转载

为什么Java进程使用的RAM比Heap Size大？

Java进程使用的虚拟内存确实比Java Heap要大很多。JVM包括很多子系统：垃圾收集器、类加载系统、JIT编译器等等，这些子系统各自都需要一定数量的RAM才能正常工作。

当一个Java进程运行时，也不仅仅是JVM在消耗RAM，很多本地库（Java类库中引用的本地库）可能需要分配原生内存，这些内存无法被JVM的Native Memory Tracking机制监控到。Java应用自身也可能通过DirectByteBuffers等类来使用堆外内存。

那么，当一个Java进程运行时，有哪些部分在消耗内存呢？这里我们只展示哪些可以被Native Memory Tracking监控到的部分。

一、JVM部分

Java Heap：最明显的部分，Java对象在这个区域分配和回收，Heap的最大值由-Xmx决定。

Garbage Collector：GC的数据结构和算法需要额外的内存对堆内存进行管理。这些数据结构包括：Mark Bitmap、Mark Stack（用于跟踪存活的对象）、Remembered Sets（用于记录region之间的引用）等等。这些数据结构中的一些是可以直接调整的，例如：-XX:MarkStackSizeMax，其他的则依赖于堆的分布，例如：分区大小，-XX:G1HeapRegionSize，这个值越大Remembered Sets的值越小。不同的GC算法需要的额外内存是不同的，-XX:+UseSerialGC和-XX:+UseShenandoahGC需要较小的额外内存，G1和CMS则需要Heap size的10%作为额外内存。

Code Cache：用于存放动态生成的代码：JIT编译的方法、拦截器和运行时存根。这个区域的大小由-XX:ReservedCodeCacheSize确定（默认是240M）。使用-XX-TieredCompilation关掉多层编译，可以减少需要编译的代码，从而减少Code Cache的使用。

Compiler：JIT编译器需要一些内存来才能工作。这个值可以通过关闭多层编译或减少执行编译的线程数（-XX:CICompilerCount）来调整.

Class loading：类的元数据（方法的字节码、符号表、常量池、注解等）被存放在off-heap区域，也叫Metaspace。当前JVM进程加载了越多的类，就会使用越多的metaspace。通过设置-XX:MaxMetaspaceSize（默认是无限）或-XX:CompressedClassSpaceSize（默认是1G）可以限制元空间的大小

Symbol tables：JVM中维护了两个重要的哈希表：Symbol表包括类、方法、接口等语言元素的名称、签名、ID等，String table记录了被interned过的字符串的引用。如果Native Tracking表明String table使用了很大的内存，那么说明该Java应用存在对String.intern方法的滥用。

Threads：线程栈也会使用RAM，栈的大小由-Xss确定。默认是1个线程最大有1M的线程栈，幸运得失事情并没有这么糟糕——OS使用惰性策略分配内存页，实际上每个Java线程使用的RAM很小（一般80~200K），作者使用这个脚本（ https://github.com/apangin/js... ）来统计有多少RSS空间是属于Java线程的。

二、堆外内存（Direct buffers）

Java应用可以通过ByteBuffer.allocateDirect显式申请堆外内存；默认的堆外内存大小是-Xmx，但是这个值可被-XX:MaxDirectMemorySize覆盖。在JDK11之前，Direct ByteBuffers被NMT（Native Memory Tracking）列举在other部分，可以通过JMC观察到堆外内存的使用情况。

除了DirectByteBuffers，MappedByteBuffers也会使用本地内存，MappedByteBuffers的作用是将文件内容映射到进程的虚拟内存中，NMT没有跟踪它们，想要限制这部分的大小并不容易，可以通过pmap -x <pid>命令观察当前进程使用的实际大小：

Address           Kbytes    RSS    Dirty Mode  Mapping
...
00007f2b3e557000   39592   32956       0 r--s- some-file-17405-Index.db
00007f2b40c01000   39600   33092       0 r--s- some-file-17404-Index.db

三、本地库（Native libraries）

由System.loadLibrary加载的JNI代码也会按需分配RAM，并且这部分内存不受JVM管理。在这里需要关注的是Java类库，未关闭的Java资源会导致本地内存泄漏，典型的例子是：ZipInputStream或DirectoryStream。

JVMTI agent，特别是jdwp调试agent，也可能导致内存的过量使用（PS：去年写memory agent代码造成的内存泄漏记忆犹新）。

四、Allocator issues

一个Java进程可以通过系统调用（mmap）或标准库（malloc）方法来向OS申请内存。malloc自己又通过mmap来向OS申请比较大的内存，并通过自己的算法来管理这些内存，这可能会导致内存碎片，从而导致过量使用虚拟内存。jemalloc是另外一个内存分配器，它比常规的malloc分配器需要更少的footprint，因此可以在自己的C++代码中尝试使用jemalloc方法。

结论

无法准确统计一个Java进程使用的虚拟内存，因为有太多因素需要考虑，列举如下：

Total memory = Heap + Code Cache + Metaspace + Symbol tables +
               Other JVM structures + Thread stacks +
               Direct buffers + Mapped files +
               Native Libraries + Malloc overhead + ...

本号专注于后端技术、JVM问题排查和优化、Java面试题、个人成长和自我管理等主题，为读者提供一线开发者的工作和成长经验，期待你能在这里有所收获。为什么Java进程使用的RAM比Heap Size大？