如何解决Ubuntu WebLogic内存溢出

Ubuntu上WebLogic内存溢出的定位与解决

一、快速判断 OOM 类型

• 查看异常关键字与输出位置：
  • Java 堆溢出：日志出现 java.lang.OutOfMemoryError: Java heap space，通常伴随 stdout/stderr 的 GC 日志；这类错误不一定写入 weblogic.log。
  • 元空间溢出（Java 8 之前）：出现 java.lang.OutOfMemoryError: PermGen space。
  • 本机内存溢出（堆外）：出现 java.lang.OutOfMemoryError: unable to create new native thread 或 native memory exhausted，JVM 可能记录“native OOM”并退出，甚至被 SIGABRT 终止。
• 初步结论：先区分是 Java 堆、元空间 还是 本机内存，再决定是调参、改代码还是查系统限制。

二、Java 堆溢出 Java heap space 的处理

• 打开并保留 GC 日志，便于判断是“容量不足”还是“泄漏”：
  • 建议参数：
    • HotSpot：-verbose:gc -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -Xloggc:<path>/gc.log
    • JRockit：-verbose:gc gcpause memdbg
  • 观察 GC 后回收效果与停顿，确认是否“回收后仍接近满堆”。
• 调整堆大小（示例）：
  • 编辑域目录下的 bin/setDomainEnv.sh，在 JAVA_OPTIONS 或相应位置设置：
    • -Xms4g -Xmx4g（将堆锁定为合适上限，避免运行期频繁扩缩）
  • 注意：堆上限受 物理内存/交换空间 与 进程地址空间 限制，32 位进程上限约 4GB；64 位虽不受 4GB 限制，但仍受系统资源约束。
• 定位泄漏与优化对象生命周期：
  • 发生 OOM 时导出 Heap Dump（如 -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=<path>），用 Eclipse MAT 或 VisualVM 分析占用最高的对象与 GC Roots 路径。
  • 常见根因：缓存未设上限、集合无限增长、资源未关闭（JDBC Statement/ResultSet、JNDI、JMS 等）。
• 案例提示：使用 Hibernate 的 StatefulPersistenceContext 长事务持有大量实体，易在会话周期内撑爆堆，需优化会话生命周期与批量处理策略。

三、元空间 Metaspace 溢出 PermGen 的处理（Java 7 及更早）

• 现象与原因：部署/热加载时大量类加载，超过 PermGen 上限。
• 解决：在 setDomainEnv.sh 提升元空间上限（Java 7）：
  • -XX:MaxPermSize=512m（或更高，视应用而定）
• 注意：Java 8+ 使用 Metaspace 替代 PermGen，需改用 -XX:MaxMetaspaceSize 控制上限。

四、本机内存溢出 native OOM 的处理

• 典型触发：线程数过多、JNI/第三方本地库、Direct ByteBuffer、大量类加载、进程地址空间/容器限制。
• 排查与缓解：
  • 监控进程虚拟内存增长（如 pmap -x <pid> | tail、smem、/proc/<pid>/status 的 VmSize/VmRSS），确认是否逼近系统/容器上限。
  • 降低线程数、复用线程（合理设置 WebLogic 线程池与工作管理器）、避免创建过多阻塞线程。
  • 减少 Direct Memory 占用，审视 NIO/缓存使用；尽量使用纯 Java 驱动替代本地驱动。
  • 检查 ulimit -v/-u、容器（如 Docker/K8s）内存限制；必要时提升系统 swap 或启用 zram/zswap 缓解瞬时压力（仅缓解，不替代根因修复）。
  • 若由第三方本地模块引起，协同供应商排查本机内存分配与泄漏。

五、Ubuntu 系统层面的优化与监控

• 资源与稳定性：
  • 使用 top/htop 观察 RES/VIRT，用 vmstat/iostat/sar 持续监测系统负载与 I/O；必要时用 cgroups 限制 WebLogic 资源，避免影响同机服务。
  • 调整 OOM Killer 倾向：echo -1000 > /proc/<pid>/oom_score_adj，降低关键进程被系统杀死的概率（治标不治本，优先解决泄漏/配置问题）。
• WebLogic 侧配置：
  • 结合负载合理设置 线程池、数据库连接池 等关键参数；利用 Administration Console 与性能监控工具做容量评估与瓶颈定位。
• 监控体系：
  • 引入 Prometheus + Grafana 采集 JVM GC/内存、线程、类加载、系统资源 等指标，设置阈值告警，支撑容量规划与滚动优化。