一次線上JVM GC 長暫停排查，加班搞了好久
背景
在高并發下，Java程序的GC問題屬于很典型的一類問題，帶來的影響往往會被進一步放大。不管是「GC頻率過快」還是「GC耗時太長」，由于GC期間都存在Stop The World問題，因此很容易導致服務超時，引發性能問題。
事情最初是線上某應用垃圾收集出現Full GC異常的現象，應用中個別實例Full GC時間特別長，持續時間約為15~30秒，平均每2周左右觸發一次；
圖片
圖片
JVM參數配置：
-Xms2048M –Xmx2048M –Xmn1024M –XX:MaxPermSize=512M
圖片
排查過程
分析 GC 日志
GC 日志它記錄了每一次的 GC 的執行時間和執行結果，通過分析 GC 日志可以調優堆設置和 GC 設置，或者改進應用程序的對象分配模式。
這里Full GC的reason是Ergonomics，是因為開啟了UseAdaptiveSizePolicy，jvm自己進行自適應調整引發的Full GC。
這份日志主要體現GC前后的變化，目前為止看不出個所以然來。
圖片
開啟GC日志，需要添加如下 JVM 啟動參數：
-XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:/export/log/risk_pillar/gc.log
常見的 Young GC、Full GC 日志含義如下：
圖片
進一步查看服務器性能指標
獲取到了GC耗時的時間后，通過監控平臺獲取到各個監控項，開始排查這個時點有異常的指標，最終分析發現，在5.06分左右（GC的時點），CPU占用顯著提升，而SWAP出現了釋放資源、memory資源增長出現拐點的情況（詳見下圖紅色框，橙色框中的變化是因修改配置導致，后面會介紹，暫且可忽略）
圖片
JVM用到了swap？
是因為GC導致的CPU突然飆升，并且釋放了swap交換區這部分內存到memory？
為了驗證JVM是否用到swap，我們通過檢查proc下的進程內存資源占用情況
for i in (cd/proc;ls∣grep"[0?9]"∣awk′0 >100');
do awk '/Swap:/{a=a+2}END{print '"i"',a/1024"M"}' /proc/$i/smaps 2>/dev/null;
done | sort -k2nr | head -10
# head -10 表示 取出 前10個內存占用高的進程
# 取出的第一列為進程的id 第二列進程占用swap大小看到確實有用到305MB的swap
圖片
這里簡單介紹下什么是swap?
swap指的是一個交換分區或文件，主要是在內存使用存在壓力時，觸發內存回收，這時可能會將部分內存的數據交換到swap空間，以便讓系統不會因為內存不夠用而導致oom或者更致命的情況出現。
當某進程向OS請求內存發現不足時，OS會把內存中暫時不用的數據交換出去，放在swap分區中，這個過程稱為swap out。
當某進程又需要這些數據且OS發現還有空閑物理內存時，又會把swap分區中的數據交換回物理內存中，這個過程稱為swap in。
為了驗證GC耗時與swap操作有必然關系，我抽查了十幾臺機器，重點關注耗時長的GC日志，通過時間點確認到GC耗時的時間點與swap操作的時間點確實是一致的。
進一步查看虛擬機各實例 swappiness 參數，一個普遍現象是，凡是發生較長Full GC的實例都配置了參數 vm.swappiness = 30（值越大表示越傾向于使用swap）；而GC時間相對正常的實例配置參數 vm.swappiness = 0（最大限度地降低使用swap）。
swappiness 可以設置為 0 到 100 之間的值，它是Linux的一個內核參數，控制系統在進 行swap時，內存使用的相對權重。
- swappiness=0: 表示最大限度使用物理內存，然后才是 swap空間
- swappiness=100: 表示積極的使用swap分區，并且把內存上的數據及時的交換到swap空間里面
圖片
圖片
對應的物理內存使用率和swap使用情況如下
圖片
圖片
至此，矛頭似乎都指向了swap。
問題分析
當內存使用率達到水位線(vm.swappiness)時，linux會把一部分暫時不使用的內存數據放到磁盤swap去，以便騰出更多可用內存空間；
當需要使用位于swap區的數據時，再將其換回內存中，當JVM進行GC時，需要對相應堆分區的已用內存進行遍歷；
假如GC的時候，有堆的一部分內容被交換到swap空間中，遍歷到這部分的時候就需要將其交換回內存，由于需要訪問磁盤，所以相比物理內存，它的速度肯定慢的令人發指，GC停頓的時間一定會非常非常恐怖；
進而導致Linux對swap分區的回收滯后（內存到磁盤換入換出操作十分占用CPU與系統IO），在高并發/QPS服務中，這種滯后帶來的結果是致命的(STW)。
問題解決
至此，答案似乎很清晰，我們只需嘗試把swap關閉或釋放掉，看看能否解決問題？
如何釋放swap?
設置vm.swappiness=0（重啟應用釋放swap后生效），表示盡可能不使用交換內存
方案 a：臨時設置方案，重啟后不生效
- 設置vm.swappiness為0，sysctl vm.swappiness=0
- 查看swappiness值，cat /proc/sys/vm/swappiness
方案b：永久設置方案，重啟后仍然生效
- vi /etc/sysctl.conf
- 關閉交換分區swapoff –a(前提：首先要保證內存剩余要大于等于swap使用量，否則會報Cannot allocate memory！swap分區一旦釋放，所有存放在swap分區的文件都會轉存到物理內存上，可能會引發系統IO或者其他問題。)
查看當前swap分區掛載在哪：
圖片
關停分區：
圖片
關閉swap交換區后的內存變化見下圖橙色框，此時swap分區的文件都轉存到了物理內存上
圖片
關閉Swap交換區后，于2.23再次發生Full GC，耗時190ms，問題得到解決。
圖片
疑惑
- 是不是只要開啟了swap交換區的JVM，在GC的時候都會耗時較長呢？
- 既然JVM對swap如此不待見，為何JVM不明令禁止使用呢？
- swap工作機制是怎樣的？這臺物理內存為8g的server，使用了交換區內存（swap），說明物理內存不夠使用了，但是通過free命令查看內存使用情況，實際物理內存似乎并沒有占用那么多，反而Swap已占近1G？
圖片
free：除了buff/cache剩余了多少內存
shared：共享內存
buff/cache：緩沖、緩存區內存數（使用過高通常是程序頻繁存取文件）
available：真實剩余的可用內存數
進一步思考
大家可以想想，關閉交換磁盤緩存意味著什么？
其實大可不必如此激進，要知道這個世界永遠不是非0即1的，大家都會或多或少選擇走在中間，不過有些偏向0，有些偏向1而已。
很顯然，在swap這個問題上，JVM可以選擇偏向盡量少用，從而降低swap影響，要降低swap影響有必要弄清楚Linux內存回收是怎么工作的，這樣才能不遺漏任何可能的疑點。
先來看看swap是如何觸發的？
Linux會在兩種場景下觸發內存回收，一種是在內存分配時發現沒有足夠空閑內存時會立刻觸發內存回收；另一種是開啟了一個守護進程（kswapd進程）周期性對系統內存進行檢查，在可用內存降低到特定閾值之后主動觸發內存回收。
通過如下圖示可以很容易理解，詳細信息參見：http://hbasefly.com/2017/05/24/hbase-linux/
是不是只要開啟了swap交換區的JVM，在GC的時候都會耗時較長？
筆者去查了一下另外的一個應用，相關指標信息請見下圖。
實名服務的QPS是非常高的，同樣能看到應用了swap，GC平均耗時 576ms，這是為什么呢？
圖片
圖片
通過把時間范圍聚焦到發生GC的某一時間段，從監控指標圖可以看到swapUsed沒有任何變化，也就是說沒有swap活動，進而沒有影響到垃級回收的總耗時。
圖片
圖片
通過如下命令列舉出各進程swap空間占用情況，很清楚的看到實名這個服務swap空間占用的較少（僅54.2MB）
圖片
另一個顯著的現象是實名服務Full GC間隔較短（幾個小時一次），而我的服務平均間隔2周一次Full GC
圖片
圖片
基于以上推測
- 實名服務由于 GC 間隔較短，內存中的東西根本沒有機會置換到swap中就被回收了，GC的時候不需要將swap分區中的數據交換回物理內存中，完全基于內存計算，所以要快很多
- 將哪些內存數據置換進swap交換區的篩選策略應該是類似于LRU算法（最近最少使用原則）
為了證實上述猜測，我們只需跟蹤swap變更日志，監控數據變化即可得到答案，這里采用一段shell 腳本實現
#!/bin/bash
echo -e `date +%y%m%d%H%M%S`
echo -e "PID\t\tSwap\t\tProc_Name"
#拿出/proc目錄下所有以數字為名的目錄（進程名是數字才是進程，其他如sys,net等存放的是其他信息）
for pid in `ls -l /proc | grep ^d | awk '{ print $9 }'| grep -v [^0-9]`
do
if [ $pid -eq 1 ];then continue;fi
grep -q "Swap" /proc/$pid/smaps 2>/dev/null
if [ $? -eq 0 ];then
swap=$(gawk '/Swap/{ sum+=$2;} END{ print sum }' /proc/$pid/smaps) #統計占用的swap分區的 大小 單位是KB
proc_name=$(ps aux | grep -w "$pid" | awk '!/grep/{ for(i=11;i<=NF;i++){ printf("%s ",$i); }}') #取出進程的名字
if [ $swap -gt 0 ];then #判斷是否占用swap 只有占用才會輸出
echo -e "${pid}\t${swap}\t${proc_name:0:100}"
fi
fi
done | sort -k2nr | head -10 | gawk -F'\t' '{ #排序取前 10
pid[NR]=$1;
size[NR]=$2;
name[NR]=$3;
}
END{
for(id=1;id<=length(pid);id++)
{
if(size[id]<1024)
printf("%-10s\t%15sKB\t%s\n",pid[id],size[id],name[id]);
else if(size[id]<1048576)
printf("%-10s\t%15.2fMB\t%s\n",pid[id],size[id]/1024,name[id]);
else
printf("%-10s\t%15.2fGB\t%s\n",pid[id],size[id]/1048576,name[id]);
}
}由于上面圖中 2022.3.2 19:57:00 至 2022.3.2 19:58:00 發生了一次Full GC，我們重點關注下這一分鐘內swap交換區的變化即可，我這里每10s做一次信息采集，可以看到在GC時點前后，swap確實沒有變化
圖片
通過上述分析，回歸本文核心問題上，現在看來我的處理方式過于激進了，其實也可以不用關閉swap，通過適當降低堆大小，也是能夠解決問題的。
這也側面的說明，部署Java服務的Linux系統，在內存分配上并不是無腦大而全，需要綜合考慮不同場景下JVM對Java永久代 、Java堆(新生代和老年代)、線程棧、Java NIO所使用內存的需求。
總結
綜上，我們得出結論，swap和GC同一時候發生會導致GC時間非常長，JVM嚴重卡頓，極端的情況下會導致服務崩潰。
主要原因是：JVM進行GC時，需要對對應堆分區的已用內存進行遍歷，假如GC的時候，有堆的一部分內容被交換到swap中，遍歷到這部分的時候就須要將其交換回內存；更極端情況同一時刻因為內存空間不足，就需要把內存中堆的另外一部分換到SWAP中去，于是在遍歷堆分區的過程中，會把整個堆分區輪流往SWAP寫一遍，導致GC時間超長。線上應該限制swap區的大小，如果swap占用比例較高應該進行排查和解決，適當的時候可以通過降低堆大小，或者添加物理內存。
因此，部署Java服務的Linux系統，在內存分配上要慎重。
