对于高并发访问量的电商、物联网、金融、社交等系统来说，JVM内存优化是非常有必要的，可以提高系统的吞吐量和性能。通常调优的首选方式是减少FGC次数或者FGC时间，以避免系统过多地暂停。FGC达到理想值后，比如一天或者两天触发一次FGC。FCT时间优化为100～300毫秒后，再减少YoungGC次数或者YoungGC时间，YoungGC仍然会消耗CPU资源，优化YoungGC调用次数和消耗的CPU资源，可以提高系统的吞吐量。

优化GC前，必须获取GC的实际使用情况，最好的方式是通过CG Log收集垃圾回收日志，通过一些可视化工具查看垃圾回收分析数据，比如GCEasy。持续优化和对比优化前后的GC Log，能确认吞吐量和性能是否得到提升。

下面推荐几个常用的内存分析命令和工具

jstat命令

JDK自带的jstat命令用于查看虚拟机垃圾回收的情况，如下命令使用gcutil参数输出堆内存使用情况统计：

jstat –gcutil  -h 20 pid 1000 100

此命令显示进程为pid的内存使用汇总，1000毫秒输出一次，总共输出100行。-h 20表示每20行输出一次表头。-gcutil表示显示JVM内存使用汇总统计：

列表显示了虚拟机各个代的使用情况，描述了堆内存的使用占比和垃圾回收次数，以及占用时间，具体含义如下： 

• S0，第一个幸存区使用比值。
• S1，第二个幸存区的使用率。
• E，伊甸园区的使用比值。
• O，老年代。
• M，方法区、元空间使用率。
• CCS，压缩使用比值。
• YGC，年轻代垃圾回收次数。
• YGCT，年轻带垃圾回收占用时间。
• FGC，全局垃圾回收次数，这对性能影响至关重要。
• FGCT，全局垃圾回收的消耗时间。
• GCT，总的垃圾回收时间。

可以看到S0、S1、E变化频率高，说明程序在频繁创建生命周期短的对象，FGC为0，表示还未做过全局垃圾回收。如果FGC变化频率很高，则说明系统性能和吞吐量将下降，或者可能出现内存溢出。

其他查看汇总信息的常用选项如下：

• -gc，类似gcutil，gcutil以百分比形式显示内存的使用情况，gc显示的是内存占用的字节数，以KB的形式输出堆内存的使用情况。
• -gccause，类似gcutil，额外输出GC的原因。

jmap命令

jmap命令用于保存虚拟机内存镜像到文件中，然后可以使用JVisualVM或者MAT工具进行进一步分析。命令如下：​

jmap -dump:format=b,file=filename.hprof pid

需要注意，实际系统会有2GB到8GB内存，此命令会导致虚拟机暂停工作1～3秒。还有一种是被动获取方式，当虚拟机出现内存溢出的时候，会主动“dump”内存文件。添加虚拟机启动参数：​

-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/tmp/heapdump.hprof

当虚拟机判断达到内存溢出触发条件的时候，会有如下输出并保存镜像文件：​

java.lang.OutOfMemoryError: Java heap space
Dumping heap to heapdump.hprof ...

当获得镜像文件后，打开JvisualVM工具，选择菜单“File”，点击装入，选择我们保存过的dump文件，这时面板会打开内存镜像文件。打开较大的内存镜像文件需要较长的时间，需要耐心等候，其他工具，如MAT，或者商业的YourKit Java Profiler打开镜像文件更快，分析功能更强大。

GCeasy

GCeasy是一个分析GC日志文件的在线网站，能根据上传的GC日志，以图表形式显示GC回收过程和统计数据。下图显示的是GC性能的统计情况，如吞吐量显示为99.935%，说明只有少量CPU资源用于垃圾回收。最长的GC时间是20毫秒，属于正常范围。在测试JVM参数调整是否能增加吞吐量，减小垃圾回收占用的CPU时，可以使用这个统计功能。

下图统计了GC总的时间和回收的字节数，也显示了Full GC的统计情况。

Java Mission Control简称JMC，是JDK自带的工具，是一个高性能的对象监视、管理、产生时间分析和诊断的工具套件，笔者主要用来追踪热点代码与热点线程，是主要的内存优化调优工具。

类似JVisualVM，通过JMX连接进入JMC控制台。

通过连接到远程JVM进程后，可以执行飞行记录（FlightRecord），选择飞行记录存放的路径与执行时间即可，如下图所示。需要注意的是，执行飞行记录功能时会对当前JVM进程有一定的性能影响（大约为5%～10%），所以建议JMC连接隔离环境中的服务器并执行飞行记录功能。

通过一段时间的记录，飞行记录可以反映线程的繁忙程度，以及CPU的热点方法。

使用热点方法可以直接找到最耗时的几个方法，对热点方法重点优化就可以使CPU的使用率下降一大截。

飞行记录还可以反映内存增长的热点方法，以及显示单位时间内创建的最多对象的方法。下图为找到的内存对象中创建的最多的char[]的方法，一个是Fastjson，另一个是Kryo。

小结：通过JMC的热点方法的统计结果可以有针对性地进行优化，笔者通过对线上系统进行优化使得CPU使用率下降了40%、内存GC频率下降了100%以上。

MAT是Memory Analyzer的简称，它是一款功能强大的Java堆内存分析器，可以分析具有数亿个对象的内存镜像，快速计算对象大小，自动找到嫌疑的泄漏对象并形成内存泄漏报告。MAT是基于Eclipse开发的，是一款免费的内存镜像分析工具，是笔者发现内存泄漏原因的主要工具。

通过File-Open Heap Dump可以打开内存镜像文件，显示内容如下图所示。

它提供了Leak Suspects 报告，输出有可能发生内存泄漏的对象。

OQL语句类似SQL语句，可以在VisualVM、MAT等大多数内存镜像分析工具中执行，完成对象查找任务。

对于程序员和架构师来说，Java系统的性能优化是一个超常规的挑战。

这是因为Java语言和Java运行平台，以及Java生态的复杂性决定了Java系统的性能优化不再是简单的升级配置或者简单的 "空间换时间”的技术实现，这涉及Java的各种知识点，如编写高性能Java代码，Java代码的编译优化，运行时刻的JIT优化，JVM的内存管理优化等，还包括如何使用高性能的第三方开源工具，以及微服务和分布式系统设计需要关注的性能事项。