优化 AWS ECS 的 Java 堆设置
珍惜时间,勤奋学习!今天给大家带来《优化 AWS ECS 的 Java 堆设置》,正文内容主要涉及到等等,如果你正在学习文章,或者是对文章有疑问,欢迎大家关注我!后面我会持续更新相关内容的,希望都能帮到正在学习的大家!

我们在 AWS Elastic Container Service(ECS) Fargate 上运行多个 Java 服务 (Corretto JDK21)。每个服务都有自己的容器,我们希望使用为每个进程支付的所有可能的资源。但这些步骤可以应用于 EC2 和其他云。
服务正在运行批处理作业,延迟并不重要,我们使用并行GC(-XX:+UseParallelGC)。即使完成我们的任务,也许 G1 会更好,但这是一个需要单独研究和发布的主题。
为了使用所有可用内存,我们的 MaxHeapSize 略低于容器内存大小。但一段时间后,我们注意到两个问题,有时我们的容器因为使用太多内存而被杀死,有时我们收到 OutOfMemoryError 异常。 为了解决第一个问题,我们增加了容器内存大小和 MaxHeapSize 之间的差距,对于第二个问题,增加了容器内存作为快速解决方案,并开始查看堆转储。
堆转储显示了有趣的细节,实际堆大小低于 MaxHeapSize,并且与老一代相比,年轻代堆很小。
在互联网上搜索并没有找到关于如何针对我们的案例调整 JVM 参数的良好指南,我只找到了一些有关堆和参数描述的高级详细信息。我决定写这篇文章来描述我所做的步骤。
第一步是:
- 打印有关参数和默认值的信息:(-XX:+PrintFlagsFinal),
- 将InitialHeapSize设置为与MaxHeapSize相同的值(-XX:InitialRAMPercentage=100或仅将-XX:InitialHeapSize设置为与MaxHeapSize相同的值)。无论如何,我们都在为所有容器内存付费,所以为什么不从一开始就分配它呢?
- 记录 GC 和堆信息 (-Xlog:gc*)。
Young:Old Generation默认比例为1:2,同时只使用部分Young Generation进行GC。启动后,JVM 按预期分配了所有内存,但一段时间后,它开始将年轻代堆大小减少到几乎几兆字节。所以一段时间后我们只使用了 2/3 的可用内存。
经过一番挖掘,我发现了一个禁用自适应策略的参数(-XX:-UseAdaptiveSizePolicy),它有所帮助,堆停止减少,垃圾收集之间的间隔增加了一个数量级甚至更多。 GC 消耗的时间也有所增长,但增幅不大。
下一步是找到容器内存大小之间的最佳差距。默认情况下,即使InitialRAMPercentage=100,JDK也只是分配内存而不使用它,因此它不会被映射。 Linux 允许分配比物理内存更多的虚拟内存。当内存实际映射(JDK 写入它)时,容器稍后会失败。 -XX:+AlwaysPreTouch 更改此行为。不幸的是,有些内存仍然没有映射,但 OOM 终止发生得更快。经过几次尝试后,我得出了下一个公式“容器内存大小 - 1024MB”(对于具有 8GB 或更多内存的容器)。例如,对于 8192 容器内存大小,我们使用 -XX:MaxHeapSize=7168m。
为了进一步优化,我们正在考虑更改 -XX:NewRatio 以减少年轻代大小并减少 GC 时间。但这取决于对象在应用程序中的生命周期。
正如我之前提到的,我还没有找到任何好的指南来详细解释参数(我发现最好的是 vm-options-explorer)和调整步骤。如果您能分享您的知识和成果,那就太好了。
到这里,我们也就讲完了《优化 AWS ECS 的 Java 堆设置》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
什么是突触可塑性?它如何影响记忆?
- 上一篇
- 什么是突触可塑性?它如何影响记忆?
- 下一篇
- N 个数字的异或
-
- 文章 · java教程 | 7小时前 |
- Java Formatter 怎样控制十六进制输出的宽度和补零
- 492浏览 收藏
-
- 文章 · java教程 | 7小时前 | 并发编程 · Java教程 · java 锁竞争 reentrantlock hasQueuedThreads 并发监控
- Java ReentrantLock.hasQueuedThreads 怎样判断是否有线程排队
- 490浏览 收藏
-
- 文章 · java教程 | 7小时前 | 文件读取 · Stream · Java教程 · java 大文件 Stream try-with-resources Files.lines UncheckedIOException
- Java Files.lines 怎样遍历大文件并确保流关闭
- 305浏览 收藏
-
- 文章 · java教程 | 7小时前 | Java教程 · Optional · java map optional predicate orElseThrow Optional.filter
- Java Optional.filter 按业务条件保留值的链式处理方案
- 234浏览 收藏
-
- 文章 · java教程 | 7小时前 | java Stream linkedhashmap Collectors groupingBy
- Java Stream 怎样按多个字段分组并保留顺序
- 360浏览 收藏
-
- 文章 · java教程 | 7小时前 | 正则表达式 · Java教程 · java 正则表达式 pattern 命名捕获组 Matcher.group
- Java Pattern 命名捕获组怎样按名称读取匹配结果
- 128浏览 收藏
-
- 文章 · java教程 | 7小时前 | unicode · java stringbuilder unicode reverse UTF-16 代理项
- Java StringBuilder.reverse 怎样避免 Unicode 代理项被拆开
- 331浏览 收藏
-
- 文章 · java教程 | 7小时前 | java SequencedCollection reversed 正向遍历 反向视图
- Java SequencedCollection 怎样从同一个集合获取正向和反向视图
- 380浏览 收藏
-
- 文章 · java教程 | 8小时前 |
- Java 模式匹配 switch 怎样处理 null 分支
- 487浏览 收藏
-
- 文章 · java教程 | 8小时前 | java 变量作用域 instanceof 类型收窄 record pattern 模式变量
- Java record pattern 与 instanceof 的变量作用域和类型收窄方法
- 310浏览 收藏
-
- 文章 · java教程 | 8小时前 | 虚拟线程 · java threadlocal 阻塞IO 虚拟线程 Virtual Thread
- Java 虚拟线程怎样判断阻塞调用是否适合迁移
- 133浏览 收藏
-
- 文章 · java教程 | 8小时前 |
- Java Collections.checkedList 怎样让错误类型尽早暴露
- 439浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1060次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1060次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1226次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1169次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1012次使用
-
- Java 时间格式兼容多个输入格式的方法
- 2026-10-18 501浏览
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览

