加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 编程开发 > Java > 正文

java – 如何减少spring启动内存的使用?

发布时间:2020-12-14 06:03:04 所属栏目:Java 来源:网络整理
导读:我正在使用 spring boot来开发客户端应用程序. 当运行spring boot应用程序(使用完全可执行的jar)时,x64服务器中的内存使用率约为190M,x86服务器中的内存使用率约为110M. 我的jvm选项是(-Xmx64M -Xms64M -XX:MaxPermSize = 64M -server), 为什么在x64服务器
我正在使用 spring boot来开发客户端应用程序.
当运行spring boot应用程序(使用完全可执行的jar)时,x64服务器中的内存使用率约为190M,x86服务器中的内存使用率约为110M.

我的jvm选项是(-Xmx64M -Xms64M -XX:MaxPermSize = 64M -server),
为什么在x64服务器中,内存使用量如此之大?
如何减少150M以下的内存使用量?

谢谢.

解决方法

这里游戏的后期不多,但我在Docker上遇到了容器化的 Spring Boot应用程序.在最简单的Spring Boot应用程序中,使用单个控制器和嵌入式Tomcat,您将获得的最小内存大约为72M.抛出Spring Data REST,Spring Security和一些JPA实体,你将看到最低200M-300M.通过使用以下JVM选项,您可以获得总计约72M的简单Spring Boot应用程序.

使用-XX:UseSerialGC这将执行内核的垃圾收集,线程分配堆内存而不是专用的GC线程

使用-Xss512k这会将每个线程堆栈内存限制为512KB而不是默认的1MB

使用-XX:MaxRAM = 72m这将限制JVM对堆和非堆管理内存的计算在此值的限制范围内.

除了上面的JVM选项,您还可以在application.properties文件中使用以下属性:

server.tomcat.max-threads = 5这会将HTTP请求处理程序线程数限制为1(默认值为50)

下面是一个docker stats的例子,它运行一个非常简单的Spring Boot应用程序,具有上述限制和docker -m 72m参数.如果我将值降低到低于此值,则无法启动应用程序.

83ccc9b2156d:内存使用:70.36MiB / 72MiB |记忆百分比:97.72%

在这里,您可以看到退出时所有本机和Java堆内存的细分.

Native Memory Tracking:

Total: reserved=1398681KB,committed=112996KB
-                 Java Heap (reserved=36864KB,committed=36260KB)
                            (mmap: reserved=36864KB,committed=36260KB) 

-                     Class (reserved=1086709KB,committed=43381KB)
                            (classes #7548)
                            (  instance classes #7049,array classes #499)
                            (malloc=1269KB #19354) 
                            (mmap: reserved=1085440KB,committed=42112KB) 
                            (  Metadata:   )
                            (    reserved=36864KB,committed=36864KB)
                            (    used=36161KB)
                            (    free=703KB)
                            (    waste=0KB =0.00%)
                            (  Class space:)
                            (    reserved=1048576KB,committed=5248KB)
                            (    used=4801KB)
                            (    free=447KB)
                            (    waste=0KB =0.00%)

-                    Thread (reserved=9319KB,committed=938KB)
                            (thread #14)
                            (stack: reserved=9253KB,committed=872KB)
                            (malloc=50KB #74) 
                            (arena=16KB #26)

-                      Code (reserved=248678KB,committed=15310KB)
                            (malloc=990KB #4592) 
                            (mmap: reserved=247688KB,committed=14320KB) 

-                        GC (reserved=400KB,committed=396KB)
                            (malloc=272KB #874) 
                            (mmap: reserved=128KB,committed=124KB) 

-                  Compiler (reserved=276KB,committed=276KB)
                            (malloc=17KB #409) 
                            (arena=260KB #6)

-                  Internal (reserved=660KB,committed=660KB)
                            (malloc=620KB #1880) 
                            (mmap: reserved=40KB,committed=40KB) 

-                    Symbol (reserved=11174KB,committed=11174KB)
                            (malloc=8417KB #88784) 
                            (arena=2757KB #1)

-    Native Memory Tracking (reserved=1858KB,committed=1858KB)
                            (malloc=6KB #80) 
                            (tracking overhead=1852KB)

-               Arena Chunk (reserved=2583KB,committed=2583KB)
                            (malloc=2583KB) 

-                   Logging (reserved=4KB,committed=4KB)
                            (malloc=4KB #179) 

-                 Arguments (reserved=17KB,committed=17KB)
                            (malloc=17KB #470) 

-                    Module (reserved=137KB,committed=137KB)
                            (malloc=137KB #1616)

不要指望得到任何不错的性能,因为我想象GC会经常运行这个设置,因为它没有很多备用内存可供使用

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读