栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 前沿技术 > 大数据 > 大数据系统

最近OOM感悟

最近OOM感悟

近期工作上真的到处都在遇到OOM。

Kafka查询出现OOM

原因:一次查询创建了太多consumer对象。解决方案:Consumer对象存放到ThreadLocal中复用,并在请求结束后调用 consumer#unsubscribe consumer#close 方法关闭Consumer对象,释放内存。

业务上出现OOM

使用我们JAR包的十几个应用的内存都达到了惊人的6G。显然根据他们实际的业务评估,根本不可能出现如此严重的内存消耗。

经过我的排查,主要代码中出现了两处严重的内存泄露。

①存放在ThreadLocal中的消息没有手动调用ThreadLocal#remove方法释放内存。

②滥用内存队列,例如 linkedBlockingQueue ,构造的时候不指定大小,就是一个无界队列。有的内存队列只存不消费,造成内存严重浪费。有的队列消费能力不足,导致队列严重积压。

文件传输OOM

待续

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/721009.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号