內(nèi)存泄漏，走開！
By: Staffan Larsen
Translate: glorywine
抽象
盡管java虛擬機和垃圾回收機制管理著大部分的內(nèi)存事務(wù)，但是在java軟件中還是可能存在內(nèi)存泄漏的情況。的確，在大型工程中，內(nèi)存泄漏是一個普遍問題。避免內(nèi)存泄漏的第一步，就是要了解他們發(fā)生的原因。這篇文章就是要介紹一些常見的缺陷，然后提供一些非常好的實踐例子來指導(dǎo)你寫出沒有內(nèi)存泄漏的代碼。一旦你的程序存在內(nèi)存泄漏，要查明代碼中引起泄漏的原因是很困難的。同時這篇文章也要介紹一個新的工具來查找內(nèi)存泄漏，然后指明發(fā)生的根本原因。這個工具容易上手，可以讓你找到產(chǎn)品級系統(tǒng)中的內(nèi)存泄漏。
垃圾回收（GC）的角色
雖然垃圾回收關(guān)心著大部分的問題，包括內(nèi)存管理，使得程序員的任務(wù)顯得更加輕松，但是程序員還是可能犯些錯誤導(dǎo)致內(nèi)存泄漏問題。GC(垃圾回收)通過遞歸對所有從“根”對象(堆棧中的對象，靜態(tài)數(shù)據(jù)成員，JNI句柄等等)繼承下來的引用進行工作，然后標記所有可以訪問的活著的對象。而這些對象變成了程序唯一能夠操縱的對象，其他的對象都被釋放了。因為GC使得程序不能夠訪問那些被釋放的對象，所以這樣做是安全的。
內(nèi)存管理可以說是自動的，但是這并沒有讓程序員脫離內(nèi)存管理問題。比方說，對于內(nèi)存的分配（還有釋放）總是存在一定的開銷，盡管這些開銷對程序員來說是暗含的。一個程序如果創(chuàng)建了很多對象，那么它就要比完成相同任務(wù)而創(chuàng)建了較少對象的程序執(zhí)行的速度慢（其他提供的內(nèi)容都相同）。
文章更多想說的，導(dǎo)致內(nèi)存泄漏主要的原因是，先前申請了內(nèi)存空間而忘記了釋放。如果程序中存在對無用對象的引用，那么這些對象就會駐留內(nèi)存，消耗內(nèi)存，因為無法讓垃圾回收器驗證這些對象是否不再需要。正如我們前面看到的，如果存在對象的引用，這個對象就被定義為“活著的”，同時不會被釋放。要確定對象所占內(nèi)存將被回收，程序員就要務(wù)必確認該對象不再會被使用。典型的做法就是把對象數(shù)據(jù)成員設(shè)為null或者從集合中移除該對象。注意，當(dāng)局部變量不需要時，不需明顯的設(shè)為null，因為一個方法執(zhí)行完畢時，這些引用會自動被清理。
從更高一個層次看，這就是所有存在內(nèi)存管的語言對內(nèi)存泄漏所考慮的事情，剩余的對象引用將不再會被使用。
典型泄漏
既然我們知道了在java中確實會存在內(nèi)存泄漏，那么就讓我們看一些典型的泄漏，并找出他們發(fā)生的原因。
全局集合
在大型應(yīng)用程序中存在各種各樣的全局數(shù)據(jù)倉庫是很普遍的，比如一個JNDI-tree或者一個session table。在這些情況下，注意力就被放在了管理數(shù)據(jù)倉庫的大小上。當(dāng)然是有一些適當(dāng)?shù)臋C制可以將倉庫中的無用數(shù)據(jù)移除。
可以有很多不同的解決形式，其中最常用的是一種周期運行的清除作業(yè)。這個作業(yè)會驗證倉庫中的數(shù)據(jù)然后清除一切不需要的數(shù)據(jù)。
另一個辦法是使用引用計算。集合用來對了解每個集合入口關(guān)聯(lián)器（referrer）的數(shù)目負責(zé)。這要求關(guān)聯(lián)器通知集合什么時候完成進入。當(dāng)關(guān)聯(lián)器的數(shù)目為零時，就可以移除集合中的相關(guān)元素。
高速緩存
高速緩存是一種用來快速查找已經(jīng)執(zhí)行過的操作結(jié)果的數(shù)據(jù)結(jié)構(gòu)。因此，如果一個操作執(zhí)行很慢的話，你可以先把普通輸入的數(shù)據(jù)放入高速緩存，然后過些時間再調(diào)用高速緩存中的數(shù)據(jù)。
高速緩存多少還有一點動態(tài)實現(xiàn)的意思，當(dāng)數(shù)據(jù)操作完畢，又被送入高速緩存。一個典型的算法如下所示：
１． 檢查結(jié)果是否在高速緩存中，存在則返回結(jié)果；
２． 如果結(jié)果不在，那么計算結(jié)果；
３． 將結(jié)果放入高速緩存，以備將來的操作調(diào)用。
這個算法的問題（或者說潛在的內(nèi)存泄漏）在最后一步。如果操作伴隨著一個不同的，輸入非常大的數(shù)字，那么存入高速緩存的也是一個非常大的結(jié)果。那么這個方法就不是能夠勝任的了。
為了避免這種潛在的致命錯誤設(shè)計，程序就必須確定高速緩存在他所使用的內(nèi)存中有一個上界。因此，更好的算法是：
１． 檢查結(jié)果是否在高速緩存中，存在則返回結(jié)果；
２． 如果結(jié)果不在，那么計算結(jié)果；
３． 如果高速緩存所占空間過大，移除緩存中舊的結(jié)果；
４． 將結(jié)果放入高速緩存，以備將來的操作調(diào)用。
通過不斷的從緩存中移除舊的結(jié)果，我們可以假設(shè)，將來，最新輸入的數(shù)據(jù)可能被重用的幾率要遠遠大于舊的結(jié)果。這通常是一個不錯的設(shè)想。
這個新的算法會確保高速緩存的容量在預(yù)先確定的范圍內(nèi)。精確的范圍是很難計算的，因為緩存中的對象存在引用時將繼續(xù)有效。正確的劃分高速緩存的大小是一個復(fù)雜的任務(wù)，你必須權(quán)衡可使用內(nèi)存大小和數(shù)據(jù)快速存取之間的矛盾。
另一個解決這個問題的途徑是使用java.lang.ref.SoftReference類堅持將對象放入高速緩存。這個方法可以保證當(dāng)虛擬機用完內(nèi)存或者需要更多堆的時候，可以釋放這些對象的引用。
類裝載器
Java類裝載器創(chuàng)建就存在很多導(dǎo)致內(nèi)存泄漏的漏洞。由于類裝載器的復(fù)雜結(jié)構(gòu)，使得很難得到內(nèi)存泄漏的透視圖。這些困難不僅僅是由于類裝載器只與“普通的”對象引用有關(guān)，同時也和對象內(nèi)部的引用有關(guān)，比如數(shù)據(jù)變量，方法和各種類。這意味著只要存在對數(shù)據(jù)變量，方法，各種類和對象的類裝載器，那么類裝載器將駐留在JVM中。既然類裝載器可以同很多的類關(guān)聯(lián)，同時也可以和靜態(tài)數(shù)據(jù)變量關(guān)聯(lián)，那么相當(dāng)多的內(nèi)存就可能發(fā)生泄漏。
定位內(nèi)存泄漏
常常地，程序內(nèi)存泄漏的最初跡象發(fā)生在出錯之后，得到一個OutOfMemoryError在你的程序中。這種典型地情況發(fā)生在產(chǎn)品環(huán)境中，而在那里，你希望內(nèi)存泄漏盡可能的少，調(diào)試的可能性也達到最小。也許你的測試環(huán)境和產(chǎn)品的系統(tǒng)環(huán)境不盡相同，導(dǎo)致泄露的只會在產(chǎn)品中揭示。這種情況下，你需要一個低內(nèi)務(wù)操作工具來監(jiān)聽和尋找內(nèi)存泄漏。同時，你還需要把這個工具同你的系統(tǒng)聯(lián)系起來，而不需要重新啟動他或者機械化你的代碼。也許更重要的是，當(dāng)你做分析的時候，你需要能夠同工具分離而使得系統(tǒng)不會受到干擾。
一個OutOfMemoryError常常是內(nèi)存泄漏的一個標志，有可能應(yīng)用程序的確用了太多的內(nèi)存；這個時候，你既不能增加JVM的堆的數(shù)量，也不能改變你的程序而使得他減少內(nèi)存使用。但是，在大多數(shù)情況下，一個OutOfMemoryError是內(nèi)存泄漏的標志。一個解決辦法就是繼續(xù)監(jiān)聽GC的活動，看看隨時間的流逝，內(nèi)存使用量是否會增加，如果有，程序中一定存在內(nèi)存泄漏。
詳細輸出
有很多辦法來監(jiān)聽垃圾回收器的活動。也許運用最廣泛的就是以：-Xverbose:gc選項運行JVM，然后觀察輸出結(jié)果一段時間。
[memory] 10.109-10.235: GC 65536K->16788K (65536K), 126.000 ms
箭頭后的值（在這個例子中 16788K）是垃圾回收后堆的使用量。
控制臺
觀察這些無盡的GC詳細統(tǒng)計輸出是一件非常單調(diào)乏味的事情。好在有一些工具來代替我們做這些事情。The JRockit Management Console可以用圖形的方式輸出堆的使用量。通過觀察圖像，我們可以很方便的觀察堆的使用量是否伴隨時間增長。
Figure 1. The JRockit Management Console
管理控制臺甚至可以配置成在堆使用量出現(xiàn)問題（或者其他的事件發(fā)生）時向你發(fā)送郵件。這個顯然使得監(jiān)控內(nèi)存泄漏更加容易。
內(nèi)存泄漏探測工具
有很多專門的內(nèi)存泄漏探測工具。其中The JRockit Memory Leak Detector可以供來觀察內(nèi)存泄漏也可以針對性地找到泄漏的原因。這個強大的工具被緊密地集成在JRockit JVM中，可以提供最低可能的內(nèi)存事務(wù)也可以輕松的訪問虛擬機的堆。
專門工具的優(yōu)勢
一旦你知道程序中存在內(nèi)存泄漏，你需要更專業(yè)的工具來查明為什么這里會有泄漏。而JVM是不可能告訴你的?，F(xiàn)在有很多工具可以利用了。這些工具本質(zhì)上主要通過兩種方法來得到JVM的存儲系統(tǒng)信息的：JVMTI和字節(jié)碼使用儀器。Java虛擬機工具接口（JVMTI）和他的原有形式JVMPI（壓型接口）都是標準接口，作為外部工具同JVM進行通信，搜集JVM的信息。字節(jié)碼使用儀器則是引用通過探針獲得工具所需的字節(jié)信息的預(yù)處理技術(shù)。
通過這些技術(shù)來偵測內(nèi)存泄漏存在兩個缺點，而這使得他們在產(chǎn)品級環(huán)境中的運用不夠理想。首先，根據(jù)兩者對內(nèi)存的使用量和內(nèi)存事務(wù)性能的降級是不可以忽略的。從JVM獲得的堆的使用量信息需要在工具中導(dǎo)出，收集和處理。這意味著要分配內(nèi)存。按照JVM的性能導(dǎo)出信息是需要開銷的，垃圾回收器在搜集信息的時候是運行的非常緩慢的。另一個缺點就是，這些工具所需要的信息是關(guān)系到JVM的。讓工具在JVM開始運行的時候和它關(guān)聯(lián)，而在分析的時候，分離工具而保持JVM運行，這顯然是不可能的。
既然JRockit Memory Leak Detector是被集成到JVM中的，那么以上兩種缺點就不再適用。首先，大部分的處理和分析都是在JVM中完成的，所以就不再需要傳送或重建任何數(shù)據(jù)。處理也可以在垃圾回收器的背上，他的意思是提高速度。再有，內(nèi)存泄漏偵測器可以同一個運行的JVM關(guān)聯(lián)和分離，只要JVM在開始的時候伴隨著 ?Xmanagement選項（這個允許監(jiān)聽和管理JVM通過遠程JMX接口）。當(dāng)工具分離以后，工具不會遺留任何東西在JVM中；JVM就可以全速運行代碼就好像工具關(guān)聯(lián)之前一樣。
趨勢分析
讓我們更深一步來觀察這個工具，了解他如何捕捉到內(nèi)存泄漏。在你了解到代碼中存在內(nèi)存泄漏，第一步就是嘗試計算出什么數(shù)據(jù)在泄漏??哪個對象類導(dǎo)致泄露。The JRockit Memory Leak Detector通過在垃圾回收的時候，計算每個類所包含的現(xiàn)有的對象來達到目的。如果某一個類的對象成員數(shù)目隨著時間增長（增長率），那么這里很可能存在泄漏。
Figure 2. The trend analysis view of the Memory Leak Detector
因為一個泄漏很可能只是像水滴一樣小，所以趨勢分析必須運行足夠長的一段時間。在每個短暫的時間段里，局部類的增加會使得泄漏發(fā)生推遲。但是，內(nèi)存事務(wù)是非常小的（最大的內(nèi)存事務(wù)是由在每個垃圾回收時從JRockit向內(nèi)存泄漏探測器發(fā)送的一個數(shù)據(jù)包組成的）。內(nèi)存事務(wù)不應(yīng)該成為任何系統(tǒng)的問題??甚至一個在產(chǎn)品階段全速運行的程序。
一開始，數(shù)字會有很大的跳轉(zhuǎn)，隨時間的推進，這些數(shù)字會變得穩(wěn)定，而后顯示哪些類會不斷的增大。
尋找根本原因
知道那些對象的類會導(dǎo)致泄露，有時候足夠制止泄露問題。這個類也許只是被用在非常有限的部分，通過快速的視察就可以找到問題所在。不幸的是，這些信息是不夠的。比方說，經(jīng)常導(dǎo)致內(nèi)存泄漏的對象類java.lang.String，然而String類被應(yīng)用于整個程序，這就變得有些無助。
我們想知道的是其他的對象是否會導(dǎo)致內(nèi)存泄漏，好比上面提到的String類，為什么這些導(dǎo)致泄漏的對象還是存在周圍？那些引用是指向這些對象的？這里一列的對象存有對String類的引用，就會變得太大而沒有實際意義。為了限制數(shù)據(jù)的數(shù)量，我們可以通過類把他們編成一個組，這樣我們就可以看到，那些其他類的對象會依然泄漏對象（String類）。比如，將一個String類放入Hashtable，那里我們可以看到關(guān)聯(lián)到String類的Hashtable入口。從Hashtable入口向后運行，我們終于找到那些關(guān)聯(lián)到String類的Hashtable對象（參看圖三如下）。
Figure 3. Sample view of the type graph as seen in the tool
向后工作
自從開始我們就一直著眼于對象類，而不是單獨的對象，我們不知道那個Hashtable存在泄漏。如果我們可以找出所有的Hashtable在系統(tǒng)中有多大，我們可以假設(shè)最大的那個Hashtable存在泄漏（因為它可以聚集足夠的泄漏而變得很大）。因此，所有Hashtable，同時有和所有他們所涉及的數(shù)據(jù)，可以幫助我們查明導(dǎo)致泄露的精確的Hashtable。
Figure 4. Screenshot of the list of Hashtable objects and the size of the data they are holding live
計算一個對象所涉及的數(shù)據(jù)的開銷是非常大的（這要求引用圖表伴隨著那個對象作為根運行）而且如果對每一個對象都這樣處理，就需要很多時間。知道一些關(guān)于Hashtable內(nèi)部的實現(xiàn)機制可以帶來捷徑。在內(nèi)部，一個Hashtable有一個Hashtable的數(shù)組入口。數(shù)組的增長伴隨著Hashtable中對象的增長。因此，要找到最大的Hashtable，我們可以把搜索限制在尋找包含Hashtable引用入口的最大的數(shù)組。這樣就更快捷了。
Figure 5. Screenshot of the listing of the largest Hashtable entry arrays, as well as their sizes.
向下深入
當(dāng)我們發(fā)現(xiàn)了存在泄漏的Hashtable的實例，就可以順藤摸瓜找到其他的引用這些Hashtable的實例，然后用上面的方法來找到是那個Hashtable存在問題。
Figure 6. This is what an instance graph can look like in the tool.
舉個例子，一個Hashtable可以有一個來自MyServer的對象的引用，而MyServer包含一個activeSessions數(shù)據(jù)成員。這些信息就足夠深入代碼找出問題所在。
Figure 7. Inspecting an object and its references to other objects
找出分配點
當(dāng)發(fā)現(xiàn)了內(nèi)存泄漏問題，找到那些泄漏的對象在何處是非常有用的。也許沒有足夠的信息知道他們同其他相關(guān)對象之間的聯(lián)系，但是關(guān)于他們在那里被創(chuàng)建的信息還是很有幫助的。當(dāng)然，你不會愿意創(chuàng)建一個工具來打印出所有分配的堆棧路徑。你也不會愿意在模擬環(huán)境中運行程序只是為了捕捉到一個內(nèi)存泄漏。
有了JRockit Memory Leak Detector，程序代碼可以動態(tài)的在內(nèi)存分配出創(chuàng)建堆棧路徑。這些堆棧路徑可以在工具中累積，分析。如果你不啟用這個工具，這個特征就不會有任何消耗，這就意味著時刻準備著開始。當(dāng)需要分配路徑時，JRockit的編譯器可以讓代碼不工作，而監(jiān)視內(nèi)存分配，但只對需要的特定類有效。更好的是，當(dāng)做完數(shù)據(jù)分析后，生成的機械代碼會完全被移除，不會引起任何執(zhí)行上的效率衰退。
Figure 8. The allocation stack traces for String during execution of a sample program
總結(jié)
內(nèi)存泄漏查找起來非常困難，文章中的一些避免泄漏的好的實踐，包括了要時刻記住把什么放進了數(shù)據(jù)結(jié)構(gòu)中，更接近的監(jiān)視內(nèi)存中意外的增長。
我們同時也看到了JRockit Memory Leak Detector是如何捕捉產(chǎn)品級系統(tǒng)中的內(nèi)存泄漏的。該工具通過三步的方法發(fā)現(xiàn)泄漏。一，通過趨勢分析發(fā)現(xiàn)那些對象類存在泄漏；二，找出同泄漏對象相關(guān)的其他類；三，向下發(fā)掘，觀察獨立的對象之間是如何相互聯(lián)系的。同時，該工具也可以動態(tài)的，找出所有內(nèi)存分配的堆棧路徑。利用這三個特性，將該工具緊緊地集成在JVM中，那么就可以安全的，有效的捕捉和修復(fù)內(nèi)存泄漏了。
資源
• JRockit Tools Download
• BEA JRockit 5.0 Documentation
• New Features and Tools in JRockit 5.0
• BEA JRockit DevCenter
Staffan Larsen是JRockit產(chǎn)品的工程師之一，這個產(chǎn)品是在1998年底聯(lián)合創(chuàng)建的。
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點擊舉報。
