JVM调优分类
调优是一个很大的概念，简单的说就是把系统进行优化。（假设代码没有问题的情况下，通过参数配置使程序的往我们期待的情况运行（高吞吐量？低延时？））
但是站在一个系统的角度，能够干的事情太多了。我们一般把JVM调优分为以下三类：
- JVM预调优
- 优化JVM运行环境（慢，卡顿等）
- 解决JVM中的问题（OOM）
调优中，最明显的是OOM。因为会抛出异常。当然它也只是调优的一部分。预调优和优化运行环境估计很多人的做法都只是服务器重启而已。我们使用AB工具测压（在我的其他博客JVM调优-内存优化有详细介绍），其实主要做的就是预调有与优化运行环境。在此再总结一下。
JVM预调优
业务场景设定
调优是要分场景的。所以一定要明确项目的场景设定。像现在大家都是微服务架构。服务拆分出来以后更适合做场景设定。
比如这个一部分服务注重吞吐量，另一部分注重用户体验（用户响应时间）等等。
无监控不优化
这里的监控指的是压力测试。能够看到结果，有数据体现的。不要用感觉去优化。所有的东西一定要有量化的指标。比如吞吐量，响应时间，服务器资源，网络资源等等。总之一句话——无监控不优化。
处理步骤
计算机内存需求
计算内存需求。内存不是越大越好。对于一般系统来说，内存的需求是弹性的。内存小，回收速度快也能承受。所以内存大小没有固定的规范。虚拟机栈的大小在高并发情况下可变小。（1M用不完，节约内存给堆或元空间）。
元空间（方法区）保险起见还是设定一个最大值（默认情况下元空间是没有大小限制的），一般限定几百M就够用了。为什么还限定元空间？
由于调整元空间的大小需要Full GC，这是非常昂贵的操作，如果应用在启动的时候发生大量Full GC，通常都是由于永久代或元空间发生了大小调整，基于这种情况，一般建议在JVM参数中将MetaspaceSize和MaxMetaspaceSize设置成一样的值，并设置得比初始值要大（当一个程序运行起来后，元空间的大小一般不会再变，或者变动很小），对于8G物理内存的机器来说，一般我会将这两个值都设置为256M（PS：读者可以根据自己的实际情况再调整）。
选定CPU
对系统来说，CPU性能是越高越好。这个按照预算来定（CPU巨贵）。
尤其是现在服务器做了虚拟机化后，虚拟机的性能指标不能单看虚拟化后的参数指标了，更应该看物理机的情况。
讲一下腾讯课堂享学king老师曾经发生的例子：以前使用8台服务器负载均衡完成。当时的机器是分两批到达。第一批4台电脑对程序进行压测完全没问题。但第二批的4台电脑到了之后，8台机器一起跑程序就会变卡。最终找到原因，后四台机器看虚拟机参数都是达标的，但是找到物理机后发现性能是远远落后的老年机。
选择合适的垃圾回收器
对于吞吐量优先的场景，就只有一种选择，就是使用PS组合（Paraller Scavenge+Parallel Old）（有没有和我一样有个疑问，为啥不是PP组合，而是PS组合的？）。这里把知识点再串一下。我们都说CMS是追求吞吐量的垃圾回收器，为啥还有PS组合呢？
其实PS组合才真正的极限做到了吞吐量。他在干活的时候全力干，在扫垃圾的时候全力扫。因此他的垃圾回收速度效率是更高的。只是他太用蛮力了，整个垃圾回收都是STW的。因此虽然快，但是在用户体验的业务场景中可能会造成较长时间的卡顿。
对于响应时间优先的场景，在JDK1.8中优先考虑G1，其次是CMS垃圾回收器。
设定新生代的大小，分代年龄
在我的其他文章JVM调优-内存优化一文中解释了：
吞吐量优先的应用：一般吞吐量优先的应该都有一个较大的新生代和一个较小的老年代。原因是可以尽可能回收掉大部分短期对象，减少中期对象，而老年代尽量存放长期存活对象。
设定日志参数
-XX:+PrintGC 输出 GC 日志
-XX:+PrintGCDetails 输出 GC 的详细日志
-XX:+PrintGCTimeStamps 输出 GC 的时间戳（以基准时间的形式）
-XX:+PrintGCDateStamps 输出 GC 的时间戳（如：2013-05-04T21:53:59.234+0800）
-XX:+PrintHeapAtGC 在进行 GC 的前后打印出堆的信息
-Xloggc:../logs/gc.log 日志文件的输出路径
注意：一般记录日志的是，如果只有一个日志文件肯定不行，有时候一个高并发项目一天产生的日志文件就上 T，其实记录日志这个事情，应该是运维干的事情。日志文件帮助我们分析问题
优化 JVM 运行环境（慢、卡顿等）
一般造成JVM卡顿的或慢的原因无非两部分：
- CPU占用过高。
- 内存占用过高，
所以需要我们具体问题具体分析，可以从这两方面思考排查。
解决JVM中的问题(OOM等)
栈溢出
HotSpot 版本中栈帧的大小是固定的，是不支持拓展的。
java.lang.StackOverflowError 一般的方法调用是很难出现的，如果出现了可能会是无限递归。
虚拟机栈带给我们的启示：方法的执行因为要打包成栈桢，所以天生要比实现同样功能的循环慢，所以树的遍历算法中：递归和非递归(循环来实现)都有存在的意义。递归代码简洁，非递归代码复杂但是速度较快。
OutOfMemoryError：不断建立线程，JVM 申请栈内存，机器没有足够的内存。
同时要注意，栈区的空间 JVM 没有办法去限制的，因为 JVM 在运行过程中会有线程不断的运行，没办法限制，所以只限制单个虚拟机栈的大小。
堆溢出
内存溢出：申请内存空间,超出最大堆内存空间。
如果是内存泄漏，检查自己的代码。
如果是内存溢出，则通过 调大 -Xms，-Xmx 参数。
如果不是内存泄漏，就是说内存中的对象却是都是必须存活的，那么久应该检查 JVM 的堆参数设置，与机器的内存对比，看是否还有可以调整的空间，再从代码上检查是否存在某些对象生命周期过长、持有状态时间过长、存储结构设计不合理等情况，尽量减少程序运行时的内存消耗。
方法区溢出
（1） 运行时常量池溢出
（2）方法区中保存的 Class 对象没有被及时回收掉或者
本机直接内存溢出
直接内存的容量可以通过 MaxDirectMemorySize 来设置（默认与堆内存最大值一样），所以也会出现 OOM 异常；
由直接内存导致的内存溢出，一个比较明显的特征是在 HeapDump 文件中不会看见有什么明显的异常情况，如果发生了 OOM，同时 Dump 文件很小，可以考虑重点排查下直接内存方面的原因。
亿级流量电商系统JVM调优
亿级流量系统
亿级流量系统，其实就是每天点击量在亿级的系统。根据淘宝的官方数据分析。每一个用户一次浏览点击20~40次之间，推测出每次活跃用户（日活用户）在500万左右。同时结合淘宝的一个点击数据，可以发现能够付费的用户只有10%左右。
90%的用户仅仅是浏览，那么我们可以通过图片缓存，Redis缓存，我们可以把90%的用户解决掉。
10%的付费用户，大概算出来是每日成交50万单左右。
GC预估
如果是普通业务，一般处理时间比较平缓，大概在3,4个小时处理。算出来每秒只有几十单。这个一般服务器不做任何处理（不需要预估调优）。另外电商系统中有大促场景（秒杀，限时抢购等）。一般这种业务是集中在几分钟之内。我们算出大约每秒2000单左右的数据。
承受大促场景使用4台服务器（使用负载均衡）。每台订单服务器也就是大概500单每秒。
我们测试发现，每一个订单处理过程中会占据0.2MB大小的空间（订单信息，优惠券，支付信息等等）。那么一台服务器每秒产生500*0.2=100M的内存空间。这些对象经过处理后就没用了，也就是属于朝生夕死的对象。1s后都会变为垃圾。
加入我们设置堆的空间最大值为3个G，我们按照默认情况下的设置，新生代1/3的堆空间，老年代2/3的堆空间。Edem：From：to = 8:1:1。
我们推测出，old 区=2G,Eden 区=800M,S0=S1=100M
根据对象的分配原则（对象优先在 Eden 区进行分配），由此可得，8 秒左右 Eden 区空间满了。
每 8 秒触发一个 MinorGC（新生代垃圾回收），这次 MinorGC 时，JVM 要 STW，但是这个时候有 100M 的对象是不能回收的（线程暂停，对象需要 1 秒后都会变成垃圾对象，因此这1s内的无法回收的对象集合有100M），那么就会有 100M 的对象在本次不能被回收（只有下次才能被回收掉）
所以经过本次垃圾回收后。本次存活的 100M 对象会进入 S0 区，但是由于另外一个 JVM 对象分配原则（如果在 Survivor 空间中相同年龄所有对象大小的总和大于 Survivor 空间的一半，年龄大于或等于该年龄的对象就可以直接进入老年代，无须等到 MaxTenuringThreshold 中要求的年龄）
所以这样的对象本质上不会进去 Survivor 区，而是进入老年代 。
所以我们推算，大概每个 8 秒会有 100M 的对象进入老年代。大概 20*8=160 秒，也就是 2 分 40 秒左右 old 区就会满掉，就会触发一次 FullGC,一般来说，这次 FullGC 是可以避免的，同时由于 FullGC 不单单回收老年代+新生代，还要回收元空间，这些 FullGC 的时间可能会比较长（老年代回收的朝生夕死的对象，使用标记清除/标记整理算法决定了效率并不高,同时元空间也要回收一次，进一步加大 GC 时间）。所以问题的根本就是做到如何避免没有必要的 FullGC。
GC调优
我们在项目中加入 VM 参数：
-Xms3072M -Xmx3072M -Xmn2048M -XX:SurvivorRatio=7
-Xss256K -XX:MetaspaceSize= 128M -XX:MaxMetaspaceSize= 128M
-XX:MaxTenuringThreshold=2
-XX:ParallelGCThreads=8
-XX:+UseConcMarkSweepGC
首先看一下堆空间：old 区=1G，Eden 区=1.4G,S0=S1=300M
那么第一点，Eden 区大概需要 14 秒才能填满，填满之后，100M 的存活对象会进入 Form 区（由于这个区域变大300/2=150M>100M，不会触发动态年龄判断）
再过 14 秒，Eden 区，填满之后，还是剩余 100M 的对象要进入 S1 区。但是由于原来的 100M 已经是垃圾了（过了 14 秒了），所以，S1 也只会有 Eden 区过来的 100M 对象，S0 的 100M 已经别回收，也不会触发动态年龄判断。
反反复复，这样就没有对象会进入 old 区，就不会触发 FullGC,同时我们的 MinorGC 的频次也由之前的 8 秒变为 14 秒，虽然空间加大，但是换来的还是 GC 的总时间会减少
空间一般启动后就不会有太多的变化，我们可以设定为 128M，节约内存空间。
-Xss256K -XX:MetaspaceSize= 128M -XX:MaxMetaspaceSize= 128M 。虚拟机栈一般情况下很少用到 1M。所以为了线程占用内存更少，我们可以减少到 256K元空间一般启动后就不会有太多的变化，我们可以设定为 128M，节约内存空间。-XX:MaxTenuringThreshold=2 这个是分代年龄（年龄为 2 就可以进入老年代），因为我们基本上都使用的是 Spring 架构，Spring 中很多的 bean 是长期要存活的，没有必要在 Survivor 区过渡太久，所以可以设定为 2，让大部分的 Spring 的内部的一些对象进入老年代。(朝生夕死的对象撑不过一回合)-XX:ParallelGCThreads=8 线程数可以根据你的服务器资源情况来设定（要速度快的话可以设置大点，根据 CPU 的情况来定，一般设置成 CPU 的整数倍。（这种场景就属于CPU密集型场景）。-XX:+UseConcMarkSweepGC 因为这个业务响应时间优先的，所以还是可以使用 CMS 垃圾回收器或者 G1 垃圾回收器。