⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 github.com/jasonGeng88/blog 「jasonGeng88」欢迎转载，保留摘要，谢谢！

🙂🙂🙂关注**微信公众号：【芋道源码】**有福利：

RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

新的源码解析文章实时收到通知。每周更新一篇左右。

认真的源码交流微信群。

背景

前不久，上线了一个新项目，这个项目是一个压测系统，可以简单的看做通过回放词表（http请求数据），不断地向服务发送请求，以达到压测服务的目的。在测试过程中，一切还算顺利，修复了几个小bug后，就上线了。在上线后给到第一个业务方使用时，就发现来一个严重的问题，应用大概跑了10多分钟，就收到了大量的 Full GC 的告警。

针对这一问题，我们首先和业务方确认了压测的场景内容，回放的词表数量大概是10万条，回放的速率单机在 100qps 左右，按照我们之前的预估，这远远低于单机能承受的极限。按道理是不会产生内存问题的。

线上排查

首先，我们需要在服务器上进行排查。通过 JDK 自带的 jmap 工具，查看一下 JAVA 应用中具体存在了哪些对象，以及其实例数和所占大小。具体命令如下：

jmap -histo:live `pid of java`

# 为了便于观察，还是将输出写入文件
jmap -histo:live `pid of java` > /tmp/jmap00

经过观察，确实发现有对象被实例化了20多万，根据业务逻辑，实例化最多的也就是词表，那也就10多万，怎么会有20多万呢，我们在代码中也没有找到对此有显示声明实例化的地方。至此，我们需要对 dump 内存，在离线进行进一步分析，dump 命令如下：

jmap -dump:format=b,file=heap.dump `pid of java

离线分析

从服务器上下载了 dump 的 heap.dump 后，我们需要通过工具进行深入的分析。这里推荐的工具有 mat、visualVM。

我个人比较喜欢使用 visualVM 进行分析，它除了可以分析离线的 dump 文件，还可以与 IDEA 进行集成，通过 IDEA 启动应用，进行实时的分析应用的CPU、内存以及GC情况（GC情况，需要在visualVM中安装visual GC 插件）。工具具体展示如下（这里仅仅为了展示效果，数据不是真的）：

当然，mat 也是非常好用的工具，它能帮我们快速的定位到内存泄露的地方，便于我们排查。展示如下：

场景再现

经过分析，最后我们定位到是使用 httpasyncclient 产生的内存泄露问题。

httpasyncclient 是 Apache 提供的一个 HTTP 的工具包，主要提供了 reactor 的 io 非阻塞模型，实现了异步发送 http 请求的功能。

下面通过一个 Demo，来简单讲下具体内存泄露的原因。

httpasyncclient 使用介绍:

1.maven 依赖

<dependency>
    <groupId>org.apache.httpcomponents</groupId>
    <artifactId>httpasyncclient</artifactId>
    <version>4.1.3</version>
</dependency>

2.HttpAsyncClient 客户端

public class HttpAsyncClient {

    private CloseableHttpAsyncClient httpclient;

    public HttpAsyncClient() {
        httpclient = HttpAsyncClients.createDefault();
        httpclient.start();
    }

    public void execute(HttpUriRequest request, FutureCallback<HttpResponse> callback){
        httpclient.execute(request, callback);
    }

    public void close() throws IOException {
        httpclient.close();
    }

}

主要逻辑：

Demo 的主要逻辑是这样的，首先创建一个缓存列表，用来保存需要发送的请求数据。

然后，通过循环的方式从缓存列表中取出需要发送的请求，将其交由 httpasyncclient 客户端进行发送。

具体代码如下：

public class ReplayApplication {    public static void main(String[] args) throws InterruptedException {     //创建有内存泄露的回放客户端        ReplayWithProblem replay1 = new ReplayWithProblem();             //加载一万条请求数据放入缓存        List<HttpUriRequest> cache1 = replay1.loadMockRequest(10000);                //开始循环回放        replay1.start(cache1);    }}

回放客户端实现（内存泄露）：

这里以回放百度为例，创建10000条mock数据放入缓存列表。回放时，以 while 循环每100ms 发送一个请求出去。具体代码如下:

public class ReplayWithProblem {    public List<HttpUriRequest> loadMockRequest(int n){            List<HttpUriRequest> cache = new ArrayList<HttpUriRequest>(n);        for (int i = 0; i < n; i++) {            HttpGet request = new HttpGet("http://www.baidu.com?a="+i);            cache.add(request);        }        return cache;            }    public void start(List<HttpUriRequest> cache) throws InterruptedException {        HttpAsyncClient httpClient = new HttpAsyncClient();        int i = 0;        while (true){            final HttpUriRequest request = cache.get(i%cache.size());            httpClient.execute(request, new FutureCallback<HttpResponse>() {                public void completed(final HttpResponse response) {                    System.out.println(request.getRequestLine() + "->" + response.getStatusLine());                }                public void failed(final Exception ex) {                    System.out.println(request.getRequestLine() + "->" + ex);                }                public void cancelled() {                    System.out.println(request.getRequestLine() + " cancelled");                }            });            i++;            Thread.sleep(100);        }    }}

内存分析：

启动 ReplayApplication 应用（IDEA 中安装 VisualVM Launcher后，可以直接启动visualvm），通过 visualVM 进行观察。

1.启动情况：

2.visualVM 中前后3分钟的内存对象占比情况：

说明：$0代表的是对象本身，$1代表的是该对象中的第一个内部类。所以ReplayWithProblem$1: 代表的是ReplayWithProblem类中FutureCallback的回调类。

从中，我们可以发现 FutureCallback 类会被不断的创建。因为每次异步发送 http 请求，都是通过创建一个回调类来接收结果，逻辑上看上去也正常。不急，我们接着往下看。

3.visualVM 中前后3分钟的GC情况：

从图中看出，内存的 old 在不断的增长，这就不对了。内存中维持的应该只有缓存列表的http请求体，现在在不断的增长，就有说明了不断的有对象进入old区，结合上面内存对象的情况，说明了 FutureCallback 对象没有被及时的回收。

可是该回调匿名类在 http 回调结束后，引用关系就没了，在下一次 GC 理应被回收才对。我们通过对 httpasyncclient 发送请求的源码进行跟踪了一下后发现，其内部实现是将回调类塞入到了http的请求类中，而请求类是放在在缓存队列中，所以导致回调类的引用关系没有解除，大量的回调类晋升到了old区，最终导致 Full GC 产生。

核心代码分析：

代码优化

找到问题的原因，我们现在来优化代码，验证我们的结论。因为List<HttpUriRequest> cache1中会保存回调对象，所以我们不能缓存请求类，只能缓存基本数据，在使用时进行动态的生成，来保证回调对象的及时回收。

代码如下：

public class ReplayApplication {

    public static void main(String[] args) throws InterruptedException {

        ReplayWithoutProblem replay2 = new ReplayWithoutProblem();
        List<String> cache2 = replay2.loadMockRequest(10000);
        replay2.start(cache2);

    }
}

public class ReplayWithoutProblem {

    public List<String> loadMockRequest(int n){
        List<String> cache = new ArrayList<String>(n);
        for (int i = 0; i < n; i++) {
            cache.add("http://www.baidu.com?a="+i);
        }
        return cache;
    }

    public void start(List<String> cache) throws InterruptedException {

        HttpAsyncClient httpClient = new HttpAsyncClient();
        int i = 0;

        while (true){

            String url = cache.get(i%cache.size());
            final HttpGet request = new HttpGet(url);
            httpClient.execute(request, new FutureCallback<HttpResponse>() {
                public void completed(final HttpResponse response) {
                    System.out.println(request.getRequestLine() + "->" + response.getStatusLine());
                }

                public void failed(final Exception ex) {
                    System.out.println(request.getRequestLine() + "->" + ex);
                }

                public void cancelled() {
                    System.out.println(request.getRequestLine() + " cancelled");
                }

            });
            i++;
            Thread.sleep(100);
        }
    }

}