内存占用 99% 且 Java 程序较多的优化建议

引言

在服务器运维和开发过程中，我们经常会遇到物理内存被多个 Java 程序"吃满"的情况。当 free -h 显示内存占用率高达 99% 时，系统性能会急剧下降，甚至触发 OOM（Out Of Memory）导致服务崩溃。多个 JVM 同时运行最容易把内存吃满，因为每个 JVM 默认都会按物理内存比例抢占堆内存。本文将分"先止血"和"长期治理"两部分，提供一套完整的排查与优化方案。

一、先确认问题：定位内存消耗元凶

在动手优化之前，必须先搞清楚内存到底被谁占用了。以下是几个关键命令：

bash 复制代码

# 1. 查看内存整体使用情况
free -h

# 2. 查看每个 Java 进程占用了多少内存（重点关注 RES 和 %MEM 列）
ps -eo pid,user,comm,%mem,rsz,args --sort=-%mem | grep -i java

# 3. 查看每个 JVM 的实际堆配置（查找 -Xmx 参数）
ps -ef | grep java

关键判断 ：如果看到多个进程都带有 -Xmx2g、-Xmx4g 之类的参数，并且它们的总和超过了物理内存，这就是问题的根因。JVM 默认的最大堆大小约为物理内存的 1/4，多个 JVM 叠加，内存很快就会被耗尽。

二、立竿见影：给每个 JVM 限制堆大小

这是最关键的一步------不要依赖 JVM 的默认堆配置。必须为每个 Java 程序显式设置内存上限。

bash 复制代码

# 在启动命令中加入以下参数（根据程序重要性和可用内存合理分配）
# 适用于中小型程序
-Xms512m -Xmx1024m

# 适用于较大的程序
-Xms1g -Xmx2g

调整后，重启对应的 Java 程序即可立即释放被过度占用的内存。

三、识别并清理不必要的 Java 进程

系统中可能运行着一些早已被遗忘的"僵尸"进程或测试环境残留的服务。

bash 复制代码

# 1. 找出所有 Java 进程
ps -ef | grep java

# 2. 确认无用后，停止它们
# 使用 systemctl 停止服务（如果是以服务形式运行的）
sudo systemctl stop <不需要的服务名>

# 或直接使用 kill 命令
kill -9 <PID>

常见的内存大户：

旧的、未关闭的 Tomcat 实例。
用于测试的 Spring Boot 应用进程。
IDE（如 IntelliJ IDEA、Eclipse）的后台编译或运行进程。
用于本地开发的 Elasticsearch、Kafka 等中间件。

四、中间件单独治理

如果你运行的是 Elasticsearch、Kafka、Zookeeper、Redis 等中间件，它们有独立于应用 JVM 的内存配置，需要单独限制。

Elasticsearch ：修改 config/jvm.options 文件中的 -Xms 和 -Xmx 参数。通常建议将两者设置为相同值，例如 -Xms4g -Xmx4g，并且总堆内存不要超过物理内存的 50%，同时为操作系统和文件缓存预留足够空间。
Redis ：在 redis.conf 配置文件中设置 maxmemory 参数，例如 maxmemory 2gb。建议同时配置 maxmemory-policy 来定义内存达到上限后的淘汰策略，如 allkeys-lru。
Kafka ：Kafka 的内存主要分为堆内存和操作系统页缓存。
- 堆内存 ：通过环境变量 KAFKA_HEAP_OPTS 设置，例如 export KAFKA_HEAP_OPTS="-Xms2g -Xmx2g"。对于生产环境，通常 4-6GB 的堆内存是合理的起点，具体取决于分区数、流量和消息大小。
- 页缓存 ：Kafka 重度依赖操作系统页缓存来提升性能。确保为 Kafka 的日志目录（log.dirs）所在磁盘预留充足的可用内存（通常建议为总消息存储大小的 50%-70%），这部分内存无需在 JVM 参数中设置，由操作系统自动管理。
Zookeeper ：Zookeeper 也是 Java 应用，其内存配置在 conf/zookeeper-env.sh（或 zookeeper-server-start.sh）中通过 JVMFLAGS 或 SERVER_JVMFLAGS 设置，例如 export SERVER_JVMFLAGS="-Xms1g -Xmx1g"。对于大多数集群，1-2GB 的堆内存通常足够。确保其数据目录（dataDir）和事务日志目录（dataLogDir）有足够的磁盘空间。

五、长期治理与架构建议

1. 合并部署

尽可能将功能相近的小服务合并部署到同一个 Tomcat 或同一个 Spring Boot 应用中，避免为每个微小的功能都启动一个独立的 JVM。

2. 使用容器隔离

采用 Docker 等容器技术，通过 --memory 和 --memory-swap 参数为每个容器设置硬性内存上限。这样可以防止单个异常程序拖垮整个宿主机的内存。

3. 添加 Swap 空间（治标不治本）

增加 Swap 空间可以在物理内存不足时提供缓冲，防止系统因 OOM 而直接崩溃，但这会影响性能。

bash 复制代码

# 创建一个 2GB 的 Swap 文件
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
# 如需永久生效，还需将配置写入 /etc/fstab

4. 建立监控体系

实时查看 ：使用 htop、glances 等工具。
长期监控 ：搭建 Prometheus + Node Exporter + Grafana 监控栈，观察内存使用趋势，设置告警。

总结

面对多 Java 程序内存占满的问题，核心思路是 "限制与精简"：

显式限制 ：为每个 JVM 设置合理的 -Xmx。
及时清理：定期巡检，关闭无用的进程。
架构优化：合并服务，使用容器进行资源隔离。
持续监控：建立预警机制，防患于未然。

通过上述"止血"与"治理"的组合拳，可以有效解决内存占用过高的问题，保障系统的稳定运行。