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 space | GC 日志、直方图、堆转储 |
Metaspace | 加载器统计、类卸载趋势 |
direct buffer memory | BufferPool、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?
不一定。OutOfMemoryError 属于 Error,可以被捕获;未捕获时,也可能只终止触发它的线程。不过,其他线程还在运行不代表服务仍然健康:错误处理代码也可能因资源紧张,再次分配失败。
关键服务应让外部健康检查判断实例是否还能工作,再由监督机制安排重启。在进程退出前,尽量保留采集成本较低的错误信息和指标。
9.3 主动调用 System.gc() 能解决 OOM 吗?
不能把它当作解决办法。System.gc() 只是向 JVM 提交 GC 请求,JVM 可以忽略它。强可达对象仍会被保留,因此这个调用既不能解除错误的持有关系,也不能扩大容量。频繁请求 GC 还可能增加停顿,仍要根据原因修复资源释放逻辑或调整容量。
10. 面试题卡片
11. 参考资料
- Oracle:Troubleshoot Memory Leaks
- Oracle Java 21:Parallel Collector
- JVMS:Run-Time Data Areas
- OpenJDK 21:report_java_out_of_memory
- Linux:Control Group v2 Memory
- Linux:signal(7)
来源:Coding 101 原文 · 免费阅读,引用请保留出处。内容使用说明