一、内存区域参数调优

JVM内存区域分为堆、方法区、栈、本地方法栈和元空间，其中堆内存调优最为关键。通过调整-Xms（初始堆大小）和-Xmx（最大堆大小）参数，可有效控制内存分配。例如，生产环境建议设置-Xms与-Xmx相同，避免动态扩容带来的性能波动。

堆内存进一步细分为新生代（Young Generation）和老年代（Old Generation）。新生代包含Eden区和两个Survivor区（S0/S1），通过-XX:NewRatio参数控制新生代与老年代的比例（默认1:2）。对于高并发场景，可适当增大新生代比例（如-XX:NewRatio=2），减少对象晋升到老年代的频率。

元空间（Metaspace）替代了永久代（PermGen），存储类元数据。通过-XX:MetaspaceSize和-XX:MaxMetaspaceSize控制其大小，避免因类加载过多导致的内存溢出。例如，设置-XX:MetaspaceSize=256M -XX:MaxMetaspaceSize=512M可平衡内存使用与性能。

二、垃圾回收器选择与调优

JVM提供多种垃圾回收器，需根据应用场景选择。

Serial GC：单线程回收，适用于小型应用或嵌入式系统。
Parallel GC（默认）：多线程并行回收，适合多核CPU的批处理作业。通过-XX:+UseParallelGC启用，可调整-XX:ParallelGCThreads控制线程数。
CMS GC：并发标记清除，减少停顿时间，但可能产生浮动垃圾。通过-XX:+UseConcMarkSweepGC启用，需配合-XX:CMSInitiatingOccupancyFraction（默认68%）设置触发阈值。
G1 GC：面向大堆（>4GB），通过-XX:+UseG1GC启用。G1将堆划分为多个Region，优先回收高价值区域。关键参数包括-XX:MaxGCPauseMillis（目标停顿时间，默认200ms）和-XX:G1HeapRegionSize（Region大小，1MB~32MB）。

例如，某电商系统采用G1 GC后，通过设置-XX:MaxGCPauseMillis=100 -XX:G1HeapRegionSize=16M，将全量GC停顿从500ms降至150ms。

三、垃圾回收日志分析

启用GC日志是调优的基础。通过-Xloggc:/path/to/gc.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps参数，可记录详细的GC信息。日志包含Young GC、Full GC的触发时间、耗时、回收前后内存变化等。

分析工具如GCViewer可将日志可视化，帮助识别以下问题：

频繁Full GC：可能由内存泄漏或老年代空间不足导致。
长时间停顿：可能是CMS回收失败或G1 Region划分不合理。
内存碎片：CMS的“并发模式失败”或G1的“Humongous对象分配”可能引发此问题。

四、堆外内存管理

堆外内存（Off-Heap Memory）通过ByteBuffer.allocateDirect()分配，不受JVM堆大小限制，但需手动管理。常见场景包括NIO网络通信、文件IO和Native库调用。

堆外内存泄漏是常见问题，可通过以下方式排查：

使用NativeMemoryTracking：通过-XX:NativeMemoryTracking=summary启用，通过jcmd <pid> VM.native_memory查看内存分布。
监控DirectBuffer：通过jstat -gc <pid>观察DirectBuffer大小，或通过反射调用sun.misc.Cleaner手动释放。

例如，某日志系统因未释放DirectBuffer导致OOM，通过添加-XX:MaxDirectMemorySize=512M限制堆外内存，并实现DirectBuffer池化解决。

五、JIT编译器优化

JIT（Just-In-Time）编译器将字节码编译为本地机器码，提升执行效率。关键优化包括：

方法内联：将小方法调用替换为方法体，减少栈帧开销。通过-XX:MaxInlineSize=35（默认35字节）控制内联方法大小。
逃逸分析：识别对象是否逃出方法作用域，若未逃逸则分配在栈上（栈上分配），减少GC压力。通过-XX:+DoEscapeAnalysis启用（默认开启）。
循环优化：如循环展开、向量化指令生成等。

例如，某计算密集型应用通过-XX:+UseCompressedOops（默认开启）压缩对象指针，减少内存占用，结合逃逸分析将临时对象分配在栈上，性能提升20%。

六、线程与锁优化

线程模型直接影响并发性能。关键调优点包括：

线程池配置：通过ThreadPoolExecutor设置核心线程数、最大线程数和队列类型。例如，IO密集型任务可设置较大队列（如LinkedBlockingQueue），CPU密集型任务需限制线程数（避免上下文切换）。
锁优化：使用ReentrantLock替代synchronized可提供更灵活的锁机制（如公平锁、尝试锁）。Java 8引入的StampedLock支持乐观读，减少锁竞争。
并发数据结构：使用ConcurrentHashMap、CopyOnWriteArrayList等非阻塞集合，提升并发性能。

例如，某高并发系统通过将synchronized替换为StampedLock的乐观读模式，吞吐量提升3倍。

七、工具与监控体系

调优需依赖专业工具：

命令行工具：jps（查看Java进程）、jstat（监控GC）、jmap（生成堆转储）、jstack（生成线程转储）。
可视化工具：VisualVM、JConsole、JProfiler提供实时监控与性能分析。
APM工具：SkyWalking、Prometheus+Grafana实现分布式追踪与可视化。

建立监控体系是持续调优的基础。例如，通过Prometheus采集JVM指标（如jvm_memory_bytes_used、jvm_gc_collection_seconds），结合Grafana设置告警阈值（如老年代使用率>80%），实现自动化运维。

总结

Java JVM调优是一个系统工程，需结合业务场景、硬件资源和监控数据综合决策。本文介绍的七大方法（内存参数、垃圾回收器、GC日志、堆外内存、JIT优化、线程模型、工具监控）覆盖了调优的核心领域。实际调优中，建议遵循“监控-分析-调优-验证”的闭环流程，避免盲目调整参数。例如，某金融系统通过上述方法，将TPS从500提升至2000，同时将99%响应时间从2s降至200ms，充分证明了系统化调优的价值。

JavaJVM调优全攻略：七大核心方法解析