大家来帮我看看这个 java 内存问题吧，我快崩溃了。
buptlee · Xiaoxin2009 · 2014-08-31 21:53:55 +08:00 · 6433 次点击这是一个创建于 3738 天前的主题，其中的信息可能已经有所发展或是发生改变。
程序的开始是读入一个文件里的数据，数据的格式是：
每一行为三个字段，例如:
2,3,0
并且1-50行的第一个数字相同，51-100行的第一个数字相同，以此类推。
一共是1.2亿行。我把它读到一个字典里面。我用的数据结构是：HashMap<Integer,LinkedList<Node>>
键是每一行的第一个数字，值是一个LinkedList，Node有两个字段：
Node{
int ID;
int distance;
}
分别是每一行的第二个数字和第三个数字。也就是说每一行会产生一个node。
然后每50行放入一个LinkedList，再put进hashmap里面。我估算了一下，需要的内存是：
0.12G*（4+4+4）=1.44G
4是int类型占的字节数。加上node封装，linkedlist的使用可能会需要一些额外的内存，我给java虚拟机分配了6G的内存上线。
程序运行的时候，发现开始读入的速度还是很快的，内存涨的很快，但cpu一直维持在较低水平，大概40-50%，但是当读入到2300万行的时候就卡主了，多次运行到这时都停住了，任务管理器显示java程序只占用了2.3G的内存，但很快cpu使用率达到了100%。
我想问下大家，这是什么原因呢，是因为我使用了Node封装和LinkedList导致需要更多的内存吗。需要多多少呢。而且为什么我为这个java程序分配了6g的内存，就算是内存不足，也不应该卡在2.3G这个地方啊。难道是我分配内存的方法不对？大家都是怎么给某个java程序单独分配内存的？
拜谢各位啊。
每一行为三个字段，例如:
2,3,0
并且1-50行的第一个数字相同，51-100行的第一个数字相同，以此类推。
一共是1.2亿行。我把它读到一个字典里面。我用的数据结构是：HashMap<Integer,LinkedList<Node>>
键是每一行的第一个数字，值是一个LinkedList，Node有两个字段：
Node{
int ID;
int distance;
}
分别是每一行的第二个数字和第三个数字。也就是说每一行会产生一个node。
然后每50行放入一个LinkedList，再put进hashmap里面。我估算了一下，需要的内存是：
0.12G*（4+4+4）=1.44G
4是int类型占的字节数。加上node封装，linkedlist的使用可能会需要一些额外的内存，我给java虚拟机分配了6G的内存上线。
程序运行的时候，发现开始读入的速度还是很快的，内存涨的很快，但cpu一直维持在较低水平，大概40-50%，但是当读入到2300万行的时候就卡主了，多次运行到这时都停住了，任务管理器显示java程序只占用了2.3G的内存，但很快cpu使用率达到了100%。
我想问下大家，这是什么原因呢，是因为我使用了Node封装和LinkedList导致需要更多的内存吗。需要多多少呢。而且为什么我为这个java程序分配了6g的内存，就算是内存不足，也不应该卡在2.3G这个地方啊。难道是我分配内存的方法不对？大家都是怎么给某个java程序单独分配内存的？
拜谢各位啊。
第 1 条附言 · 2014-09-01 09:34:19 +08:00
public HashMap<Integer ,LinkedList<Node> > getDistMatrix(String fileName,HashMap<Integer,ArrayList<Integer>> clusterSet){
HashMap<Integer,LinkedList<Node> > dist_matrix= new HashMap<Integer ,LinkedList<Node>>(2173370);
try{
File myFile = new File(fileName);
FileReader reader = new FileReader(myFile);
BufferedReader breader = new BufferedReader(reader);
System.out.println("start to load the distance matrix to memory . ");
String line = null;
int index = 0;
LinkedList<Node> top50 = null;
int userA = -1;
while((line = breader.readLine())!=null){
if(index%1000000==0){
System.out.println("have loading "+index+" lines .");
}
if(index%50 == 0){
top50 = new LinkedList<Node>();
String [] tokens = line.split(",");
ArrayList<Integer> set = new ArrayList<Integer>();
userA = Integer.parseInt(tokens[0]);
set.add(userA);
clusterSet.put(userA, set);
}
String [] tokens = line.split(",");
int userB = Integer.parseInt(tokens[1]);
int distance = Integer.parseInt(tokens[2]);
Node node = new Node(userB,distance);
//HashMap<Integer, LinkedList<Node>> top50;
top50.addLast(node);
if(index%50 == 49){
//System.out.println("the length of top50 is : "+top50.size());
dist_matrix.put(userA, top50);
}
index++;
}
breader.close();
System.out.println("finish getting the distance matrix . ");
}catch(Exception x ){x.printStackTrace();}
return dist_matrix;
}
class Node implements Comparable<Node>{
Integer imsi;
Integer dist;
public int compareTo(Node s){
return dist.compareTo(s.getDist());
}
public Node(){
imsi = -1;
dist = Integer.MAX_VALUE;
}
public Node(Integer imsiNo,int distance){
imsi = imsiNo;
dist = distance;
}
public int getDist(){
return dist;
}
public Integer getImsi(){
return imsi;
}
public void setImsi(Integer _imsi){
imsi = _imsi;
}
}
HashMap<Integer,LinkedList<Node> > dist_matrix= new HashMap<Integer ,LinkedList<Node>>(2173370);
try{
File myFile = new File(fileName);
FileReader reader = new FileReader(myFile);
BufferedReader breader = new BufferedReader(reader);
System.out.println("start to load the distance matrix to memory . ");
String line = null;
int index = 0;
LinkedList<Node> top50 = null;
int userA = -1;
while((line = breader.readLine())!=null){
if(index%1000000==0){
System.out.println("have loading "+index+" lines .");
}
if(index%50 == 0){
top50 = new LinkedList<Node>();
String [] tokens = line.split(",");
ArrayList<Integer> set = new ArrayList<Integer>();
userA = Integer.parseInt(tokens[0]);
set.add(userA);
clusterSet.put(userA, set);
}
String [] tokens = line.split(",");
int userB = Integer.parseInt(tokens[1]);
int distance = Integer.parseInt(tokens[2]);
Node node = new Node(userB,distance);
//HashMap<Integer, LinkedList<Node>> top50;
top50.addLast(node);
if(index%50 == 49){
//System.out.println("the length of top50 is : "+top50.size());
dist_matrix.put(userA, top50);
}
index++;
}
breader.close();
System.out.println("finish getting the distance matrix . ");
}catch(Exception x ){x.printStackTrace();}
return dist_matrix;
}
class Node implements Comparable<Node>{
Integer imsi;
Integer dist;
public int compareTo(Node s){
return dist.compareTo(s.getDist());
}
public Node(){
imsi = -1;
dist = Integer.MAX_VALUE;
}
public Node(Integer imsiNo,int distance){
imsi = imsiNo;
dist = distance;
}
public int getDist(){
return dist;
}
public Integer getImsi(){
return imsi;
}
public void setImsi(Integer _imsi){
imsi = _imsi;
}
}
21 条回复 • 2014-09-01 10:34:41 +08:00
 |
1
plucury 2014-08-31 22:22:32 +08:00  1
怀疑是内存问题可以用jmap打印内存占用情况。但是既然cpu占用100%的话，可以考虑用jstack打印线程运行命令来看看，如果看起来没问题考虑启动时打印GC日志，看看是否有频繁的full gc
|
 |
2
cloud107202 2014-08-31 22:39:56 +08:00 1
内存问题不是很了解，说点我想到的
1. 插入过程有没有并发调用HashMap.get()，这个可能会发生死锁http://coolshell.cn/articles/9606.html 2. 如果可能的话，考虑下redis这类内存数据库 |
 |
3
undeflife 2014-08-31 23:15:17 +08:00 1
如果是内存问题的话 应该会报OOM 或OOM:PermGen space的
查查文件在2300万行左右是否有什么问题导致你在读取文件的时候卡住 读取文件的代码会不会有什么bug引起问题 怀疑LinkedList 的话完全可以把LinkedList换成Node[50] |
 |
4
ahcat 2014-08-31 23:25:15 +08:00 via iPhone 1
换一个64位的jvm？
|
 |
6
lehui99 2014-09-01 00:10:58 +08:00 via Android 1
HashMap的内部实现是数组+链表，在key的数量扩大时有可能导致数组和所有链表的内存重新分配，并将其中所有的引用重新赋值到新的数组中并重新生成所有的链表，十分耗时。可以看一下HashMap的具体实现的详细分析： http://blog.csdn.net/blog/vking_wang/14166593 ，中的最后一段：rehash过程。
解决方法是在HashMap初始化时指定initCap，如： new HashMap(130000000/50) 。 |
 |
7
akfish 2014-09-01 06:09:39 +08:00 via iPad 1
数据固定么？需要改动么？改了需要写回文件么？
既然数据格式已知，完全没必要用HashMap和LinkedList，直接分配一个巨大的Array，减少overhead。对应key的index很容易计算，或者用一个HashMap<Integer, Integer>来记录每个key的第一个index。 另外就是一次完成分配可以提高分配到连续内存的概率，减少碎片的产生。 |
 |
8
nybux 2014-09-01 08:43:50 +08:00 1
HashMap在构造的时候加个参数
new HashMap<>(2400001); |
 |
10
stevenyou 2014-09-01 09:27:39 +08:00 2
楼主对内存的估算不太正确， 没有算进去java object , 和HashMap 的overhead.
一个空object 会用16 bytes, Node 里有两个int, 也就是一个Node 会在Heap里用掉32 bytes 一个空LinkedList里应该有4个private fields 会占用 (4+2) * 8 = 48 bytes 一个LinkedList用的memroy 是 48 + 24* size_of_list , 你的size 是50 , 也就是 1248 bytes HashMap 的内存占用是 32 * SIZE + 4 * CAPACITY bytes , 你的size 是 120,000,000 / 50 . default load factor 是0.75， capacity 就是 (120,000,000 / 50) / 0.75. 估算一下， 一共会用7个多G 的内存。 另外hashmap rehash 是很快的，这个数据量不是很大， cpu没有吃满应该是别的原因，比如disk io, 看一下你top 里的 wa 是多少。 楼主也可以把代码贴出来给大家看看，分析一下。 |
 |
11
buptlee OP @cloud107202 没有并发问题，有没有redis的入门资料呢，贴个链接啥的，不太懂这个，嘿嘿。
|
|
12
stevenyou 2014-09-01 09:32:21 +08:00 1
cpu使用率后来达到了100% 应该是在rehash
|
|
14
stevenyou 2014-09-01 09:52:25 +08:00 2
|
|
15
stevenyou 2014-09-01 09:53:13 +08:00 1
|
|
16
buptlee OP @stevenyou 我试了在声明hashmap时初始化个数的方法：
HashMap<Integer,LinkedList<Node> > dist_matrix= new HashMap<Integer ,LinkedList<Node>>(2173370); 结果还是停在了2300万行的位置然后cpu到100%了，查看进程管理器，发现内存只占用了2.2G左右，但我给这个程序分配了最大6G的内存，分配的方法是： 在Debug Configuration里的(x)=Aguments的Program arguments下添加如下参数： -Xms1024m -Xmx6144m -XX:PermSize=1024m -XX:MaxPermSize=6144m 您看看是不是我分配方法有问题，我的疑问是，就算是内存不足，也不应该卡在2.2G这个地方，而是应该在6G，或者至少应该4,5G啊。thanks. |
|
17
stevenyou 2014-09-01 10:10:34 +08:00 2
跑的时候在java opts里加个 -Xrunhprof:cpu=samples,interval=10,depth=8
程序停掉的时候目录下会多一个"java.hprof.txt"， 看那里面profiler 显示哪个function 用的时间多。 这个是发现问题最容易和方法。 hprof是java 自带的profiler |
|
18
stevenyou 2014-09-01 10:20:21 +08:00 1
还有，你用的内存都是在heap里，所以不需要设 PermSize , default size 32M or 96M based on 32bit or 64 bit is big enough
|
|
19
buptlee OP 是应该在program arguments下设置还是VM arguments下设置呢？
下面的参数可以吗？ -Xms1024m -Xmx6144m |
|
20
stevenyou 2014-09-01 10:33:20 +08:00 1
VM, 传给java的
如果你放在program arguments里， 就可以解释为什么会卡在2.3G了， jvm deault heap size 是2048m, jvm在 GC ， 在3 次full GC,释放不了2%内存的话就会throw out of memory exception: excessive GC time |
Select Language