大家好，我是苏三，又跟大家见面了。
前言
最近我写的几篇线上问题相关的文章：《糟糕，CPU100%了》《如何防止被恶意刷接口》《我调用第三方接口遇到的13大坑》，发表之后，在全网广受好评。
今天接着线上问题这个话题，跟大家一起聊聊线上服务出现OOM问题的6种场景，希望对你会有所帮助。
1 堆内存OOM
堆内存OOM是最常见的OOM了。
出现堆内存OOM问题的异常信息如下：
java.lang.OutOfMemoryError: Java heap space
此OOM是由于JVM中heap的最大值，已经不能满足需求了。
举个例子：
public class HeapOOMTest {
public static void main(String[] args) {
List<HeapOOMTest> list = Lists.newArrayList();
while (true) {
list.add(new HeapOOMTest());
}
}
}
这里创建了一个list集合，在一个死循环中不停往里面添加对象。
执行结果：出现了java.lang.OutOfMemoryError: Java heap space的堆内存溢出。
很多时候，excel一次导出大量的数据，获取在程序中一次性查询的数据太多，都可能会出现这种OOM问题。
我们在日常工作中一定要避免这种情况。
2 栈内存OOM
有时候，我们的业务系统创建了太多的线程，可能会导致栈内存OOM。
出现堆内存OOM问题的异常信息如下：
java.lang.OutOfMemoryError: unable to create new native thread
给大家举个例子：
public class StackOOMTest {
public static void main(String[] args) {
while (true) {
new Thread().start();
}
}
}
使用一个死循环不停创建线程，导致系统产生了大量的线程。
执行结果：如果实际工作中，出现这个问题，一般是由于创建的线程太多，或者设置的单个线程占用内存空间太大导致的。
建议在日常工作中，多用线程池，少自己创建线程，防止出现这个OOM。
3 栈内存溢出
我们在业务代码中可能会经常写一些递归调用，如果递归的深度超过了JVM允许的最大深度，可能会出现栈内存溢出问题。
出现栈内存溢出问题的异常信息如下：
java.lang.StackOverflowError
例如：
public class StackFlowTest {
public static void main(String[] args) {
doSamething();
}
private static void doSamething() {
doSamething();
}
}
执行结果：
出现了java.lang.StackOverflowError栈溢出的错误。
我们在写递归代码时，一定要考虑递归深度。即使是使用parentId一层层往上找的逻辑，也最好加一个参数控制递归深度。防止因为数据问题导致无限递归的情况，比如：id和parentId的值相等。
4 直接内存OOM
直接内存不是虚拟机运行时数据区的一部分，也不是《Java虚拟机规范》中定义的内存区域。
它来源于NIO，通过存在堆中的DirectByteBuffer操作Native内存，是属于堆外内存，可以直接向系统申请的内存空间。
出现直接内存OOM问题时异常信息如下：
java.lang.OutOfMemoryError: Direct buffer memory
例如下面这样的：
public class DirectOOMTest {
private static final int BUFFER = 1024 * 1024 * 20;
public static void main(String[] args) {
ArrayList<ByteBuffer> list = new ArrayList<>();
int count = 0;
try {
while (true) {
// 使用直接内存
ByteBuffer byteBuffer = ByteBuffer.allocateDirect(BUFFER);
list.add(byteBuffer);
count++;
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
} finally {
System.out.println(count);
}
}
}
执行结果：
会看到报出来java.lang.OutOfMemoryError: Direct buffer memory直接内存空间不足的异常。
5 GC OOM
GC OOM是由于JVM在GC时，对象过多，导致内存溢出，建议调整GC的策略。
出现GC OOM问题时异常信息如下：
java.lang.OutOfMemoryError: GC overhead limit exceeded
为了方便测试，我先将idea中的最大和最小堆大小都设置成10M：
-Xmx10m -Xms10m
例如下面这个例子：
public class GCOverheadOOM {
public static void main(String[] args) {
ExecutorService executor = Executors.newFixedThreadPool(5);
for (int i = 0; i < Integer.MAX_VALUE; i++) {
executor.execute(() -> {
try {
Thread.sleep(10000);
} catch (InterruptedException e) {
}
});
}
}
}
执行结果：
出现这个问题是由于JVM在GC的时候，对象太多，就会报这个错误。
我们需要改变GC的策略。
在老代80%时就是开始GC，并且将-XX:SurvivorRatio（-XX:SurvivorRatio=8）和-XX:NewRatio（-XX:NewRatio=4）设置的更合理。
6 元空间OOM
JDK8之后使用Metaspace来代替永久代，Metaspace是方法区在HotSpot中的实现。
Metaspace不在虚拟机内存中，而是使用本地内存也就是在JDK8中的ClassMetadata，被存储在叫做Metaspace的native memory。
出现元空间OOM问题时异常信息如下：
java.lang.OutOfMemoryError: Metaspace
为了方便测试，我修改一下idea中的JVM参数，增加下面的配置：
-XX:MetaspaceSize=10m -XX:MaxMetaspaceSize=10m
指定了元空间和最大元空间都是10M。
接下来，看看下面这个例子：
public class MetaspaceOOMTest {
static class OOM {
}
public static void main(String[] args) {
int i = 0;
try {
while (true) {
i++;
Enhancer enhancer = new Enhancer();
enhancer.setSuperclass(OOM.class);
enhancer.setUseCache(false);
enhancer.setCallback(new MethodInterceptor() {
@Override
public Object intercept(Object o, Method method, Object[] objects, MethodProxy methodProxy) throws Throwable {
return methodProxy.invokeSuper(o, args);
}
});
enhancer.create();
}
} catch (Throwable e) {
e.printStackTrace();
}
}
}
执行结果：程序最后会报java.lang.OutOfMemoryError: Metaspace的元空间OOM。
这个问题一般是由于加载到内存中的类太多，或者类的体积太大导致的。
好了，今天的内容先分享到这里，下一篇文章重点给大家讲讲，如何用工具定位OOM问题，敬请期待。