问题域
在应用服务的特定场景下，JVM 内存分配不合理带来的性能表现并不会 像内存溢出问题这么突出。可以说如果你没有深入到各项性能指标中去，是很难发现其中隐 藏的性能损耗。
JVM 内存分配不合理最直接的表现就是频繁的 GC，这会导致上下文切换等性能问题，从
而降低系统的吞吐量、增加系统的响应时间。因此， 如果你在线上环境或性能测试时，发现
频繁的 GC，且是正常的对象创建和回收，这个时候就需要考虑调整 JVM 内存分配了， 从
而减少 GC 所带来的性能开销。
查看 JVM 堆内存分配
我们知道了一个对象从创建至回收到堆中的过程，接下来我们再来了解下 JVM 堆内存是如
何分配的。在默认不配置 JVM 堆内存大小的情况下，JVM 根据默认值来配置当前内存大小。我们可以通过以下命令来查看堆内存配置的默认值：
java -XX:+PrintFlagsFinal -version | grep HeapSize
jmap -heap 17222JVM 内存分配的调优过程
我们先使用 JVM 的默认配置，观察应用服务的运行情况，下面我将结合一个实际案例来讲 述。现模拟一个抢购接口，假设需要满足一个 50W 的并发请求，且每次请求会产生 30KB 对象，我们可以通过千级并发创建一个 2MB 对象的接口来模拟万级并发请求产生大量对象 的场景，具体代码如下：
@RequestMapping(value = "/test")
public String test1(HttpServletRequest request)
{
List<Byte[]> temp = new ArrayList<Byte[]>();
Byte[] b = new Byte[1024*1024];
temp.add(b);
return "success";
}AB 压测
分别对应用服务进行压力测试，以下是请求接口的吞吐量和响应时间在不同并发用户数下的
变化情况：
·可以看到，当并发数量到了一定值时，吞吐量就上不去了，响应时间也迅速增加。那么，在JVM 内部运行又是怎样的呢？
分析 GC 日志
此时我们可以通过 GC 日志查看具体的回收日志。我们可以通过设置 VM 配置参数，将运 行期间的 GC 日志 dump 下来，具体配置参数如下：
-XX:+PrintGCTimeStamps -XX:+PrintGCDetails -Xloggc:/log/heap.logGCViewer 工具打开heap.log文件，进而查 看到具体的 GC 日志如下：
主页面显示 FullGC 发生了 13 次，右下角显示年轻代和老年代的内存使用率几乎达到了 100%。而 FullGC 会导致 stop-the-world 的发生，从而严重影响到应用服务的性能。此 时，我们需要调整堆内存的大小来减少 FullGC 的发生。
具体调优方法
调整堆内存空间减少 FullGC：通过日志分析，堆内存基本被用完了，而且存在大量 FullGC，这意味着我们的堆内存严重不足，这个时候我们需要调大堆内存空间。设置-Xms，-Xmx的大小
-Xms：堆初始大小；
-Xmx：堆最大值。
调大堆内存之后，我们再来测试下性能情况，发现吞吐量提高了 40% 左右，响应时间也降
低了将近 50%。
再查看 GC 日志，发现 MinorGC 也明显降低了，GC 花费的总时间也减少了。
