前言
自己个人兴趣爱好，线上有一个阿里云服务器，处理数据用的，会频繁IO和分析数据。隔一段时间就会卡死（大概2个月），重启就OK。本来没当一回事，直到后来影响到赚取money了才引起重视。服务的启动脚本如下：
nohup java -Xms512m -Xmx1024m -jar xxx.jar &
当然这个脚本是有很多问题的，毕竟自己的服务器，追求的就是一个简单粗暴，怎么简单怎么来，没有那么多顾虑。但是自己埋的坑、迟早有一天哭着也要填完！
现象
突然有一天，登录服务器发现登录不上去，xshell 类似下面的提示。看起来是连接上了，但是进不去，这种情况一般要么是网卡、要么是服务器卡，我这显然是后者。通过阿里云控制台都进不去，一般这种情况等一段时间，消耗内存的应用会被杀掉，然后就能进去了。当然我这种急性子自然是选择去阿里云后台直接强制重启服务器。
服务器是能进去了，但是没有任何日志可供查询，没有堆栈信息，查看日志并没有发现oom错误（这里只能一句卧槽了）。于是修改启动脚本如下，以便下一次有类似情况可以有痕迹可寻：
nohup java -Xms512m -Xmx1024m -Xlog:gc*:file=gc.log:time,uptime,level,tags -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/path/to/dumps -jar xx.jar &
内存的原因，自然是要关注内存。一般我们需要关注一下垃圾回收器的行为以及堆内存使用情况。-XX:+HeapDumpOnOutOfMemoryError 以及-XX:HeapDumpPath 就是指定了当发生堆内存溢出的时候，转储当时的内存文件供我们后续分析（其实观察到内存开销持续上涨，回收效果不明显，就可以用这个命令导来导出堆内存文件分析:jamp -dump:live,format=b,file=xxx.hprof）。终于是在某一天（2个月后），发现了OOM错误，如下所示。
这就很离谱了，上次我卡死直接强制重启了，nohup.out文件并没有看到OOM错误的日志，但是这次为啥出现OOM错误日志了。这个问题现在我都没搞清楚为什么，服务器是2G内存，启动脚本堆最大1G内存，完全够用哇，讲道理不可能消耗完服务器内存。难道代码还有IO等内存泄漏？ 先不管了，先解决眼前的问题。既然是OOM错误，自然是要看是哪个实例占用了内存，使用MAT分析一下。（PS: JHAT 无异于大海捞针，因为类太多，他又不能把较大内存的排序，然后OQL又不能支持通配符，就无解，还是MAT香）。MAT分析报告如下：
可以看到有一个大对象占用内存692.4M ， 这基本可以锁定这个问题就出现在这个对象上了。 然后再查其中有一个属性，是一个静态成员变量map，如图所示有6291456个key。 结合代码看该变量会被业务数据依据具体情况，填充进数据，但是并没有释放的地方，so 这就是问题所在了。
解决
我这里就是简单粗暴的定时清理一下内存，如下所示。
因为要很久才出现OOM， 所以这个代码能用，但却是不优雅的。奈何自己的项目随便弄的，写成了屎山代码，不太好改，毕竟有一句话说的好： If your code runs in some inexplicable way, don't touch it anymore。否则将会是面对如下所示的残酷：
后话
文中有提到设置了-Xmx1024m 但是实际导致服务器2G内存卡死，可能存在的内存泄漏问题，先在启动脚本加上参数-XX:MaxDirectMemorySize=256M，控制一下本地内存，后续如果再次出现OOM 了，在继续^-^。
nohup java -Xms512m -Xmx1024m -Xlog:gc*:file=gc.log:time,uptime,level,tags -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/path/to/dumps -XX:MaxDirectMemorySize=256M -jar xx.jar &
大家不偷懒的话，gc日志参数，堆内存导出，这些最好都设置好！