Ubuntu Tomcat日志中的内存泄漏如何检测

Ubuntu Tomcat 内存泄漏检测与定位

一 从日志与 GC 入手

• 启用并收集 GC 日志，观察老年代占用与 Full GC 频率是否随时间恶化。示例 JVM 参数（写入 $CATALINA_OPTS 或 bin/catalina.sh 的 JAVA_OPTS）：
  • -XX:+PrintGCDetails -XX:+PrintGCDateStamps -Xloggc:$CATALINA_BASE/logs/gc.log
  • 建议同时固定堆大小（如 -Xms4g -Xmx4g）以便对比趋势。
• 用命令行快速查看 GC 概况（假设进程号为 $PID）：
  • 实时占用与 GC 统计：jstat -gcutil $PID 1000
  • 触发一次堆转储：jmap -dump:format=b,file=heapdump.hprof $PID
• 用可视化工具做在线/离线分析：
  • jconsole / VisualVM 连接 Tomcat（可配 JMX），观察堆、类、线程与 GC 行为。
  • 离线用 Eclipse MAT 打开 heapdump.hprof，查看支配树与泄漏可疑点。

二 利用 Tomcat 内置泄漏检测

• 配置资源泄漏监听（对 JDBC 等容器管理资源特别有效）：
  • 在 conf/context.xml 或应用的 META-INF/context.xml 添加：

    <Listener className="org.apache.tomcat.jdbc.pool.interceptor.StatementFinalizer"
              threshold="10000"/>
    

    说明：该监听器会统计未关闭的 Statement/ResultSet，在超过 threshold（毫秒） 时输出警告，便于在 catalina.out 中快速定位未关闭资源的代码路径。
• 结合 JMX 监控数据源与资源池：
  • 使用 jconsole 连接后查看 Catalina:type=DataSource 与 Catalina:type=Resource 等 MBean，关注 numActive、numIdle、maxActive、waitCount 等指标是否持续增长或异常。

三 日志与转储的获取与保留策略

• 持续保留 GC 日志，便于趋势分析与回溯：
  • 使用 -Xloggc 输出到 $CATALINA_BASE/logs/gc.log，并配合日志轮转（如 logrotate）避免单文件过大。
• 在问题复现或 OOM 前后主动获取堆转储：
  • 预先配置触发条件（如发生 OutOfMemoryError 时自动 dump）：
    • -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=$CATALINA_BASE/logs/heapdump.hprof
  • 或在问题发生时用 jmap 手动导出，再用 MAT 分析对象保留链与根引用。

四 快速排查流程与判据

• 观察与采样
  • 持续 tail -f $CATALINA_BASE/logs/catalina.out 与 gc.log，关注 OutOfMemoryError、Full GC 后老年代仍接近满、GC 暂停明显变长等现象。
  • 用 jstat -gcutil $PID 1000 观察 OU/OC 与 FGC 是否随时间恶化。
• 在线定位
  • 用 jconsole/VisualVM 连 JMX，查看堆使用曲线、线程数、类加载与数据源活跃数；若活跃连接/对象数只增不减，高度可疑。
• 离线取证
  • 发生 OOM 或手动执行 jmap -dump 获取 heapdump.hprof，用 MAT 的 Dominator Tree / Histogram / Leak Suspects 报告定位占用最多且无法回收的对象及其引用链。
• 交叉验证
  • 回到 catalina.out 与业务日志，核对泄漏对象的创建与释放路径，结合代码审查（尤其是 Connection/Statement/ResultSet、文件流、缓存 的生命周期管理）。

五 常见根因与修复要点

• 未关闭的 JDBC 资源：使用 try-with-resources 或 finally 块确保 Connection/Statement/ResultSet 关闭；启用 StatementFinalizer 及早发现。
• 缓存或静态集合无限增长：为缓存设置 大小上限与过期策略（TTL/LRU），避免持有对象引用导致无法回收。
• 线程局部变量（ThreadLocal）滥用：在请求结束前清理 ThreadLocal，避免线程复用导致类加载器或业务对象泄漏。
• 第三方库/框架版本问题：升级到已修复内存泄漏的版本，或替换为更稳健的实现。