JVM GC日志解析

一、GC日志简介

1.1 什么是GC日志

GC日志是JVM在运行过程中，自动记录的每一次垃圾回收行为日志，完整记录GC触发时间、GC类型、内存占用变化、各阶段耗时、堆分区状态、停顿时长等核心指标，是JVM垃圾回收的「黑匣子」。

它区别于业务日志、系统日志，只专注记录内存垃圾回收相关行为，不掺杂业务信息，精准反映JVM内存运行健康度。

1.2 GC日志的核心价值

故障溯源：精准定位频繁YoungGC、FullGC、GC卡顿、内存泄漏的触发根源；
性能评估：统计GC吞吐量、停顿时间、GC频率，判断JVM参数是否合理；
优化验证：参数调整前后对比GC日志，量化优化效果；
长期监控：留存历史数据，规避线上突发GC故障无现场的问题。

1.3 GC日志分类

根据垃圾回收类型，日志主要分为两类：

Young GC（Minor GC）日志：新生代Eden区满触发，频率高、耗时短、正常业务常态；
Full GC/Major GC日志：老年代、元空间不足或主动触发，耗时久、STW停顿长，是系统卡顿的核心元凶。

二、如何分析GC日志（生产核心）

2.1 如何打印GC日志（JDK8及主流版本）

JDK8及以下使用传统GC日志参数，生产推荐全套完整打印参数，兼顾日志完整性与可读性，可直接上线配置。

2.1.1 生产标准GC日志打印参数（可直接复用）

复制代码

# 完整GC日志生产配置参数
-XX:+PrintGCDetails
-XX:+PrintGCDateStamps
-XX:+PrintGCTimeStamps
-XX:+PrintGCApplicationStoppedTime
-XX:+PrintGCApplicationConcurrentTime
-Xloggc:/data/logs/jvm/gc-%t.log
-XX:GCLogFileSize=100M
-XX:NumberOfGCLogFiles=10
-XX:+UseGCLogFileRotation

2.1.2 核心参数逐一详解

-XX:+PrintGCDetails：打印GC详细日志，包含新生代、老年代、元空间内存变化、各阶段耗时，是分析日志的基础参数；
-XX:+PrintGCDateStamps：打印绝对时间戳（年月日时分秒），精准匹配业务故障时间点，生产必加；
-XX:+PrintGCTimeStamps：打印服务启动相对时间，用于统计GC触发频率；
-XX:+PrintGCApplicationStoppedTime：打印GC导致的STW停顿总时间，直接反映系统卡顿时长；
-XX:+PrintGCApplicationConcurrentTime：打印两次GC之间业务正常运行时间，判断GC密集度；
-Xloggc：指定GC日志输出路径与文件名，%t 自动拼接时间戳，避免日志覆盖；
-XX:GCLogFileSize：单个GC日志文件最大大小，防止单文件过大；
-XX:NumberOfGCLogFiles：GC日志文件滚动保留数量，避免磁盘打满；
-XX:+UseGCLogFileRotation：开启GC日志滚动切割，生产必备。

2.1.3 JDK9+ 统一日志格式（新规范）

JDK9及以上废弃传统打印参数，统一使用 -Xlog 整合日志配置，更简洁规范：

复制代码

# JDK9+ 极简GC日志配置
-Xlog:gc*:file=/data/logs/jvm/gc-%t.log:time,uptime,level,tags:filecount=10,filesize=100M

2.2 日志基础字段通用解析

无论CMS/G1，GC日志核心字段通用，掌握即可快速读懂基础日志：

GC类型：GC（Minor GC）、Full GC、CMS、G1 GC；
内存变化：GC前内存占用 -> GC后内存占用（总堆内存）；
耗时字段：user用户耗时、sys系统耗时、real实际STW耗时；
时间戳：精准定位故障发生时间；
停顿时间：应用暂停时长，判断是否影响业务。

2.3 CMS 与 G1 日志打印核心差异

CMS和G1的GC日志结构完全不同，核心差异源于回收机制、分代模型、执行阶段不同，是日志分析的核心难点。

2.3.1 CMS GC日志特征与阶段标识

CMS是老年代并发回收收集器，日志会清晰打印六大执行阶段，存在明显的阶段特征关键字：

CMS-initial-mark：初始标记阶段，短暂STW，标记根对象；
CMS-concurrent-mark：并发标记，业务线程并行执行，无STW；
CMS-concurrent-preclean：并发预清理，修正并发期间引用变动；
CMS-remark：重新标记，短暂STW，最终修正漏标对象；
CMS-concurrent-sweep：并发清除，回收垃圾内存；
CMS-concurrent-reset：并发重置，等待下一轮GC；

CMS日志特点：阶段拆分细、存在多次短暂STW、会打印Concurrent Mode Failure降级FullGC日志、存在内存碎片回收记录。

2.3.2 G1 GC日志特征与阶段标识

G1是分区式增量回收，日志不再严格区分新生代、老年代，核心标识为 G1 Evacuation Pause（年轻代GC） 、G1 Mixed Pause（混合GC），无CMS阶段关键字。

G1日志特点：

以Region分区为单位统计内存，不单独打印Eden/Survivor完整分区数据；
区分年轻代GC、混合GC、FullGC三种场景；
可精准查看每轮GC回收的分区数量、内存释放大小、停顿耗时；
日志侧重可控停顿时间，打印目标停顿时间与实际耗时对比。

2.3.3 核心差异汇总表

对比维度	CMS GC日志	G1 GC日志
核心标识	CMS多阶段关键字（initial-mark、remark等）	G1 Evacuation、G1 Mixed
内存统计维度	严格分新生代、老年代、元空间	基于Region分区统计，弱化分代
STW特征	两次关键STW（初始标记、重新标记）	单次集中STW，增量可控停顿
异常日志	Concurrent Mode Failure、promotion failed	G1 Full GC、Region分配失败
日志侧重点	并发阶段耗时、内存碎片、降级记录	停顿时间达标率、分区回收效率

2.4 GC日志手动分析核心思路

看频率：统计YoungGC、FullGC每小时触发次数，判断是否频繁GC；
看耗时：重点关注FullGC单次耗时、STW停顿时间，判断卡顿影响；
看内存变化：GC后内存是否能正常释放，判断是否存在内存泄漏；
看异常关键字：检索promotion failed、Concurrent Mode Failure、Full GC频繁触发标识；
看晋升情况：YoungGC后大量对象晋升老年代，预判老年代膨胀风险。

三、GC日志分析工具：GCEasy 完整详解

手动分析原始GC日志效率极低、容易遗漏细节，生产主流使用 GCEasy 一键可视化分析，自动识别问题、生成报表、给出优化方案，是JVM调优标配工具。

3.1 GCEasy 工具简介

GCEasy 是业界主流免费在线GC日志智能分析工具，由Tier1app公司开发，支持JDK全版本、CMS/G1/ZGC所有收集器日志格式，兼容Linux/Mac/Windows输出的GC日志。

依托机器学习算法，自动解析GC日志、统计性能指标、定位异常GC、识别内存泄漏、评估JVM参数合理性，并给出可视化报表与优化建议，被上万企业用于生产JVM性能排查。

3.2 核心功能介绍

全自动日志解析：上传gc.log原始文件，无需手动配置，自动适配收集器类型；
核心指标统计：GC总次数、Young/FullGC占比、平均耗时、最大停顿时间、系统吞吐量；
异常智能识别：自动检测频繁GC、长时间STW、内存泄漏、GC降级、对象晋升异常；
可视化图表生成：内存变化曲线、GC耗时曲线、GC频率分布图、停顿时间统计；
参数优化建议：根据日志运行数据，精准推荐堆内存大小、GC阈值、收集器适配方案；
问题分级告警：区分严重问题、警告问题、正常指标，快速聚焦核心故障。

3.3 GCEasy 使用步骤（极简上手）

打开GCEasy官方网站；
上传服务器导出的原始gc.log日志文件；
等待10秒左右自动解析完成；
查看整体健康评分、异常告警、可视化报表；
根据工具给出的优化建议落地参数调整。

3.4 GCEasy 优点

零成本免费使用：核心分析功能完全免费，无需安装、无需部署、开箱即用；
分析精准高效：规避人工分析遗漏，毫秒级定位GC异常、内存隐患；
全收集器兼容：完美支持CMS、G1、ZGC、Parallel GC等所有主流收集器日志；
可视化直观：图表化展示内存波动、GC耗时变化，问题一目了然；
落地性强：不只是统计数据，直接给出可落地的JVM调优方案；
适配生产复盘：可导出分析报告，用于故障复盘、性能评审。

3.5 GCEasy 缺点与使用限制

隐私安全风险：在线上传日志，敏感生产环境、涉密业务不建议使用，存在数据泄露隐患；
大文件解析受限：超大GC日志文件解析速度慢，部分超长日志可能解析失败；
依赖网络：纯在线工具，内网离线环境无法直接使用；
高阶优化有限：基础GC问题精准识别，复杂内存泄漏、极细微性能瓶颈仍需人工结合dump日志分析；
无实时监控能力：仅支持离线日志分析，无法实时监控线上GC状态。

3.6 生产使用规范

外网非敏感业务：直接使用GCEasy在线快速分析、复盘优化；
内网涉密业务：可搭建GCEasy离线版，或采用人工解析+本地日志分析工具；
优先以工具告警为基础，结合业务场景人工校验，不盲目照搬优化建议。