服务频繁发生YoungGC的处理过程（合理压测）
问题描述
最近一直在做项目的GC优化，因为服务在运行过程中频繁发生GC问题，虽然不是FullGC，但Young频繁GC也会影响线上服务的性能，优化的方向有两个，1.修改JVM参数 ，2.优化代码逻辑。查看当前线上JVM配置调整年轻代的大小可以缓解因内存分配太小而发生频繁GC的问题。本次优化的重点在于代码逻辑的实现，主要原因是：
在目前架构内，系统并不能通过改变eden区大小得到有效解决，年轻代内存区域调大，GC频率改善，但时长会变长。反之，作用也是相反。
频繁的GC和pause清理耗时又引起jvm内tomact线程数的增加，可通过监控观测到服务实例的tp99和tp95的能力逐渐降低
通过增加服务实例提升性能的效果不够明显，反而因为服务中定时任务更加频繁请求接口，造成下游服务的压力负担。
优化阶段
第一次优化，主要是去除代码中定时任务线程拉取下游接口数据的功能，因为每次会向年轻代申请大量的内存，关闭定时数据对比功能，数据对比逻辑中会对全量数据进行遍历，也会占用一部分年轻代的内存。
第二张图为监控三小时内优化后服务运行的YoungGC情况，GC次数已经明显降低，曲线波动幅度变小，GC频率在8分钟-10分钟。
第二次优化，重写数据对比功能，通过随机数据抽样生成小样本来进行对比，第二张图为运行一段时间后的GC情况，曲线中的锯齿状波动说明在定时数据对比时进行了内存申请。
压力阶段
优化阶段结束后对服务进行了压力测试，以分析在大量并发访问情况下GC的情况，这次测试也让我知道压力测试不是压力越大越好，要实际考虑服务器性能，合理的设置线程并发数和吞吐量来进行压测，不然效果可能会适得其反，无法得出有价值的结论，影响正常优化逻辑的判断。
图一图二分别时超量压测时旧版服务和新版服务的GC情况，无法看出哪个效果更好更明显，因为超过服务最大负载量。
在调整吞吐量后进行压力测试，在合理的吞吐范围内，通过图二可以看出GC情况降低很多，远没有旧版服务的GC频繁，明显可以看出优化后的效果。
我的总结
结论：性能优化的路很长，要了解的方向也很多，软件和硬件方面都要考虑，任何指标的变动都可能对整体服务性能造成影响，还是第一次对于年轻代GC进行优化，可能采用的方案并不正确，分析得到的结果也有错误，但也算是一种思路，仅供参考，最后还了解到压测的合理性，以前总觉得压测越大越好，只要压不崩就往崩了压，但其实这只是极端的压力测试，可以参考的意义并不大，尽量结合具体场景来进行测试，才能更准确的反映服务性能，得到预期的结果。
作者：AlgoRain
链接：https://juejin.cn/post/6976533025131593765
来源：掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。