NMT内存监控：排查堆外内存泄露技巧

NMT（Native Memory Tracking）是JVM官方提供的唯一能从操作系统层面精准追踪堆外内存使用情况的核心工具，它不依赖GC机制或对象引用链，而是直接监控JVM各模块（如DirectBuffer、线程栈、Metaspace、JNI/Unsafe调用）的原生内存申请行为；文章系统讲解了如何通过启动参数（-XX:NativeMemoryTracking=detail与-XX:+UnlockDiagnosticVMOptions）启用NMT，结合jcmd快照对比识别Internal、Thread、Metaspace、Other四大高危区域的异常增长，并辅以pmap、smaps等系统命令交叉验证第三方native库导致的“隐身”内存泄漏——帮你真正揪出那些逃过堆Dump、却悄悄拖垮服务的堆外内存元凶。

堆外内存泄漏排查不能只盯着堆 dump，NMT 是唯一能直接告诉你“JVM 自己到底用了多少原生内存”的官方工具。它不依赖 GC，也不看对象引用链，而是从操作系统层面统计 JVM 各模块的内存申请行为——这才是定位非 Java 堆内存异常增长的核心突破口。

启用 NMT 的关键参数组合

NMT 必须在 JVM 启动时开启，且需配合诊断选项解锁：

• -XX:NativeMemoryTracking=detail：生产排查首选，能追踪到 DirectByteBuffer 分配栈、Unsafe 调用点、JNI 模块等具体来源；summary 模式仅显示大类汇总，无法定位代码行
• -XX:+UnlockDiagnosticVMOptions：必需项，否则 jcmd 调用 VM.native_memory 会报错“not supported”
• 可选加 -XX:+PrintNMTStatistics：启动时自动打印初始内存分布，方便快速确认是否生效

用 jcmd 抓取并对比内存快照

单次快照意义有限，关键在于“变化量”。推荐三步操作：

• 应用刚启动、业务未触发时执行：jcmd VM.native_memory baseline，建立基线
• 运行一段时间（如 10–30 分钟）或复现疑似泄漏场景后，执行：jcmd VM.native_memory summary.diff scale=MB
• 重点关注 diff 输出中增长显著的模块：Internal（含 DirectBuffer）、Thread（线程数暴增）、Other（Unsafe/JNI）、Metaspace（动态类加载）

重点盯防的四大高危区域

NMT 输出中以下四类是堆外泄漏最常发生的“重灾区”，需结合业务逻辑交叉验证：

• Direct Memory：查看 Internal 下的 “direct memory” 字段。若持续增长且与 ByteBuffer.allocateDirect() 调用量匹配，检查是否漏调 cleaner().clean() 或未关闭 Netty/Grpc 的 ByteBuf
• Thread：对比 Thread 的 reserved/committed 值与实际线程数（jstack | grep java.lang.Thread | wc -l）。若 committed 接近 reserved，说明线程栈未释放，常见于线程池未 shutdown 或异步任务未 await
• Metaspace：观察 Class 区域 committed 是否缓慢爬升。Spring Boot 热部署、OSGi、或频繁 defineClass 的场景易触发，需检查类加载器是否泄漏
• Other：detail 模式下该区域会显示 Unsafe.allocateMemory 或 JNI 调用栈。若增长明显，需审查本地库使用（如图像处理、加密 SDK）或自定义 Unsafe 内存操作

辅助验证：用系统命令交叉印证

NMT 只跟踪 JVM 主动申请的内存，第三方 native 库（如 OpenSSL、FFmpeg）不在其监控范围。当 NMT 显示稳定但 RSS 仍在涨，需补充检查：

• pmap -x | sort -k3 -n | tail -20：找大块匿名内存（anon），64MB/128MB 等固定大小块往往是 DirectBuffer 或 mmap 分配
• cat /proc//smaps | awk '/^Size:/ {sum+=$2} END {print sum}'：获取进程总虚拟内存，与 NMT 的 Total reserved 对比，偏差过大说明有 JVM 外内存分配
• jstat -gc 与 top -p 并行观察：若堆 GC 正常但 RES 持续上扬，基本可锁定堆外问题

今天关于《NMT内存监控：排查堆外内存泄露技巧》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！