说明内存是否持续增长。排查时先用监控和多次 GC 后的占用确认增长趋势,再用转储找到持有者,结合业务生命周期判断是否泄漏。采集转储本身会暂停应用,并写出可能包含敏感数据的大文件,因此还要评估采集成本。
1. 面试核心
先记住这几条,再读正文- 稳定负载下,多次 GC 后的存活占用持续增长是泄漏的线索;对象到底有没有用,还要按业务生命周期判断。卡 · 泄漏、容量不足与分配峰值
GC.class_histogram按类统计实例数量和对象自身占用,适合先找出数量异常或持续增长的类型。- JDK 21 的
GC.heap_dump默认会请求一次 Full GC,只转储存活对象;加-all则包含不可达对象,并省去这次请求。卡 · 存活对象与全量对象 - 浅大小只算对象自身,保留大小还包括它失去可达性后能连带回收的对象。卡 · Histogram 与 Dominator Tree
- Dominator Tree 展示对象之间的支配关系,通向 GC Roots 的路径解释对象为什么仍被持有。
2. 泄漏、容量不足与分配峰值
堆占用上升只说明空间在被使用,不说明有问题。动手处理之前,先判断这些对象是不是还有用。三种常见情况的处理方式完全不同:
- 泄漏:业务上已经没用的对象仍被强引用持有,存活占用随时间增长。要修的是对象的生命周期。
- 容量不足:对象都还有用,只是稳定运行需要的工作集超过了可用堆。要评估的是堆大小。
- 分配峰值:短时间内创建大量对象,GC 或堆扩容来不及腾出空间。要查的是批次和突发流量。
区分它们,不能只看 used heap(当前堆占用)曲线,因为对象分配会让曲线上升,回收又会让它下降。要在负载相近、回收范围一致的前提下,比较多次 GC 后的占用。这个值持续上升,说明回收后留下的对象越来越多,但是否泄漏还要看它们有没有业务用途。
同时还要看缓存容量、过期时间和队列长度。一个有上限的缓存逐渐填满、然后稳定下来,属于预期的工作集增长;已经过期的条目一直留着不走,才说明生命周期有问题。
3. 类直方图
类直方图按类型汇总对象数量和自身占用,适合在采集完整转储之前,先确定是哪些类型在增长。采集命令如下:
jcmd <pid> GC.class_histogram > histogram.txt
直方图里的大小是浅大小,只算对象自身(第 5 节会解释它和保留大小的区别)。它能帮你发现 byte[]、Map 节点或业务 DTO(传递业务数据的对象)数量异常。比如类名 [B 表示 byte[],但这些数组属于缓存还是请求内容,直方图看不出来,还得沿引用链去查。
直方图需要遍历整个堆,即使输出文件很小,采集过程也会影响业务。JDK 21 默认只统计存活对象,为此还会请求一次 GC。采集前用 jcmd <pid> help GC.class_histogram 确认可用选项,并挑一个业务能接受的时间窗口。
4. 堆转储的成本
直方图只能定位到类型,要看到具体的对象和持有关系,就需要完整的堆转储。下面的命令把快照写成 HPROF 文件:
jcmd <pid> GC.heap_dump /safe/path/heap.hprof
转储要遍历整个堆、暂停应用,还要写出大量数据,堆越大成本越高。文件大小取决于实际对象和格式,磁盘空间要按堆的规模提前留好。执行前确认下面几项:
- 目标路径所在的持久存储有足够的空闲空间。
- 当前时间窗口能接受采集带来的业务暂停。
- 能摘流的实例先摘流(暂停接收新请求),再采集。
- HPROF 里保存着对象字段的实际内容,可能有密码、令牌或个人数据,要限制访问。
- 文件怎样下载、存储、传输、保留和销毁,已经事先定好。
如果启动参数里配了 -XX:+HeapDumpOnOutOfMemoryError,也要提前验证输出目录和磁盘容量,否则真到 OOM 时可能留不下能分析的快照。
4.1 存活对象与全量对象
比较两份转储之前,要先确认它们是不是都只包含存活对象。JDK 21 的默认命令会先请求一次 Full GC,再转储存活对象。加上 -all 后,转储会把还没被回收的不可达对象也写进去,同时省掉命令主动请求的那次 Full GC;不过遍历堆和写文件的停顿成本还在。
jcmd <pid> GC.heap_dump -all /safe/path/heap-all.hprof
-all 里多出来的不可达对象只是还没被回收,已经没有强引用路径持有它们,所以不能算作强引用泄漏。比较两份转储时,采集选项要保持一致,不然会把记录范围的差别误当成对象在增长。
5. Histogram 与 Dominator Tree
知道是哪种类型占得多之后,还要找到是哪个对象在持有它们。MAT(Eclipse Memory Analyzer)是常用的堆分析工具,可以用下面四种视图逐步缩小范围:
| 视图 | 能回答的问题 |
|---|---|
| Histogram | 某种类型有多少实例,对象自身总共占用多少空间? |
| Dominator Tree | 哪个对象独自保留了大量对象,释放它能带来多大收益? |
| Path to GC Roots | 对象沿哪些路径仍能连接到根,持有者是谁? |
| OQL | 哪些具体实例满足给定类型或字段条件? |
读这些视图要先分清两种大小。浅大小(shallow size)只算对象自身,它引用的其他对象另算。保留大小(retained size)是这个对象变得不可达后,可以释放的总空间,包括它自身,以及随之不可达的其他对象。哪些对象会随它一起释放,取决于支配关系。
支配关系是指从 GC Roots 到对象 B 的每一条路径都必须经过对象 A,这时就说 A 支配 B。A 一旦不可达,B 也没有来自根的路径了。所以支配树里的父子关系表示可达路径上的依赖,不一定是直接的字段引用。
举个例子,一个缓存管理器自身只有几百字节,却可能支配着几个 GB 的值对象和数组,只看浅大小完全发现不了它。反过来,如果某些数组还有一条绕过管理器的强引用路径,管理器就不支配它们;删掉缓存引用之后,这些数组仍会被那条路径留住。
实际定位时,先按保留大小找到突出的对象,再看它的 Path to GC Roots。常见的持有者有静态字段、线程、ThreadLocal、队列和类加载器。需要细分具体实例时,再用 OQL 按字段筛选,比如只查已经过期的缓存条目。
6. 常见泄漏来源
泄漏通常出现在「长生命周期的对象持有短期数据」的地方。顺着引用链找到持有者后,可以对照下面几类,检查释放的责任有没有落实。
6.1 无界缓存和队列
缓存没有容量上限或有效的过期机制时,新的业务键会不断积累。队列的消费速度长期低于生产速度时,也会积压越来越多的请求。两者都要检查数量上限,以及达到上限后怎么处理。
6.2 监听器和回调
发布者通过监听器或回调持有订阅者。如果发布者活得很久,订阅结束后又没有注销回调,本该短期存在的订阅者就会一直活着。所以每一次注册都要有对应的注销。
6.3 ThreadLocal 与线程池
线程池里的平台线程可以在任务结束后继续存活,留在 ThreadLocalMap 里的值也可能继续被线程持有。如果 ThreadLocal 保存的是当前任务的数据,就应该在 finally 里调用 remove(),让任务正常结束或异常退出时都能清理。
6.4 类加载器泄漏
热部署之后,如果旧的类加载器还被某个线程或外部注册表持有,整组类和它们的静态状态都卸载不掉。常见要查的地方有 JDBC Driver 注册、MBean 注册和父加载器里的静态集合。
具体卸载条件见 类加载器。
6.5 未完成任务
Future、响应聚合器和重试队列会保留请求上下文。下游卡住、任务又没有超时或取消逻辑时,这些上下文就会长期存活。所以既要检查任务怎样算完成,也要检查失败退出时有没有清理。
7. 多个时间点的对比
一份转储能解释持有关系,但要说明增长,需要多个时间点的数据。建立趋势时,可以组合下面几类信息:
- 周期性的类直方图:比较各类型的数量和浅大小。它每次都要遍历堆,采集频率要考虑这个成本。
- JFR 的 Old Object Sample 和堆统计:找长期存活的样本和增长较快的类型。
- GC 日志里回收后的存活占用:判断实际保留量是否在上升。
- 缓存条目数、队列长度和业务键数量:判断增长是否符合业务预期。
先用这些数据缩小增长发生的时段,再挑有代表性的时刻采集完整转储。Old Object Sample 只是采样线索,会有遗漏,最终还要结合完整的堆分析。比较不同时间点时,采集选项要一致,负载和所处的 GC 阶段也要可比,避免把采集范围或负载差异当成泄漏。
8. 修复方式
找到持有者之后,修复的关键是明确由谁负责结束对象的生命周期。可以用下面几个问题检查代码:
- 谁创建对象,谁负责删除引用或关闭资源?
- 数量、总字节数和存活时间,分别最多允许到多少?
- 消费者变慢时,生产者怎样限速、背压或丢弃请求?背压指把消费能力不足反馈给生产方,让它放慢。
- 缓存键是否有界,过期条目是否真的被删除了?
- 任务取消、超时和应用停止时,清理是否都会执行?
据此补上缓存容量、队列上限、监听器注销这类规则。临时调用一次 clear() 能让占用降下来,但只要生产者还在持续放入对象,增长很快会再出现。
修复之后,在同等负载下运行足够长的时间,确认 GC 后的存活占用和对象数量都稳定了。同时检查缓存命中率、请求结果和取消行为,别让内存降下来了,业务却出了问题。
9. 常见问题
9.1 堆里最大的对象就是泄漏源吗?
不一定。最大的对象可能属于合理的工作集,比如有上限的缓存、类数据相关的数组或当前正在处理的大请求。判断泄漏要结合保留大小、增长趋势和业务上限,而真正需要修复的持有者,自身往往可以很小。
9.2 byte[] 很多时怎样定位来源?
先按支配者和通向 GC Roots 的路径分组,再确认它们的业务用途。byte[] 可能来自下面几类对象:
- 字符串或类数据。
- 网络缓冲和压缩结果。
- 缓存值或请求上下文。
确定持有者后,再结合分配热点和业务键分析。这样既知道数组是谁创建的,也知道它为什么还没被释放。
9.3 线上可以连续采集多份转储吗?
技术上可以,但每一份都会带来堆遍历、停顿和写盘的成本。应该先评估堆大小和磁盘余量,用监控、直方图或 JFR 确定增长时段。确实需要多份转储时,优先在摘流的实例或可控的副本上采集有代表性的快照。
10. 面试题卡片
11. 参考资料
- Oracle:Troubleshoot Memory Leaks
- Oracle:jcmd
- Eclipse MAT:Dominator Tree
- Eclipse MAT:Shallow and Retained Heap
来源:Coding 101 原文 · 免费阅读,引用请保留出处。内容使用说明