跳到主要内容
约 10 分钟3 张卡

OutOfMemoryError 与 StackOverflowError

OutOfMemoryError(OOM)表示某类内存或相关资源无法满足申请,StackOverflowError 表示调用链超出了线程栈能够容纳的范围。两者都与资源限制有关,但排查方向不同:堆不足要找对象为什么占着空间,线程创建失败要查本地资源和配额,栈溢出则要沿调用链找原因。

面试中解释这类故障,关键是把错误消息、耗尽的资源和排查证据对应起来。只记住「OOM 就加堆」无法处理堆外内存或线程数达到上限的情况,所以第一步是保留完整错误消息。

1. 面试核心​

先记住这几条,再读正文
  • OOM 要按完整错误消息区分资源:Java heap space 指堆分配失败,Metaspace 指类元数据分配失败。卡 · Java heap space
  • unable to create native thread 指平台线程所需的本地资源或线程配额不足,不一定是 Java 堆满了。
  • StackOverflowError 表示调用链超出了栈容量,要检查无终止递归、循环调用和输入决定的递归深度。
  • -XX:+HeapDumpOnOutOfMemoryError 可在 HotSpot 支持的 OOM 路径导出堆,但并非所有 OOM 都会留下转储。卡 · 按错误类型选择证据
  • 操作系统 OOM Kill 会直接终止进程,JVM 来不及执行自动堆转储,需要从内核或容器事件查原因。卡 · 操作系统 OOM Kill

2. Java heap space​

Java heap space 表示 Java 堆无法满足对象分配。例如,下面的列表不断保留新数组,导致它们始终无法被回收:

List<byte[]> retained = new ArrayList<>();
while (true) {
retained.add(new byte[1024 * 1024]);
}

每次循环都创建一个元素区大小为 1 MiB 的数组,再把它加入 retained。只要 retained 仍在使用,数组就一直被强引用着,GC 无法回收,最终堆会被填满。实际业务中可以从下面几类原因检查:

  • 无界缓存、队列或批次持续持有对象,占用随时间增长。
  • 单次请求尝试创建过大的数组或对象图。
  • 业务正常运行所需的存活对象已经超过堆容量。
  • 短时间分配过多对象,收集器来不及提供足够空间。

堆 OOM 本身不足以证明泄漏。若对象都仍有业务用途,需要考虑容量或处理规模;若稳定负载下多次 GC 后占用仍增长,则要检查无用对象被谁持有。

如何结合对象生命周期区分泄漏、容量不足与分配峰值,见 堆转储。

Requested array size exceeds VM limit 则表示请求的数组超过 JVM 实现上限。这时需要缩小数组或拆分处理,增大堆无法解除数组长度限制。

3. GC overhead limit exceeded​

GC overhead limit exceeded 表示进程把大量时间花在 GC 上,却只能释放极少空间,应用已经很难继续完成工作。HotSpot 用这项保护结束反复回收却无法取得进展的状态。它描述的是回收效果,不是另一块内存区域耗尽。

以 Java 17、21 的 Parallel 默认策略为例,GC 时间超过约 98%,回收空间低于约 2%。持续满足条件后就会触发保护。这组比例需要结合收集器和版本解释。

定位时,把回收效果和业务进展放在一起看:

  • Full GC 或老年代回收后,还有多少存活对象。
  • 对象分配和晋升到老年代的速率有多高。
  • GC 消耗多少 CPU,应用吞吐量是否持续下降。
  • 堆容量是否过小,或是否存在大批对象滞留。

-XX:-UseGCOverheadLimit 可以关闭这项保护,但不会减少存活对象,也不会增加可用空间。如果原来的原因没有解决,进程仍可能把大量时间花在无效回收上。

4. 元空间与压缩类空间​

Metaspace 和 Compressed class space 都表示类元数据的分配遇到了问题。元空间是 HotSpot 在 Java 堆之外保存类元数据的区域;启用压缩类指针时,其中一部分元数据放在专门的压缩类空间中。

类元数据占用过多时,重点检查类和加载器为什么在增长,以及配置是否足够:

  • 程序是否动态生成了大量类。
  • 热部署是否反复创建类加载器,而旧加载器仍被线程或静态注册表持有。
  • 空间上限是否与正常业务需要加载的类规模匹配。

-XX:MaxMetaspaceSize 管理元空间上限,-XX:CompressedClassSpaceSize 配置压缩类空间大小。可以用下面的命令查看类加载器和元空间:

jcmd <pid> VM.classloader_stats
jcmd <pid> VM.metaspace

先比较加载器数量,以及每个加载器定义的类数量,再观察类是否能卸载。旧加载器本应释放却持续存活时,就要沿引用链检查是谁持有它。单纯提高容量会推迟报错,却留下加载器滞留问题;如果数量符合业务预期,则应重新评估空间配置。

5. 直接内存与本地分配失败​

本地内存是 JVM 或 native 库在 Java 堆之外申请的内存。这部分内存不足时,Java 堆即使还有空闲,也可能分配失败。直接缓冲区的容量计数超过上限时,JDK 17、21 会抛出 OutOfMemoryError,消息形如 Cannot reserve 1048576 bytes of direct buffer memory (allocated: …, limit: …)。消息里有本次请求、已分配和上限三个数字,需要检查缓冲区规模与释放时机:

  • 缓冲区池没有容量上限,持续保留直接内存。
  • 单次申请的缓冲区过大。
  • 已无用途的缓冲区释放滞后,来不及满足新申请。

其他本地内存申请失败时,错误信息还可能包含 Out of swap space 或 Native method。本地代码也可能因内存问题崩溃,并留下 hs_err_pid 错误日志。堆转储只反映 Java 堆中的对象,因此文件很小也不能排除本地内存不足。

几种工具观察的范围不同,需要组合使用:

  • BufferPool 指标显示直接缓冲区池的数量与占用。
  • NMT(Native Memory Tracking)追踪 HotSpot 管理的本地内存。
  • 操作系统内存映射和 native profiler 帮助定位第三方本地库的分配。

各工具的覆盖范围见 Java 直接内存。

6. 平台线程创建失败​

unable to create native thread 表示平台线程所需的本地资源申请失败。每个平台线程都需要本地线程结构和栈空间,创建数量还受系统配额限制,所以要检查:

  • 应用无限创建线程,或大量线程长期阻塞,迟迟无法结束。
  • 栈配置过大,使地址空间或可用内存不足。
  • 操作系统对用户或进程设置的线程数配额已用尽。
  • 容器的 PID 数量或内存限制已达到上限。

可以先用线程转储查看线程数量和调用栈:

jcmd <pid> Thread.print -l

随后把线程增长趋势与操作系统限制、容器事件对应起来。-Xss 影响平台线程栈容量,减小它可以降低每个线程的栈预算,但也会降低可承受的调用深度。

修复还要控制线程生命周期和并发数量。背压是把消费能力不足反馈给生产方,让它降低提交速度。任务积压时,可以配合接收上限和拒绝策略,避免任务无限堆积,或为了处理积压继续创建线程。

7. StackOverflowError​

StackOverflowError 表示当前调用链已经超出了线程栈能容纳的范围。栈帧保存一次方法调用的局部变量和执行信息;递归不断深入、旧调用又迟迟不返回时,需要保留的栈帧就越来越多。例如:

static void recurse() {
recurse();
}

recurse() 没有终止条件,每次进入方法都再次调用自己,最终抛出 StackOverflowError。实际业务中,还要检查调用链为什么越来越深:

  • toString、equals 等方法相互调用,形成循环。
  • 异常处理过程中再次递归,反复进入同一处理路径。
  • 算法递归深度随输入增长,超出当前栈容量。
  • 栈配置过小,正常递归也无法完成。

定位时先看重复栈帧,找到调用环或递归入口。无终止递归应修正终止条件;深度随输入增长的算法,可以改为迭代和显式栈。只有最大深度可控、内存预算也允许时,才适合通过增大 -Xss 容纳调用链。

8. 按错误类型选择证据​

错误消息确定了资源类别,下一步再选择对应证据。堆转储主要用于对象与引用分析,其他资源需要相应的线程、类加载或操作系统证据。

错误或现象主要证据
Java heap spaceGC 日志、直方图、堆转储
Metaspace加载器统计、类卸载趋势
direct buffer memoryBufferPool、NMT 与系统内存
unable to create native thread线程数、栈预算、OS 与 PID 配额
StackOverflowError重复调用栈帧
操作系统 OOM Kill内核或容器事件、进程内存趋势

采集前,先保存首次故障时的信息,避免只拿到后续连锁失败的记录:

  • 完整错误消息与首次发生时间。
  • JVM 启动参数和容器资源限制。
  • 同一时间窗口的负载、GC、线程数和进程内存指标。

元空间问题还可结合 NMT 看类元数据占用,操作系统 OOM Kill 则要比较进程驻留内存(RSS)与限额。RSS 表示进程当前驻留在物理内存中的页所占的空间。

需要在 OOM 时自动留下堆转储,可以提前配置:

java -XX:+HeapDumpOnOutOfMemoryError \
-XX:HeapDumpPath=/safe/path -jar app.jar

上线前应在受控环境验证路径可写,并按堆规模预留磁盘。堆转储需要遍历对象和写文件,会带来额外停顿,所以生产采集要评估业务能否承受。进程已经失稳时,反复触发 Full GC 或连续导出大堆会进一步拖慢服务。

这个开关覆盖部分 HotSpot OOM 路径,比如堆和元空间分配失败。在 Java 代码里抛出的 OOM 不会触发它,这既包括应用自己抛出的,也包括 JDK 在直接缓冲区超限时抛出的;平台线程创建失败也不会留下堆转储。这些情况需要保留其他证据。

8.1 操作系统 OOM Kill​

进程直接消失时,需要区分 JVM 抛出 OOM 与操作系统杀死进程。容器内存计入 Java 堆,也包含线程栈和其他本地内存。所以,即使堆未到 -Xmx,总占用仍会先触及容器限额,内核此时可直接终止进程。

OOM Kill 使用 SIGKILL,这是一种让进程立即终止的信号,JVM 来不及执行清理。预先配置的堆转储和 shutdown hook(关闭钩子)也无法在这个阶段运行。

退出码 137 通常表示进程被 SIGKILL 终止,但信号也能来自管理员或其他程序。确认是否由内存不足引起,需要核对内核日志或容器 OOM 事件。

9. 常见问题​

9.1 发生 OOM,就说明存在内存泄漏吗?​

不一定。内存泄漏是程序仍在持有已经没有用途的对象或资源,OOM 则说明某次资源申请失败。泄漏持续积累会导致 OOM,但正常业务需要的对象超过容量时也会 OOM。要结合对象生命周期和容量,判断该解除引用还是调整处理规模。

9.2 抛出 OOM 后,整个 JVM 一定会退出吗?​

9.3 主动调用 System.gc() 能解决 OOM 吗?​

10. 面试题卡片​

11. 参考资料​

来源:Coding 101 原文 · 免费阅读,引用请保留出处。内容使用说明