高性能應(yīng)用構(gòu)成了現(xiàn)代網(wǎng)絡(luò)的支柱。LinkedIn有許多內(nèi)部高吞吐量服務(wù)來(lái)滿足每秒數(shù)千次的用戶請(qǐng)求。要優(yōu)化用戶體驗(yàn)，低延遲地響應(yīng)這些請(qǐng)求非常重要。

比如說(shuō)，用戶經(jīng)常用到的一個(gè)功能是了解動(dòng)態(tài)信息——不斷更新的專業(yè)活動(dòng)和內(nèi)容的列表。動(dòng)態(tài)信息在LinkedIn隨處可見，包括公司頁(yè)面，學(xué)校頁(yè)面 以及最重要的主頁(yè)?；A(chǔ)動(dòng)態(tài)信息數(shù)據(jù)平臺(tái)為我們的經(jīng)濟(jì)圖譜(會(huì)員，公司，群組等等)中各種實(shí)體的更新建立索引，它必須高吞吐低延遲地實(shí)現(xiàn)相關(guān)的更新。

圖1 LinkedIn 動(dòng)態(tài)信息

這些高吞吐低延遲的Java應(yīng)用轉(zhuǎn)變?yōu)楫a(chǎn)品，開發(fā)人員必須確保應(yīng)用開發(fā)周期的每個(gè)階段一致的性能。確定優(yōu)化垃圾回收(Garbage Collection,GC)的設(shè)置對(duì)達(dá)到這些指標(biāo)非常關(guān)鍵。

本文章通過(guò)一系列步驟來(lái)明確需求并優(yōu)化GC，目標(biāo)讀者是為實(shí)現(xiàn)應(yīng)用的高吞吐低延遲，對(duì)使用系統(tǒng)方法優(yōu)化GC感興趣的開發(fā)人員。文章中的方法來(lái)自于LinkedIn構(gòu)建下一代動(dòng)態(tài)信息數(shù)據(jù)平臺(tái)過(guò)程。這些方法包括但不局限于以下幾點(diǎn)：并發(fā)標(biāo)記清除(Concurrent Mark Sweep,CMS)和G1垃圾回收器的CPU和內(nèi)存開銷，避免長(zhǎng)期存活對(duì)象引起的持續(xù)GC周期，優(yōu)化GC線程任務(wù)分配使性能提升，以及GC停頓時(shí)間可預(yù)測(cè)所需的OS設(shè)置。

優(yōu)化GC的正確時(shí)機(jī)？

GC運(yùn)行隨著代碼級(jí)的優(yōu)化和工作負(fù)載而發(fā)生變化。因此在一個(gè)已實(shí)施性能優(yōu)化的接近完成的代碼庫(kù)上調(diào)整GC非常重要。但是在端到端的基本原型上進(jìn)行初 步分析也很有必要，該原型系統(tǒng)使用存根代碼并模擬了可代表產(chǎn)品環(huán)境的工作負(fù)載。這樣可以捕捉該架構(gòu)延遲和吞吐量的真實(shí)邊界，進(jìn)而決定是否縱向或橫向擴(kuò)展。

在下一代動(dòng)態(tài)信息數(shù)據(jù)平臺(tái)的原型階段，幾乎實(shí)現(xiàn)了所有端到端的功能，并且模擬了當(dāng)前產(chǎn)品基礎(chǔ)架構(gòu)所服務(wù)的查詢負(fù)載。從中我們獲得了多種用來(lái)衡量應(yīng)用性能的工作負(fù)載特征和足夠長(zhǎng)時(shí)間運(yùn)行情況下的GC特征。

優(yōu)化GC的步驟

下面是為滿足高吞吐，低延遲需求優(yōu)化GC的總體步驟。也包括在動(dòng)態(tài)信息數(shù)據(jù)平臺(tái)原型實(shí)施的具體細(xì)節(jié)?？梢钥吹皆赑arNew/CMS有***的性能，但我們也實(shí)驗(yàn)了G1垃圾回收器。

1.理解GC基礎(chǔ)知識(shí)

理解GC工作機(jī)制非常重要，因?yàn)樾枰{(diào)整大量的參數(shù)。Oracle的Hotspot JVM 內(nèi)存管理白皮書是開始學(xué)習(xí)Hotspot JVM GC算法非常好的資料。了解G1垃圾回收器，請(qǐng)查看該論文。

2. 仔細(xì)考量GC需求

為降低應(yīng)用性能的GC開銷，可以優(yōu)化GC的一些特征。吞吐量、延遲等這些GC特征應(yīng)該長(zhǎng)時(shí)間測(cè)試運(yùn)行觀察，確保特征數(shù)據(jù)來(lái)自于應(yīng)用程序的處理對(duì)象數(shù)量發(fā)生變化的多個(gè)GC周期。

• Stop-the-world回收器回收垃圾時(shí)會(huì)暫停應(yīng)用線程。停頓的時(shí)長(zhǎng)和頻率不應(yīng)該對(duì)應(yīng)用遵守SLA產(chǎn)生不利的影響。

• 并發(fā)GC算法與應(yīng)用線程競(jìng)爭(zhēng)CPU周期。這個(gè)開銷不應(yīng)該影響應(yīng)用吞吐量。

• 不壓縮GC算法會(huì)引起堆碎片化，導(dǎo)致full GC長(zhǎng)時(shí)間Stop-the-world停頓。

• 垃圾回收工作需要占用內(nèi)存。一些GC算法產(chǎn)生更高的內(nèi)存占用。如果應(yīng)用程序需要較大的堆空間，要確保GC的內(nèi)存開銷不能太大。

• 清晰地了解GC日志和常用的JVM參數(shù)對(duì)簡(jiǎn)單調(diào)整GC運(yùn)行很有必要。GC運(yùn)行隨著代碼復(fù)雜度增長(zhǎng)或者工作特性變化而改變。

我們使用Linux OS的Hotspot Java7u51，32GB堆內(nèi)存，6GB新生代(young generation)和-XX:CMSInitiatingOccupancyFraction值為70(老年代GC觸發(fā)時(shí)其空間占用率)開始實(shí)驗(yàn)。設(shè)置較大的堆內(nèi)存用來(lái)維持長(zhǎng)期存活對(duì)象的對(duì)象緩存。一旦這個(gè)緩存被填充，提升到老年代的對(duì)象比例顯著下降。

使用初始的GC配置，每三秒發(fā)生一次80ms的新生代GC停頓，超過(guò)百分之99.9的應(yīng)用延遲100ms。這樣的GC很可能適合于SLA不太嚴(yán)格要求延遲的許多應(yīng)用。然而，我們的目標(biāo)是盡可能降低百分之99.9應(yīng)用的延遲，為此GC優(yōu)化是必不可少的。

3.理解GC指標(biāo)

優(yōu)化之前要先衡量。了解GC日志的詳細(xì)細(xì)節(jié)(使用這些選項(xiàng)：-XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+PrintTenuringDistribution -XX:+PrintGCApplicationStoppedTime)可以對(duì)該應(yīng)用的GC特征有總體的把握。

LinkedIn的內(nèi)部監(jiān)控和報(bào)表系統(tǒng)，inGraphs和Naarad，生成了各種有用的指標(biāo)可視化圖形，比如GC停頓時(shí)間百分比，一次停頓***持續(xù)時(shí)間，長(zhǎng)時(shí)間內(nèi)GC頻率。除了Naarad，有很多開源工具比如gclogviewer可以從GC日志創(chuàng)建可視化圖形。

在這個(gè)階段，需要確定GC頻率和停頓時(shí)長(zhǎng)是否影響應(yīng)用滿足延遲性需求的能力。

4.降低GC頻率

在分代GC算法中，降低回收頻率可以通過(guò)：(1)降低對(duì)象分配/提升率；(2)增加代空間的大小。

在Hotspot JVM中，新生代GC停頓時(shí)間取決于一次垃圾回收后對(duì)象的數(shù)量，而不是新生代自身的大小。增加新生代大小對(duì)于應(yīng)用性能的影響需要仔細(xì)評(píng)估：

• 如果更多的數(shù)據(jù)存活而且被復(fù)制到survivor區(qū)域，或者每次垃圾回收更多的數(shù)據(jù)提升到老年代，增加新生代大小可能導(dǎo)致更長(zhǎng)的新生代GC停頓。

• 另一方面，如果每次垃圾回收后存活對(duì)象數(shù)量不會(huì)大幅增加，停頓時(shí)間可能不會(huì)延長(zhǎng)。在這種情況下，減少GC頻率可能使應(yīng)用總體延遲降低和(或)吞吐量增加。

對(duì)于大部分為短期存活對(duì)象的應(yīng)用，僅僅需要控制前面所說(shuō)的參數(shù)。對(duì)于創(chuàng)建長(zhǎng)期存活對(duì)象的應(yīng)用，就需要注意，被提升的對(duì)象可能很長(zhǎng)時(shí)間都不能被老年代 GC周期回收。如果老年代GC觸發(fā)閾值(老年代空間占用率百分比)比較低，應(yīng)用將陷入不斷的GC周期。設(shè)置高的GC觸發(fā)閾值可避免這一問(wèn)題。

由于我們的應(yīng)用在堆中維持了長(zhǎng)期存活對(duì)象的較大緩存，將老年代GC觸發(fā)閾值設(shè)置為-XX:CMSInitiatingOccupancyFraction=92 -XX:+UseCMSInitiatingOccupancyOnly。我們也試圖增加新生代大小來(lái)減少新生代回收頻率，但是并沒有采用，因?yàn)檫@增加了應(yīng)用延遲。

5.縮短GC停頓時(shí)間

減少新生代大小可以縮短新生代GC停頓時(shí)間，因?yàn)檫@樣被復(fù)制到survivor區(qū)域或者被提升的數(shù)據(jù)更少。但是，正如前面提到的，我們要觀察減少新 生代大小和由此導(dǎo)致的GC頻率增加對(duì)于整體應(yīng)用吞吐量和延遲的影響。新生代GC停頓時(shí)間也依賴于tenuring threshold(提升閾值)和空間大小(見第6步)。

使用CMS嘗試最小化堆碎片和與之關(guān)聯(lián)的老年代垃圾回收f(shuō)ull GC停頓時(shí)間。通過(guò)控制對(duì)象提升比例和減小-XX:CMSInitiatingOccupancyFraction的值使老年代GC在低閾值時(shí)觸發(fā)。所有選項(xiàng)的細(xì)節(jié)調(diào)整和他們相關(guān)的權(quán)衡，請(qǐng)查看Web Services的Java 垃圾回收和Java 垃圾回收精粹。

我們觀察到Eden區(qū)域的大部分新生代被回收，幾乎沒有對(duì)象在survivor區(qū)域死亡，所以我們將tenuring threshold從8降低到2(使用選項(xiàng)：-XX:MaxTenuringThreshold=2),為的是縮短新生代垃圾回收消耗在數(shù)據(jù)復(fù)制上的時(shí)間。

我們也注意到新生代回收停頓時(shí)間隨著老年代空間占用率上升而延長(zhǎng)。這意味著來(lái)自老年代的壓力使得對(duì)象提升花費(fèi)更多的時(shí)間。為解決這個(gè)問(wèn)題，將總的堆內(nèi)存大小增加到40GB，減小-XX:CMSInitiatingOccupancyFraction的值到80，更快地開始老年代回收。盡管-XX:CMSInitiatingOccupancyFraction的值減小了，增大堆內(nèi)存可以避免不斷的老年代GC。在本階段，我們獲得了70ms新生代回收停頓和百分之99.9延遲80ms。

6.優(yōu)化GC工作線程的任務(wù)分配

進(jìn)一步縮短新生代停頓時(shí)間，我們決定研究?jī)?yōu)化與GC線程綁定任務(wù)的選項(xiàng)。

-XX:ParGCCardsPerStrideChunk 選項(xiàng)控制GC工作線程的任務(wù)粒度，可以幫助不使用補(bǔ)丁而獲得***性能，這個(gè)補(bǔ)丁用來(lái)優(yōu)化新生代垃圾回收的卡表掃描時(shí)間。有趣的是新生代GC時(shí)間隨著老年代空間的增加而延長(zhǎng)。將這個(gè)選項(xiàng)值設(shè)為32678，新生代回收停頓時(shí)間降低到平均50ms。此時(shí)百分之99.9應(yīng)用延遲60ms。

也有其他選項(xiàng)將任務(wù)映射到GC線程，如果OS允許的話，-XX:+BindGCTaskThreadsToCPUs選項(xiàng)綁定GC線程到個(gè)別的CPU核。-XX:+UseGCTaskAffinity使用affinity參數(shù)將任務(wù)分配給GC工作線程。然而，我們的應(yīng)用并沒有從這些選項(xiàng)發(fā)現(xiàn)任何益處。實(shí)際上，一些調(diào)查顯示這些選項(xiàng)在Linux系統(tǒng)不起作用[1,2]。

7.了解GC的CPU和內(nèi)存開銷

并發(fā)GC通常會(huì)增加CPU的使用。我們觀察了運(yùn)行良好的CMS默認(rèn)設(shè)置，并發(fā)GC和G1垃圾回收器共同工作引起的CPU使用增加顯著降低了應(yīng)用的吞 吐量和延遲。與CMS相比，G1可能占用了應(yīng)用更多的內(nèi)存開銷。對(duì)于低吞吐量的非計(jì)算密集型應(yīng)用，GC的高CPU使用率可能不需要擔(dān)心。

圖2 ParNew/CMS和G1的CPU使用百分?jǐn)?shù)%：相對(duì)來(lái)說(shuō)CPU使用率變化明顯的節(jié)點(diǎn)使用G1
選項(xiàng)-XX:G1RSetUpdatingPauseTimePercent=20

圖3 ParNew/CMS和G1每秒服務(wù)的請(qǐng)求數(shù)：吞吐量較低的節(jié)點(diǎn)使用G1
選項(xiàng)-XX:G1RSetUpdatingPauseTimePercent=20

8.為GC優(yōu)化系統(tǒng)內(nèi)存和I/O管理

通常來(lái)說(shuō)，GC停頓發(fā)生在(1)低用戶時(shí)間，高系統(tǒng)時(shí)間和高時(shí)鐘時(shí)間和(2)低用戶時(shí)間，低系統(tǒng)時(shí)間和高時(shí)鐘時(shí)間。這意味著基礎(chǔ)的進(jìn)程/OS設(shè)置存 在問(wèn)題。情況(1)可能說(shuō)明Linux從JVM偷頁(yè)，情況(2)可能說(shuō)明清除磁盤緩存時(shí)Linux啟動(dòng)GC線程，等待I/O時(shí)線程陷入內(nèi)核。在這些情況下 如何設(shè)置參數(shù)可以參考該P(yáng)PT。

為避免運(yùn)行時(shí)性能損失，啟動(dòng)應(yīng)用時(shí)使用JVM選項(xiàng)-XX:+AlwaysPreTouch訪問(wèn)和清零頁(yè)面。設(shè)置vm.swappiness為零，除非在絕對(duì)必要時(shí)，OS不會(huì)交換頁(yè)面。

可能你會(huì)使用mlock將JVM頁(yè)pin在內(nèi)存中，使OS不換出頁(yè)面。但是，如果系統(tǒng)用盡了所有的內(nèi)存和交換空間，OS通過(guò)kill進(jìn)程來(lái)回收內(nèi)存。通常情況下，Linux內(nèi)核會(huì)選擇高駐留內(nèi)存占用但還沒有長(zhǎng)時(shí)間運(yùn)行的進(jìn)程(OOM情況下killing進(jìn)程的工作流)。對(duì)我們而言，這個(gè)進(jìn)程很有可能就是我們的應(yīng)用程序。一個(gè)服務(wù)具備優(yōu)雅降級(jí)(適度退化)的特點(diǎn)會(huì)更好，服務(wù)突然故障預(yù)示著不太好的可操作性——因此，我們沒有使用mlock而是vm.swappiness避免可能的交換懲罰。

LinkedIn動(dòng)態(tài)信息數(shù)據(jù)平臺(tái)的GC優(yōu)化

對(duì)于該平臺(tái)原型系統(tǒng)，我們使用Hotspot JVM的兩個(gè)算法優(yōu)化垃圾回收：

• 新生代垃圾回收使用ParNew，老年代垃圾回收使用CMS。

• 新生代和老年代使用G1。G1用來(lái)解決堆大小為6GB或者更大時(shí)存在的低于0.5秒穩(wěn)定的、可預(yù)測(cè)停頓時(shí)間的問(wèn)題。在我們用G1實(shí)驗(yàn)過(guò)程中，盡管 調(diào)整了各種參數(shù)，但沒有得到像ParNew/CMS一樣的GC性能或停頓時(shí)間的可預(yù)測(cè)值。我們查詢了使用G1發(fā)生內(nèi)存泄漏相關(guān)的一個(gè)bug[3]，但還不 能確定根本原因。

使用ParNew/CMS，應(yīng)用每三秒40-60ms的新生代停頓和每小時(shí)一個(gè)CMS周期。JVM選項(xiàng)如下：

// JVM sizing options 
-server -Xms40g -Xmx40g -XX:MaxDirectMemorySize=4096m -XX:PermSize=256m -XX:MaxPermSize=256m    
// Young generation options 
-XX:NewSize=6g -XX:MaxNewSize=6g -XX:+UseParNewGC -XX:MaxTenuringThreshold=2 -XX:SurvivorRatio=8 -XX:+UnlockDiagnosticVMOptions -XX:ParGCCardsPerStrideChunk=32768 
// Old generation  options 
-XX:+UseConcMarkSweepGC -XX:CMSParallelRemarkEnabled -XX:+ParallelRefProcEnabled -XX:+CMSClassUnloadingEnabled  -XX:CMSInitiatingOccupancyFraction=80 -XX:+UseCMSInitiatingOccupancyOnly    
// Other options 
-XX:+AlwaysPreTouch -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+PrintTenuringDistribution -XX:+PrintGCApplicationStoppedTime -XX:-OmitStackTraceInFastThrow 

使用這些選項(xiàng)，對(duì)于幾千次讀請(qǐng)求的吞吐量，應(yīng)用百分之99.9的延遲降低到60ms。

參考：

[1] -XX:+BindGCTaskThreadsToCPUs似乎在Linux系統(tǒng)上不起作用，因?yàn)?code>hotspot/src/os/linux/vm/os_linux.cpp的distribute_processes方法在JDK7或JDK8沒有實(shí)現(xiàn)。
[2] -XX:+UseGCTaskAffinity選項(xiàng)在JDK7和JDK8的所有平臺(tái)似乎都不起作用，因?yàn)槿蝿?wù)的affinity屬性永遠(yuǎn)被設(shè)置為sentinel_worker = (uint) -1。源碼見hotspot/src/share/vm/gc_implementation/parallelScavenge/{gcTaskManager.cpp，gcTaskThread.cpp, gcTaskManager.cpp}。
[3] G1存在一些內(nèi)存泄露的bug，可能Java7u51沒有修改。這個(gè)bug僅在Java 8修正了。

原文鏈接： linkedin 翻譯： ImportNew.com - hejiani
譯文鏈接： http://www.importnew.com/11336.html