jstat -gcutil 实时监控 Full GC 内存变化方法
2026-05-23 15:18:42
0浏览
收藏
本文详解如何利用 `jstat -gcutil` 命令实时监控 JVM 老年代内存(OU)在 Full GC 后的真实释放情况——这是识别内存泄漏的关键信号:若 OU 无明显下降或快速回升,极可能意味着对象持续被引用、存在内存泄漏;文章不仅清晰解读 S0U、EU、OU、MU 等核心指标含义与健康阈值,还通过典型回收/泄漏模式对比、元空间干扰识别、多命令交叉验证(如 `jstat -gccause`、`jstat -gccapacity`、`jmap -histo`)以及 Linux `watch` 高亮提醒等实战技巧,帮你从“GC 执行了”进阶到“GC 真有效”,快速定位隐患,避免 OOM 崩溃。
jstat -gcutil 是一个实用的实时监控命令,能帮你快速判断 Full GC 后老年代(Old)是否真正释放了内存,而不是“假回收”——即 GC 执行了,但 OU(Old Used)没下降或只降一点,说明对象还在被引用、可能有内存泄漏。
一、用 jstat -gcutil 看懂关键指标含义
执行命令:
jstat -gcutil1000
每秒刷新一次,重点关注这几列:
- S0U / S1U:Survivor 0/1 区已使用空间(%),反映年轻代对象存活率
- EU:Eden 区使用率(%),飙升快说明对象创建频繁
- OU:Old 区使用率(%),这是判断 Full GC 效果的核心
- MU:Metaspace 使用率(%),持续上涨可能类加载泄漏
- YGC / FGC:Young 和 Full GC 次数
- YGCT / FGCT:对应 GC 总耗时(秒)
✅ 正常 Full GC 后,
OU应明显下降(比如从 95% → 30%);
❌ 若OU下降极少(如 95% → 92%)、或很快又涨回,说明老年代对象无法被回收。
二、连续观察时关注的典型模式
用终端滚动查看,注意以下几种情况:
有效回收
- FGC 增加 1 次 → OU 从 88% 降到 25% → 随后缓慢回升(正常对象晋升)
- OU 回升速度平缓(如每分钟+0.5%),说明应用负载稳定、无泄漏
疑似泄漏
- FGC 后 OU 只降 2~3%,甚至不降
- OU 持续单向爬升(如 60% → 75% → 90% → OOM 前触发下一次 FGC)
- 同时
MU也在稳步上涨,需检查动态类加载(如热部署、Groovy 脚本、OSGi)
元空间干扰
MU接近 100% 且FGC频繁 → 可能因 Metaspace 耗尽触发 Full GC(即使堆还有空闲)- 解决方法:加
-XX:MaxMetaspaceSize=512m并观察MU是否趋于平稳
三、配合其他命令交叉验证
仅看 jstat -gcutil 不够,建议组合使用:
查进程 ID:
jps -l
确认是否真在做 Full GC(排除日志误读):
jstat -gccause
1000 输出中
LGCC列会显示最近一次 Full GC 的原因,如Allocation Failure、Metadata GC Threshold、System.gc()等快速看堆整体分布(容量 vs 使用量):
jstat -gccapacity
1000 对比
OC(Old Capacity)和OU,算出绝对使用量(KB),比百分比更准——尤其当堆大小动态调整时如果怀疑是
byte[]类型对象堆积(如网络缓冲区未释放):jmap -histo
| head -20 看
byte[]、char[]、java.util.HashMap$Node等是否排前三
四、一个小技巧:用 watch 实现高亮提醒
Linux 下可这样让 OU 异常时自动标红:
watch -n1 'jstat -gcutil| awk '\''NR==1{print} NR==2{if($5>90) printf "\033[1;31m%s\033[0m\n",$0; else print $0}'\'
当
OU(第5列)超过 90%,整行变红,一眼识别风险
不复杂但容易忽略
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
DeepSeek V4微信版语音输入配置教程
- 上一篇
- DeepSeek V4微信版语音输入配置教程
- 下一篇
- 彻底关闭 Windows 11 Recall 功能方法
查看更多
最新文章
-
- 文章 · java教程 | 7小时前 |
- Java CollationKey 怎样缓存多次字符串排序的比较键
- 339浏览 收藏
-
- 文章 · java教程 | 7小时前 | Java · 格式化 · Java教程 · java messageformat 数字范围 ChoiceFormat 临界值
- Java ChoiceFormat 的小于号和井号怎样划分临界值
- 203浏览 收藏
-
- 文章 · java教程 | 7小时前 | Java · 格式化 · Java教程 · java messageformat 数字范围 提示文本 ChoiceFormat
- Java ChoiceFormat 怎样把数字范围映射为提示文本
- 159浏览 收藏
-
- 文章 · java教程 | 7小时前 |
- Java AttributedCharacterIterator 怎样按属性区间遍历文本
- 150浏览 收藏
-
- 文章 · java教程 | 7小时前 | java AttributedString 字符属性
- Java AttributedString 怎样为局部字符范围添加属性
- 464浏览 收藏
-
- 文章 · java教程 | 7小时前 |
- Java DecimalFormat 怎样把解析结果直接保留为 BigDecimal
- 254浏览 收藏
-
- 文章 · java教程 | 7小时前 |
- Java DecimalFormat 的 parse 为什么可能只消费输入前缀
- 351浏览 收藏
-
- 文章 · java教程 | 8小时前 | 配置文件 · Java教程 · java UTF-8 Properties charset storeToXML XML配置
- Java Properties.storeToXML 怎样保存带非拉丁字符的配置
- 321浏览 收藏
-
- 文章 · java教程 | 8小时前 |
- Java ZIP 文件系统怎样在打开时创建不存在的归档
- 137浏览 收藏
-
- 文章 · java教程 | 8小时前 |
- Java Properties.load Reader 和 InputStream 的编码有什么区别
- 229浏览 收藏
-
- 文章 · java教程 | 8小时前 |
- Java DoubleSummaryStatistics 遇到 NaN 后哪些统计值会受影响
- 496浏览 收藏
-
- 文章 · java教程 | 8小时前 | java DoubleSummaryStatistics combine
- Java DoubleSummaryStatistics 怎样合并分片统计结果
- 194浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 785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。
- 779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。
- 864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。
- 830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。
- 657次使用
查看更多
相关文章
-
- 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

