WebLogic Linux版如何优化内存

Linux上 WebLogic 内存优化实操指南

一 基线评估与容量规划

• 明确应用类型与SLA：计算密集型/高并发/大对象缓存/文件I/O 等，决定堆与非堆、GC策略与线程池的取舍。
• 预留系统资源：堆一般不超过物理内存的70%，为操作系统、文件缓存、JVM本地内存（Direct Memory、元空间、JIT代码缓存等）留出余量。
• 单实例原则：尽量让一个物理/虚拟机能容纳1–2个WebLogic实例，避免资源争用导致GC抖动与OOM。
• 建立监控基线：记录CPU、内存、I/O、网络、线程、JDBC连接、GC次数/停顿等关键指标，作为调优前后对比依据。

二 JVM堆与非堆内存设置

• 设置位置与原则
  • 推荐在域目录的 $DOMAIN_HOME/bin/setDomainEnv.sh 中通过变量 USER_MEM_ARGS 设置，便于统一管理；也可在管理控制台“服务器 → 配置 → 服务器启动 → 参数”中追加。生产环境建议 -Xms 与 -Xmx 等值，避免运行期扩缩堆带来的停顿与抖动。
• 堆与年轻代
  • 堆大小：结合负载与物理内存，按“不超过**70%**物理内存”与“单实例承载量”综合确定；并发高、对象生命周期短的应用可适当加大年轻代。
  • 年轻代：常用经验为堆的1/3–1/2；Eden/Survivor 比例可用 -XX:SurvivorRatio 调整（例如 8 表示 Eden:Survivor=8:1:1）。
• 非堆内存
  • Java 8 及以下：使用 -XX:PermSize / -XX:MaxPermSize（永久代）；Java 8+：使用 -XX:MetaspaceSize / -XX:MaxMetaspaceSize（元空间，建议设置上限，防止类加载泄漏耗尽本地内存）。
• 常用参数模板（示例）
  • 示例A（中等规模，Java 8+，G1 GC）
    • -Xms4g -Xmx4g -Xmn2g -XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m
    • -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:G1ReservePercent=15 -XX:InitiatingHeapOccupancyPercent=35
  • 示例B（大内存、高并发，Java 11+，低停顿）
    • -Xms16g -Xmx16g -Xmn6g -XX:MetaspaceSize=512m -XX:MaxMetaspaceSize=1g
    • -XX:+UseZGC 或 -XX:+UseShenandoahGC
  • 诊断与稳定性（建议常开）
    • -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/opt/weblogic/heapdumps
    • -XX:+PrintGCDetails -XX:+PrintGCDateStamps -XX:+PrintGCTimeStamps -Xloggc:/opt/weblogic/logs/gc_%t.log
    • -XX:+DisableExplicitGC（避免应用误调用 System.gc() 触发Full GC）
• 快速参考
  • -Xms/-Xmx：初始/最大堆；生产建议等值
  • -Xmn：年轻代大小（堆的1/3–1/2）
  • -XX:SurvivorRatio：Eden/Survivor 比例
  • -XX:MetaspaceSize/MaxMetaspaceSize：元空间初始/上限（Java 8+）
  • -XX:+UseG1GC / UseZGC / UseShenandoahGC：GC策略选择

三 GC策略选择与关键参数

• 吞吐量优先（批处理/后台任务偏多）
  • -XX:+UseParallelGC -XX:+UseParallelOldGC
  • 可按CPU核数设置并行线程：如 -XX:ParallelGCThreads=4/8（结合压测微调）
• 低延迟优先（交互/Web请求敏感）
  • Java 8+：-XX:+UseG1GC，配合目标停顿与触发阈值（如 -XX:MaxGCPauseMillis=200、-XX:InitiatingHeapOccupancyPercent=35）
• 超低停顿（Java 11+，超大堆、极低暂停诉求）
  • -XX:+UseZGC 或 -XX:+UseShenandoahGC
• 通用建议
  • 避免频繁Full GC：控制对象生命周期、减少大对象常驻、合理设置年轻代与并发标记参数。
  • 结合压测逐步微调：一次只调整1–2个GC相关参数，观察GC日志与业务RT、吞吐变化。

四 Linux系统层面优化

• 内存与交换
  • 适度降低 vm.swappiness（如 10），减少换页；仅在必要时启用/扩大 Swap，避免频繁换入换出导致抖动。
  • 关注 OOM Killer：必要时通过 /proc//oom_score_adj 调整WebLogic进程被优先终止的风险（仅在明确影响稳定性时调整）。
  • 资源隔离与控制：使用 cgroups 限制实例内存上限，防止单实例异常膨胀影响整机。
• 内存压缩与缓存
  • 启用 zram/zswap，在内存紧张时以压缩方式保留更多可用物理内存，降低换页压力。
• 监控与诊断
  • 系统侧：top/htop、free、vmstat、iostat、sar 观察内存、I/O、负载与瓶颈。
  • JVM侧：jstat -gc、jmap -heap、jstack 持续跟踪堆、GC与线程状态，配合堆转储分析泄漏根因。

五 监控 排障与上线流程

• 监控指标与阈值
  • 堆使用率建议长期低于70%；Young GC应快速且频率稳定；Full GC应极少发生；元空间使用不应持续增长（持续增长常指示类加载/热部署问题）。
• 常用诊断命令
  • jstat -gc 1000（GC统计）、jmap -heap （堆概要）、jstack （线程栈）、生成堆转储分析泄漏对象与引用链。
• 上线前压测与渐进调优
  • 建立基准 → 只改1–2个参数 → 压测验证 → 复盘指标 → 再迭代；所有变更先在测试环境验证并备份配置。
• OOM应急与定位
  • 开启 HeapDumpOnOutOfMemoryError 与 GC日志，结合 jmap/hprof 分析大对象与GC根路径；必要时回滚变更或限流保护。
• WebLogic侧配合调优
  • 线程池与连接池与内存相匹配：线程过多会放大堆与GC压力，过少影响吞吐；结合并发模型与RT目标做联动调优。