outOfMemeoryError处理(使用hprof)
1. 程序出现
Exception in thread "pool-1-thread-2" java.lang.OutOfMemoryError: Java heap space
2. 找到是哪些 代码 导致出现了 这样的问题
3. 使用
-Xrunhprof:heap=sites,depth=12 再次启动程序
<jvmarg value="-Xrunhprof:heap=sites,depth=12"/>
<xmlfileset refid="testng.conf"/>
</testng>
4.看生成的文件 java.hprof.txt 查看调用栈 TOP 10 的调用栈
298625 percent live alloc'ed stack class
298626 rank self accum bytes objs bytes objs trace name
298627 1 15.60% 15.60% 8400672 25002 8400672 25002 322798 char[]
298628 2 6.69% 22.29% 3600288 25002 3600288 25002 322771 org.testng.internal.TestNGMethod
298629 3 6.69% 28.98% 3600288 25002 3600288 25002 322805 org.testng.internal.ConfigurationMethod
298630 4 6.69% 35.67% 3600144 25001 3600144 25001 322882 org.testng.internal.ConfigurationMethod
298631 5 6.32% 41.98% 3400272 25002 3400272 25002 322822 char[]
298632 6 5.94% 47.92% 3200128 25001 3200128 25001 322896 char[]
298633 7 3.72% 51.64% 2000160 25002 2000160 25002 322799 org.testng.internal.NoOpTestClass
298634 8 2.60% 54.24% 1400112 25002 1400112 25002 322782 java.lang.Object[]
298635 9 2.60% 56.84% 1400112 25002 1400112 25002 322814 java.lang.Object[]
298636 10 2.60% 59.44% 1400112 25002 1400112 25002 322816 java.lang.Object[]
298637 11 2.60% 62.04% 1400056 25001 1400056 25001 322890 java.lang.Object[]
298638 12 2.60% 64.64% 1400056 25001 1400056 25001 322891 java.lang.Object[]
298639 13 2.60% 67.24% 1400056 25001 1400056 25001 323002 java.lang.Object[]
298640 14 2.23% 69.47% 1200072 50003 1200072 50003 322813 java.util.ArrayList
298641 15 2.23% 71.70% 1200072 50003 1200072 50003 322815 java.util.ArrayList
298642 16 2.23% 73.93% 1200048 25001 1200048 25001 323000 org.testng.internal.SingleTestMethodWorker
292945 TRACE 322771:
292946 org.testng.internal.BaseTestMethod.<init>(BaseTestMethod.java:89)
292947 org.testng.internal.BaseTestMethod.<init>(BaseTestMethod.java:85)
292948 org.testng.internal.TestNGMethod.<init>(TestNGMethod.java:46)
292949 org.testng.internal.TestNGMethod.clone(TestNGMethod.java:167)
292950 org.testng.internal.TestNGMethod.clone(TestNGMethod.java:25)
292951 org.testng.internal.Invoker.invokePooledTestMethods(Invoker.java:1430)
292952 org.testng.internal.Invoker.invokeTestMethods(Invoker.java:1167)
292953 org.testng.internal.TestMethodWorker.invokeTestMethods(TestMethodWorker.java:127)
292954 org.testng.internal.TestMethodWorker.run(TestMethodWorker.java:111)
292955 java.util.concurrent.ThreadPoolExecutor$Worker.runTask(ThreadPoolExecutor.java:886)
292956 java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:908)
292957 java.lang.Thread.run(Thread.java:662)
在 : invokeTestMethods 方法中有如下 代码 :
由于本次代码的invocationCount 只是 1000000 太大 ,循环内部 每次都在创建 ITestResult testResult 这个对象导致内存溢出
while(invocationCount-- > 0) {
boolean okToProceed = checkDependencies(testMethod, allTestMethods);
if (!okToProceed) {
//
// Not okToProceed. Test is being skipped
//
ITestResult testResult = new TestResult(testClass, null /* instance */,
testMethod,
null /* cause */,
start,
System.currentTimeMillis(),
m_testContext);
String missingGroup = testMethod.getMissingGroup();
if (missingGroup != null) {
testResult.setThrowable(new Throwable("Method " + testMethod
+ " depends on nonexistent group \"" + missingGroup + "\""));
}
testResult.setStatus(ITestResult.SKIP);
result.add(testResult);
m_notifier.addSkippedTest(testMethod, testResult);
runTestListeners(testResult);
return result;
}
解决办法 ,可以自己实现他的 线程调用,这样testng 中每次代码调用完成,就会 进行 GC 回收
hprof出处来源网址: http://www.cnblogs.com/linhaohong/archive/2012/07/12/2588657.html
J2SE中提供了一个简单的命令行工具来对java程序的cpu和heap进行 profiling,叫做HPROF。HPROF实际上是JVM中的一个native的库,它会在JVM启动的时候通过命令行参数来动态加载,并成为 JVM进程的一部分。若要在java进程启动的时候使用HPROF,用户可以通过各种命令行参数类型来使用HPROF对java进程的heap或者 (和)cpu进行profiling的功能。HPROF产生的profiling数据可以是二进制的,也可以是文本格式的。这些日志可以用来跟踪和分析 java进程的性能问题和瓶颈,解决内存使用上不优的地方或者程序实现上的不优之处。二进制格式的日志还可以被JVM中的HAT工具来进行浏览和分析,用 以观察java进程的heap中各种类型和数据的情况。
在J2SE 5.0以后的版本中,HPROF已经被并入到一个叫做Java Virtual Machine Tool Interface(JVM TI)中。
hprof使用来源网址: http://www.ms-accp.com/New-1346.html
java -Xrunhprof:heap=sites -Xms4100m -Xmx4100m -Djava.library.path=$LD_LIBRARY_PATH -classpath ./build/classes:./build/*:./conf:./lib/* com.yoyosys.yihualu.ehual uImpl.StartYhl parser.properties
在执行命令的根目录 会生成 java.hprof.txt 这个文件
当命令行 出现 一下字段 ,表示 该文件已经生成
Dumping allocation sites ... done.
如果程序处于 停滞状态 ,使用 Ctrl+c 直接终止 ,运行 这一个文件也能够生成!
这部分的一个实例展示了我们怎样才能够运行装载在JDK 中的剖析器。尽管从剖析器而来
的消息是以略显粗糙的文本文件形式表示的,而不是像一般的商业剖析器那样产生图形化的
表示,但是在判定我们程序的特性方面,它仍然能够提供很有价值的帮助。
当我们调用程序时,通过向Java 虚拟机传送一个额外参数来运行剖析器。这个参数必须是
一个单一字符串,逗号后面没有任何空格,像这样(尽管它应该在一个单一的行中,但是在
书中被缠绕表示了,因为书页面不够宽):
java
–Xrunhprof:heap=sites,cpu=samples,depth=10,monitor=y,thread=y,
doe=y ListPerformance
?? heap=sites 告知剖析器编写在堆上的内存使用信息,指示被分配在什么地方。
?? cpu=samples 告知剖析器进行统计抽样来确定CPU 的使用情况。
?? depth=10 指示线程追踪的深度(默认是4)。
?? thread=y 告诉剖析器去标识在堆栈序列中的线程。
?? doe=y 告知剖析器在退出时清空剖析数据。
下面的列表仅包含 HPROF 所产生的文件的一部分。输出文件被创建在当前目录下并且被命
名为java.hprof.txt。
java.hprof.txt 开始部分描述了文件中其余部分的细节。由剖析器产生的数据处于不同
部分;例如,TRACE 表示文件中的追踪部分。我们将会看到许多TRACE 部分,每个都编了
号,以便可以在后面进行引用。
SITES 部分展示了内存分配的位置。这部分有几行,它们按照被分配和被引用的字节(活
动着的字节)数排序。内存以字节列出。Self 列代表该位置占据内存的百分比,下一列
accum,代表累积的内存百分比。live bytes 和live objects 列代表在该位置上的活
动的字节数和所创建的、占用这些字节的对象个数。allocated bytes 和 objects 代
表实例的对象总数和字节总数,包括那些正在被使用的和没有被使用的。在allocated 和
live 中列出的字节数之差代表可以被垃圾收集的字节数。Trace 列实际上引用了文件中的
一个TRACE。第一行引用了下面显示的668 追踪。name 代表被创建实例所属的类。
SITES BEGIN (ordered by live bytes) Thu Jul 18 11:23:06 2002
percent live alloc'ed stack class
rank self accum bytes objs bytes objs trace name
1 59.10% 59.10% 573488 3 573488 3 668 java.lang.Object
2 7.41% 66.50% 71880 543 72624 559 1 [C
3 7.39% 73.89% 71728 3 82000 10 649 java.lang.Object
4 5.14% 79.03% 49896 232 49896 232 1 [B
5 2.53% 81.57% 24592 310 24592 310 1 [S
TRACE 668: (thread=1)
java.util.Vector.ensureCapacityHelper(Vector.java:222)
java.util.Vector.insertElementAt(Vector.java:564)
java.util.Vector.add(Vector.java:779)
java.util.AbstractList$ListItr.add(AbstractList.java:495)
ListPerformance$3.test(ListPerformance.java:40)
ListPerformance.test(ListPerformance.java:63)
ListPerformance.main(ListPerformance.java:93)
这个追踪展示了分配内存的方法调用序列。如果我们进入由行号所指示的追踪,我们将发现
有一个对象分配动作发生在 Vector.java 的222 行:
elementData = new Object[newCapacity];
这有助于我们发现程序中使用掉相当大的内存数量(在这种情形下是 59.10 %)的部分。
注意在位置 1 的[C 表示基本数据类型char。这是Java 虚拟机中对基本数据类型的内部
表示。
hprof来源网址: http://www.cnblogs.com/linhaohong/archive/2012/07/12/2588657.html
1.查看内存CPU使用情况
2.查看java内存分配信息
1.java -agentlib:hprof=help 使用该命令可以得到 帮组说明和默认配置值
java -Xrunhprof:heap=sites -Xms4100m -Xmx4100m -Djava.library.path=$LD_LIBRARY_PATH -classpath ./build/classes:./build/*:./conf:./lib/* com.yoyosys.yihualu.ehual uImpl.StartYhl parser.properties
将 java进程profiling的信息(sites和dump)都会被写入到一个叫做java.hprof.txt的文件中。大多数情况下,该文件中都会对每个trace,threads,objects包含一个ID,每一个ID代表一个不同的观察对象。通常,traces会从300000开始。
默认,force=y,会将所有的信息全部输出到output文件中,所以如果含有多个JVMs都采用的HRPOF enable的方式运行,最好将force=n,这样能够将单独的JVM的profiling信息输出到不同的指定文件。
interval选项只在 cpu=samples的情况下生效,表示每隔多少毫秒对java进程的cpu使用情况进行一次采集。
msa选项仅仅在Solaris系统下才有效,表示会使用Solaris下的Micro State Accounting功能
live
存活的 被引用的对象
alloced
已分配的 被引用的对象
相关推荐
Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
包含六种故障类型: 中低温过热 高温过热 低能放电 高能放电 局部放电 正常 111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111需要直接下载就可
电抗器设计软件
base.apk
代码参照openssl-3.3.0-alpha1,可独立运行。示例包含块加密,基本补位方式示例
Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
永宏 PLC例程17个
电器工程配料及预算软件
五子棋游戏想必大家都非常熟悉,游戏规则十分简单。游戏开始后,玩家在游戏设置中选择人机对战,则系统执黑棋,玩家自己执白棋。双方轮流下一棋,先将横、竖或斜线的5个或5个以上同色棋子连成不间断的一排者为胜。 【项目资源】:包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【技术】 Java、Python、Node.js、Spring Boot、Django、Express、MySQL、PostgreSQL、MongoDB、React、Angular、Vue、Bootstrap、Material-UI、Redis、Docker、Kubernetes
五子棋游戏想必大家都非常熟悉,游戏规则十分简单。游戏开始后,玩家在游戏设置中选择人机对战,则系统执黑棋,玩家自己执白棋。双方轮流下一棋,先将横、竖或斜线的5个或5个以上同色棋子连成不间断的一排者为胜。 【项目资源】:包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【技术】 Java、Python、Node.js、Spring Boot、Django、Express、MySQL、PostgreSQL、MongoDB、React、Angular、Vue、Bootstrap、Material-UI、Redis、Docker、Kubernetes
Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
五子棋游戏想必大家都非常熟悉,游戏规则十分简单。游戏开始后,玩家在游戏设置中选择人机对战,则系统执黑棋,玩家自己执白棋。双方轮流下一棋,先将横、竖或斜线的5个或5个以上同色棋子连成不间断的一排者为胜。 【项目资源】:包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【技术】 Java、Python、Node.js、Spring Boot、Django、Express、MySQL、PostgreSQL、MongoDB、React、Angular、Vue、Bootstrap、Material-UI、Redis、Docker、Kubernetes
电气计算表格及小软件
logging.h
松下PLC例程55个
Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
母亲节祝福html源码
Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
变压器铁心计算软件