性能文章>JVM菜鸟进阶高手之路六OLAP系统垃圾回收器选择>

JVM菜鸟进阶高手之路六OLAP系统垃圾回收器选择原创

2年前
725802

GC 日志问题

查看docker环境的gc日志,发现是下面这种情况,很奇怪,一直怀疑是docker环境那里是否有点问题,并没有怀疑配置,之前物理机上面的gc日志都是正常那种。

image.png

表示很奇怪,后来飞哥告诉我,有没有PrintGCDetails这个参数呀?一看果然,加上之后gc日志就和我们以前看的正常格式一样了。

Xmn 问题

-Xms4g -Xmx4g -Xmn3g 使用cms回收器,查看gc日志,发现一次ygc需要效果大概20s多,平均时间都在10s左右,入下图:

image.png

查看jmap,并且dump拉下来分析都正常 如图:

image.png

image.png

没啥问题啊,觉得特别奇怪,堆还是4G但是xmn去掉了(这里有个误区,以为新老比是1:2(默认) xmn默认就是1.33g 其实不是)查看日志:

image.png

Young现在760M了, Young代并不是一开始到最大值,也是慢慢扩展,但是这块时间的确没有之前那样的ygc需要10几秒了,再次添加-Xmn1.2g(尴尬了,启动不起来)

image.png

飞哥告诉我们JVM参数不能有小数,赶紧修改-Xmn1200m正常了。但是ygc的太频繁。

image.png

想不要这么频繁,修改-Xmn2g,结果意外了:

image.png

继续修改回来-Xmn1200m正常了,就是频率高了点。几分钟快700多次了。

image.png

可以确定的就是回收速度一定要比分配速度快,从这个来看GC情况还算好。

联机事务处理(OLTP)与联机分析处理(OLAP)

  • OLTP:Online Transaction Processing 联机事务处理
  • OLAP:Online Analytical Processing 联机分析处理

OLTP 顾名思义,以业务处理为主。OLAP则是专门为支持复杂的分析操作而设计的,侧重于对决策人员和高层管理人员的决策支持,可以应分析人员的要求快速、灵活地进行大数据量的复杂查询处理,并以一直直观的形式把查询结果提供。

OLTP与OLAP 的主要区别有以下几点:

  1. 所面向的用户和系统:OLTP是面向客户的,由职员或客户进行事务处理或者查询处理。OLAp是向向市场的,由经理、主管和分析人员进行数据分析和决策的。

  2. 数据内容:OLTP系统管理当前数据,这些数据通常很琐碎,难以用于决策。OLAP系统管理大量历史数据,提供汇总和聚集机制,并在不同的粒度级别上存储和管理信息,这些特点使得数据适合于决策分析。

  3. 数据库设计:通常,OLTP采用ER模型和面向应用的数据库设计,而OLAP系统通常采用星型模式或雪花模式和面向主题的数据库设计。

  4. 视图:OLTP系统主要关注一个企业或部门的当前数据,而不涉及历史数据或不同组织的数据。与之相反,OLAP系统常常跨越一个企业的数据库模式的多个版本,OLAP系统也处理来自不同组织的信息,由多个数据源集成的信息。

  5. 访问模式:OLTP系统的访问主要由短的原子事务组成,这种系统需要并发控制和恢复机制。而OLAP系统的访问大部份是只读操作,其中大部份是复杂查询。

  6. 度量:OLTP专注于日常时实操作,所以以事务吞吐量为度量,OLAP以查询吞吐量和响应时间来度量。针对OLTP系统、OLAP系统 jvm调优还是不一样的。

OLAP系统垃圾回收器选择

由于系统配置的是cms(和业务系统一样的配置 OLTP系统)这个应该是吞吐量优先,应该不用cms收集器,修改配置,Xmx4g Xms4G Xmn1300m -XX:+UseParallelGC -XX:+UseParallelOldGC ,关于-XX:+UseParallelGC -XX:+UseParallelOldGC是否可以同时写,

image.png

XX:+UseParallelGC, 新生代ParallelGC回收器,如果老年代不配置,那么老年代串行,只是老年代默认串行而已,再显示老年代UserParallelOldGC, 那老年代就是并行。一起都正常,还没有发现old满gc情况,回头在观察下。
疑惑,感觉xmn这个参数设置很有技巧啊,为什么设置Xmn2g的时候 就会ygc频率的确少了,但是ygc数据长了好几千倍了,为什么设置Xmn1200m或者说Xmn1300m很正常时间都在65ms左右。而且关于YGC真的不好排查,还在实践。希望看见此文章的,如果可以帮助解答疑惑,那么在此表示感谢!!!

点赞收藏
分类:标签:
匠心零度
请先登录,感受更多精彩内容
快去登录吧,你将获得
  • 浏览更多精彩评论
  • 和开发者讨论交流,共同进步

为你推荐

怒啃 24 小时,终于搞懂上下文切换!

怒啃 24 小时,终于搞懂上下文切换!

【译】一次Docker 中的 Java 内存消耗问题的排查之旅

【译】一次Docker 中的 Java 内存消耗问题的排查之旅

JVM 常见线上问题:CPU100%、内存泄露的问题排查

JVM 常见线上问题:CPU100%、内存泄露的问题排查

FullGC没及时处理,差点造成P0事故

FullGC没及时处理,差点造成P0事故

使用JDK中自带的JVM分析工具解决内存溢出问题

使用JDK中自带的JVM分析工具解决内存溢出问题

【全网首发】一次想不到的 Bootstrap 类加载器带来的 Native 内存泄露分析

【全网首发】一次想不到的 Bootstrap 类加载器带来的 Native 内存泄露分析

2
0