OOM(内存溢出)造成原因及解决方案

一、概念

内存溢出(Out Of Memory，简称OOM)是指应用系统中存在无法回收的内存或使用的内存过多，最终使得程序运行要用到的内存大于能提供的最大内存。

二、造成原因

2.1、内存泄漏

由于长期保持某些资源的引用，垃圾回收器无法回收它，从而使该资源不能够及时释放，也称为内存泄露。因而尽量不要将所有引用都使用为强引用，可以在合适的地方使用弱引用和软引用。

2.2、超大对象

保存多个耗用内存过大或当加载单个超大的对象时，该对象的大小超过了当前剩余的可用内存空间。比如查询数据库中的数据，一次查询过多，直接导致内存溢出了。因此查询数据库如果数据过多尽量使用分页查询。

2.3、其他各种原因

比如是否存在死循环，大循环重复产生对象，是否有集合对象使用完之后，依然被引用着，导致无法清除，是否使用了不恰当的数据结构，导致占用空间过大等等。

三、解决方案

3.1、修改JVM启动参数，直接增加内存

JVM默认可以使用的内存为64M，Tomcat默认可以使用的内存为128MB，对于稍复杂一点的系统就会不够用。在某项目中，就因为启动参数使用的默认值，经常报“Out Of Memory”错误。因此，-Xms，-Xmx（堆内存的最小大小和最大大小值）参数一定不要忘记加。

3.2、找出可能发生内存溢出的位置，并解决

检查代码中是否有死循环或递归调用。

检查是否有大循环重复产生新对象实体。

检查对数据库查询中，是否有一次获得全部数据的查询。

检查List、Map等集合对象是否有使用完后，未清除的问题。

使用内存查看工具动态查看内存使用情况。

四、Xmn、Xms、Xmx、Xss参数的区别-含义及理解

首先，-Xmn、-Xms、-Xmx、-Xss都是JVM对内存的配置参数，我们可以根据不同需要区修改这些参数，以达到运行程序的最好效果。

4.1、-Xms、-Xmx

-Xms、-Xmx分配用来设置进程堆内存的最小大小和最大大小。

4.2、-Xmn

-Xmn用来设置堆内新生代的大小。通过这个值我们也可以得到老生代的大小：-Xmx减去-Xmn

4.3、-Xss

-Xss设置每个线程可使用的内存大小。

在相同物理内存下，减小这个值能生成更多的线程。当然操作系统对一个进程内的线程数还是有限制的，不能无限生成，经验值在3000~5000左右。

除了这些配置，JVM还有非常多的配置，常用的如下：

-XX:PermSize、-XX:MaxPermSize
分配用来设置永久代的最小大小和最大大小。Java 8以后移除了方法区，取而代之的是本地元空间Metaspace，大小由-XX:MetaspaceSize和-XX:MaxMetaspaceSize调节。

-XX:MaxTenuringThreshold
设置转入老生代的存活次数。如果是0，则直接跳过新生代进入老生代。

-XX:NewRatio
设置老生代和新生代的比值，例如该值为3，则表示新生代与老生代比值为1:3。

五、分析问题排查思路

1、下载dump文件

dump文件定义: dump文件是java虚拟机内存在某一时间点的快照文件，一般是.hprof的扩展名文件。

结合系统设置的生产环境JVM参数，可见：-Xmx1024m -Xms1024m -Xss512k

Xmx：堆内存的初始大小，默认为物理内存的1/64
Xms：堆内存的最大大小，默认为物理内存的1/4
Xss：设置每个线程的堆栈大小。JDK5.0以后每个线程堆栈大小为1M，以前每个线程堆栈大小为256K。更具应用的线程所需内存大小进行调整。在相同物理内存下，减小这个值能生成更多的线程。但是操作系统对一个进程内的线程数还是有限制的，不能无限生成，经验值在3000~5000左右。
-XX:+HeapDumpOnOutOfMemoryError 表示当JVM发生OOM时，自动生成dump文件，dump文件在：KaTeX parse error: Expected group after ‘_’ at position 23: …G_PATH}java_pid_̲{APPNAME}%t%p.hprof 路径下。
找到该dump文件路径，用sz命令下载该dump文件

2、了解MAT工具

MAT(Memory Analyzer Tool)定义：一种内存分析工具，它可以帮助我们查找内存泄漏和减少内存消耗。使用内存分析工具从众多的对象中进行分析，快速的计算出在内存中对象的占用大小，看看是谁阻止了垃圾收集器的回收工作，并可以通过报表直观的查看到可能造成这种结果的对象。

在eclipse上有mat的插件，或者苹果电脑有也有单独下载的mac版本mat，均可百度自行安装。

3、导入mat分析

导入完成，如下图所示：

点击深蓝色的饼图部分，我们解读到：一共935.5MB的内存空间，KafkaMessageListenerContainer这个线程线程竟然占据了822.2M，其中Shallow size占了120B，Retained Size占了822.2M。

Shallow Size：对象自身占用的内存大小，不包括它引用的对象。
Retained Size：可理解为当前对象被GC后，从Heap上总共能释放掉的内存。
我们知道，频繁的内存泄露会导致内存溢出，大部分因为没及时垃圾回收清除对象释放内存空间，接着点击Leak Suspects（内存泄露建议）按钮如下：