Linux系统WebLogic内存溢出解决

Linux下WebLogic内存溢出定位与解决

一、快速判断与应急

• 识别异常类型（看Server日志与控制台）：
  • Java heap space：堆内存不足，常见于对象生命周期过长、缓存膨胀或内存泄漏。
  • PermGen space：永久代不足，常见于频繁热部署导致类加载器无法回收（JDK 7 及更早）。
  • Metaspace：元空间不足，JDK 8+ 使用 Metaspace 替代 PermGen。
  • GC overhead limit exceeded：JVM长时间GC但回收效果差，多为内存泄漏或堆过小。
• 立即缓解（治标）：
  • 重启受影响的 Managed Server 或整个域（先隔离再操作，避免业务雪崩）。
  • 临时调大堆与元空间（见下文参数模板），为排查争取时间。
  • 降低一次性加载的数据量（分页、流式、批处理），关闭不必要的后台任务。

二、根因与对应处置

• 应用代码或框架导致的内存泄漏

  • 现象：重启后内存仍快速攀升，Heap Dump 中少数对象/类加载器占比异常高。
  • 案例：使用 Hibernate 的 StatefulPersistenceContext 在长事务/大批量处理中缓存膨胀引发 OOM；或某业务对象被反复创建未释放（如 DefectQueryVO 达百万级实例）。
  • 处置：优化长事务与批量处理；在合适边界显式清理会话缓存（如 session.evict() / session.clear()）；修复代码级泄漏（缓存、静态集合、监听器等）。

• 频繁热部署/类加载器泄漏

  • 现象：多次部署后 PermGen/Metaspace 持续增长，出现 OutOfMemoryError: PermGen space。
  • 处置：修复应用导致的类加载器泄漏（确保旧类加载器可达对象可被回收）；在过渡期适度增大 PermGen/Metaspace 并减少热部署频率。

• JVM/GC 参数不当或物理资源不足

  • 现象：Full GC 频繁、停顿过长或系统内存紧张。
  • 处置：结合负载合理设置堆与元空间、选择合适的 GC 策略；必要时扩容物理内存或优化系统配置。

三、参数与配置模板

• 设置位置
  • 编辑域目录下的 bin/setDomainEnv.sh（Linux），在相应条件分支中设置 JAVA_OPTS；避免重复追加，建议先清理旧参数。
• 常用参数模板
  • JDK 7 及更早（存在 PermGen）：
    • 堆：-Xms2g -Xmx2g
    • 永久代：-XX:PermSize=256m -XX:MaxPermSize=512m
  • JDK 8+（使用 Metaspace，无 PermGen）：
    • 堆：-Xms2g -Xmx2g
    • 元空间：-XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m
  • GC 建议（示例，按负载与版本选择）：
    • JDK 8：-XX:+UseG1GC -XX:MaxGCPauseMillis=200
    • JDK 11+：可评估 ZGC 或 Shenandoah（需 JDK 支持与平台验证）
• 注意
  • 堆与元空间大小需小于物理内存并预留给 OS Page Cache 与其他进程；容器/虚拟化环境需遵循宿主机限制。
  • 修改后重启，验证启动日志中参数是否生效。

四、诊断步骤与工具

• 收集证据
  • 日志：查看 AdminServer 与 Managed Server 的 logs/ 目录（如 Server.log、gc.log），定位异常类型与时间点。
  • 系统：使用 top、free -m、vmstat 观察内存与 swap 使用、是否存在系统层 OOM-killer。
  • JVM 工具：用 jstat -gc、jstack 观察 GC 频率与线程状态；必要时抓取 Heap Dump/Thread Dump。
• 分析要点
  • 堆 OOM：用 MAT/JVisualVM 分析 dominator tree、重复实例数与 GC root 路径，定位泄漏源。
  • 元空间 OOM：检查类加载器数量与类重复加载，排查热部署泄漏。
  • GC 异常：结合停顿时间与回收效果，决定是调参还是修复内存使用模式。

五、落地清单

• 明确 JDK 版本与堆/元空间基线（如 -Xms/-Xmx 与 -XX:MaxMetaspaceSize），并固化到 setDomainEnv.sh。
• 建立监控与告警：GC 日志、堆使用、线程数、服务器响应时延；异常时自动采集 Heap/Thread Dump。
• 规范发布：减少频繁热部署，蓝绿/灰度发布，发布前清理会话与缓存，发布后回归验证内存曲线。
• 代码治理：排查集合/缓存滥用、长事务与批量处理边界、静态引用与监听器泄漏；对 Hibernate 场景在合适边界调用 evict/clear。
• 容量规划：结合峰值并发与对象生命周期，合理设置堆/元空间与 GC 策略，必要时横向扩容或拆分业务域。