优化 Java 垃圾收集器改进系统性能

2006 年 11 月 30 日

    在系统的性能测试过程中，当系统的处理能力有某种变化趋势时， 除了关于等待队列、执行线程，EJB 池以及数据库连接池和 Statement Cache 方面的调优外，还要考虑到 Java 垃圾收集器（Garbage Collection，本文简称 GC）对系统性能的影响。本文介绍了如何分析系统的处理能力和 GC 之间的关系，以及如何通过改进 JVM 的配置来优化 GC，以提高系统的性能。

    某个大型项目的 CPU100% 的压力性能测试， 用以检查在系统运行环境不正常的情况下，系统可以运行到何种程度。测试过程是: 请求测试的模拟器向系统不断发出大量请求, 系统接受由模拟器发出的请求，然后将请求置于一个任务池中，如果当前有空闲的线程，则该线程会从任务池中取出一个任务进行处理，如果没有空闲的线程，则该任务一直会待在任务池中，直到有空闲的线程来处理它。因此，任务池的队列的长度从某种意义上可以代表整个系统的处理能力，任务池队列的长度用 Q 值来表示，如果 Q 值超出了一定限额，将会有流量控制的线程将超出限额的待处理任务丢弃，以保证系统的稳定性。

    整个测试要求得到系统所在服务器的负载达到将近 100% 时，系统的吞吐量，相应时间以及在超负荷下业务请求成功率。

    在测试过程中，任务池中累积的任务数起伏很大，正常时累积的任务数很小，但是每隔一段时间会累积大量的任务。由于累积的任务数超出任务池流量控制所定义的限额，所以每隔一段时间，大量的待处理任务被清除。因此测试结束后得到的在超负荷下业务请求成功率也不是很理想。

    一台AIX服务器（4CPU，4GMemory）来部署本Web应用程序；Web应用程序部署在中间件应用服务器上；部署了一个节点（Node），只配置一个应用服务器实例（Instance），没有做Cluster部署。

    检测WebSphere Application Server上的Web Container，EJB Container ， ORB Service，数据库连接池等设置均合理，然后怀疑问题的现象是不是与系统GC有关。当前Java Virtual Machine的配置为: Initial Heap Size:256 ， Maximum Heap Size: 3072。

    为了验证任务池中累积的任务数的大幅度变化和系统GC是否存在一定的关系，通过对任务池的累积任务数和系统GC进行采样， 将采样后的数据进行分析，用以得出二者的关系。采样时遵循Nyquist采样定例： 采样频率要大于被采集对象的频率的2倍。 否则，采样点很可能每次位于被采集对象的波形的某个点上，从而不能正确反映被采集对象的变化规律。

    通过观察，发现任务池的任务数目(以下用Q值代替)的变化周期大概是5到6秒，因此根据Nyquist采样定例，采样的时间间隔不能超过2-3秒，所以按照每秒来采样。 测试时间是3分钟，采样180次，系统的当前负载率是99%。采样图如下所示:

图一 任务池Q值的采样图

    由于系流量控制要求的限额是450个任务，也就是任务池中最多能累积450个任务，当任务池中累积的任务数超过450时，多余的任务会被流量控制直接丢弃，从上图可以看出，系统的Q值在很多时刻都大于450，因此多次被丢弃任务，从而导致了任务请求成功率不高。

[1] [2] [3] 下一页