随着应用程序的复杂性和负载的不断增加，对JVM进行调优，也是保障系统稳定性的一个重要方向。
需要注意，调优并非首选方案，一般来说解决性能问题还是要从应用程序本身入手（业务日志，慢请求等），只有在必要时才对jvm进行调优（gc日志和监控异常）。
下面会提供一个线上案例，说明gc调优的重要性。
调优关注指标
吞吐量
程序运行过程中执行两种任务，执行业务代码的任务和执行垃圾回收的任务；
吞吐量计算公式：CPU在用户应用程序的运行时间/(CPU在用户应用程序的运行时间+CPU在垃圾回收程序的运行时间)
简单理解就是，吞吐量大，意味着应用程序运行的时间越多，执行业务的任务越多。
那么吞吐量多大合适呢，对于我们业务系统来说，肯定是越大越好了，但吞吐量太大会导致什么问题呢？
停顿时间
因为JVM在进行垃圾回收的时候，有些特有的阶段需要停止业务程序的运行，只有这样它才能准确的找到所有可达的节点，确定哪些是垃圾对象并进行清理。
例如：gc停顿100ms，意味着在这100ms内应用程序无法运行。注意这里的停顿时长，只是JVM停止业务程序执行垃圾回收任务的时长，并不是总的垃圾回收时间（有的收集器是一个回收阶段是有多个停顿的）
堆内存大小
当gc完成后，通常会释放一大块内存空间，所以如果频繁的gc，但可用内存没有下降的趋势（或趋势比较小），通常暗示有内存泄漏的问题。
以上三者的关系
这3个指标不可能同时达到，因为他们是一个不可能的关系。
内存变大，要回收的东西肯定变多，停顿时间肯定也会延长。
吞吐量增加，必然要减少垃圾回收的频率，频率降低，垃圾回收停顿的时间也会延长。
停顿时间减少，需要增加gc的频率，导致吞吐量下降。
因此，目前的调优方向主要是吞吐量和暂停时间。（我们的目标是停顿时间竟可能小的情况下，达到最大的吞吐量）
案例-停顿时间过高
系统配置2c12g，默认使用并行回收器。
通过下图的监控，可以发现，gc频率低，但停顿时间比较长（通常停顿时间尽量不要超过300ms）
因为行回收器会导致暂停时间变长，可以考虑更换垃圾收集器（G1） -XX:+UseG1GC -XX:MaxGCPauseMillis=300 ，通过设置合理的暂停时间，减低停顿时间。
为什么没有使用cms呢？
在 JDK 1.8 中，G1 垃圾收集器（Garbage-First Garbage Collector）被引入作为一种新的选择，旨在替代老旧的 CMS（Concurrent Mark Sweep）收集器。随着 Java 平台的发展，CMS 逐渐退出了舞台，原因主要包括以下几点：
- **停止更新和维护**：
自 JDK 9 开始，CMS 收集器就被标记为不推荐使用（deprecated），并在后续的版本中被彻底移除。Oracle 宣布不再对 CMS 收集器进行更新和维护，这意味着任何新的性能改进或者 bug 修复都不会应用于 CMS。
- **并发模式失败**：
CMS 收集器在处理大量并发数据时可能会遇到 "并发模式失败"（Concurrent Mode Failure）的问题。这种情况发生时，CMS 收集器无法在用户线程运行的同时完成垃圾回收，导致它不得不进行一次完全的垃圾回收（Full GC），这将暂停所有用户线程，影响应用程序的响应时间。
- **内存碎片问题**：
CMS 是基于标记-清除算法的，这意味着它在回收内存时不会进行压缩，从而可能导致内存碎片。内存碎片会随着应用程序的运行逐渐累积，最终可能导致需要更大的连续内存空间时无法找到足够的空间，进而触发 Full GC。
- **G1 收集器的优势**：
G1 收集器被设计为一种服务器端的垃圾收集器，适用于多核处理器和大内存的机器。它具有以下优点：
**预测性停顿时间模型**：G1 收集器可以设置期望的停顿时间目标（Pause Time Goal），并尽可能地在这个时间内完成垃圾回收，从而提供更可控的停顿时间。
**并行和并发回收**：G1 能够充分利用多核处理器，同时在并发阶段减少应用程序的停顿时间。
**分区堆**：G1 将堆内存分割成多个区域（Region），这样可以更高效地进行垃圾回收，尤其是在处理大堆时。
**增量式清理**：G1 收集器可以逐步清理堆内存，而不需要一次性清理全部空间，这有助于避免长时间的停顿。
**压缩空间**：G1 在回收过程中可以进行空间压缩，从而减少内存碎片问题。
- **社区和官方的推动**：
Oracle 和 Java 社区推动使用更现代的垃圾收集器，如 G1 和后来的 ZGC（Z Garbage Collector）以及 Shenandoah，这些收集器旨在提供更低的停顿时间和更好的性能，特别是在大内存和多核心的环境中。
由于上述原因，G1 收集器成为了 JDK 9 及以后版本的默认垃圾收集器，并且随着 Java 平台的发展，G1 和其他新的垃圾收集器（如 ZGC 和 Shenandoah）继续得到改进，以满足现代应用程序对性能和响应时间的要求。