blog已经转移至github,大家请访问 http://qaseven.github.io/

再论Java虚拟机XMS与XMX设置

　　1.1 背景
　　某银行的自助设备前置机系统为核心系统，故对系统可用性和性能有着极高的要求，运维管理面临很大挑战。但是在3月份，出现了100会话并发时，系统CPU使用为100%，大量交易回滚，无法提供正常的ATM终端服务，为此需要对故障进行分析，对系统进行优化，优化系统性能以大幅提高处理能力
　　1.2 应用环境
　　WebLogic应用服务器、Oracle数据库。
　　单实例WebLogic环境，JVM配置为-Xms=1g -Xmx 2g
　　AIX 5.3服务器。
　　自助设备前置机系统，包括信用卡消费和跨行取款等交易。
　　1.3 实施收益
　　1.3.1 -Xms=1g -Xmx 2g
　　通过在该行开发中心UAT环境进行压力测试，通过监控软件进行分析系统性能，在采用JVM 堆大小-Xms=1g -Xmx 2g,并发会话数为100情况下：
　　关键事务性能
　　关键事务平均处理时间为53.933sec
　　GC停顿时间
　　最长GC停顿时间达到1.4sec
　　JVM使用百分比
　　JVM使用在57%左右，最高到850M
　　1.3.2 -Xms=256M -Xmx 512M
　　在采用JVM 堆大小-Xms=256M -Xmx 512M,并发会话数为100情况下：
关键事务性能
　　关键事务平均处理时间为10.420sec
　　GC停顿时间
　　最长GC停顿时间为0.625sec
　　JVM使用百分比
　　JVM使用在65%左右，最高到324M。
　　1.3.3 结论
　　综上，我们可以发现当采用-Xms=256M -Xmx 512M,系统性能约提高了4倍，原因在于系统用于GC的停顿时间为原来的一半，这也大大减少了CPU使用。同时内存的利用效率也获得了比较大的提高，在选择较大的内存时，会显著提高每次Full GC的时间。这带来的大量的CPU开销，对于对实时性要求较高的事务更意味着性能灾难。
　　所有JVM设置及调优都围绕着2个方面：减少GC次数与停顿时间，但是2者本身就存在着根本的矛盾，具体取舍要按照不同的业务类型，在本例中，银行的取款等交易属于很短的、实时性要求高的交易，故最终的调优在减少停顿时间方面做了倾斜。
　　通过第3方监控软件（如HP SiteScope\Diagnostics）可以对事务的性能，GC停顿时间以及JVM内存使用的分析，可以帮助我们获得最优的JVM调优，帮助客户选择最优的JVM设置。

posted on 2014-06-16 10:20 顺其自然EVO 阅读(720) 评论(0) 编辑收藏