凌晨三点救火实录：Java内存泄漏的七个神坑，你至少踩过三个！

来源：cnblogs　　作者：程序员晓凡　　时间：2025/3/7 9:16:42　　对本文有异议

引子：那个让运维集体加班的夜晚

"凡哥！线上服务响应时间飙到10秒了！"凌晨1点，实习生小李的语音带着哭腔。
监控大屏上，JVM堆内存曲线像坐了火箭——刚扩容的16G内存，30分钟就被吃干抹净。
我咬着牙拍桌子："把最近一周上线的代码给我翻个底朝天！"

第一坑：Static集合成永动机

▌ 翻车代码（真实项目片段）

// 缓存用户AI对话历史 → 翻车写法！
public class ChatHistoryCache {
    private static Map<Long, List<String>> cache = new HashMap<>();
    public static void addMessage(Long userId, String msg) {
        cache.computeIfAbsent(userId, k -> new ArrayList<>()).add(msg);
    }
}

▌ 翻车现场

用户量暴增时，缓存数据只进不出，48小时撑爆内存
用Arthas抓现行：vmtool --action getInstances -c 4614556e 看到Map尺寸破千万
MAT分析：HashMap$Node对象占堆内存82%

▌ 正确姿势

// 改用Guava带过期时间的缓存
private static Cache<Long, List<String>> cache = CacheBuilder.newBuilder()
        .expireAfterAccess(1, TimeUnit.HOURS) 
        .maximumSize(10000)
        .build();

第二坑：Lambda忘记关文件流

▌ 致命代码（处理AI模型文件）

// 加载本地模型文件 → 翻车写法！
public void loadModels(List<File> files) {
    files.forEach(file -> {
        try {
            InputStream is = new FileInputStream(file); // 漏了关闭！
            parseModel(is);
        } catch (IOException e) { /*...*/ }
    });
}

▌ 诡异现象

服务运行三天后突然报 "Too many open files"
Linux排查：lsof -p 进程ID | grep 'deleted' 发现大量未释放文件句柄
JVM监控：jcmd PID VM.native_memory显示文件描述符数量突破1万

▌ 抢救方案

// 正确写法：try-with-resources自动关闭
files.forEach(file -> {
    try (InputStream is = new FileInputStream(file)) { // 自动关流
        parseModel(is);
    } catch (IOException e) { /*...*/ }
});

第三坑：Spring事件监听成钉子户

▌ 坑爹代码（消息通知模块）

// 监听AI处理完成事件 → 翻车写法！
@Component
public class NotifyService {
    @EventListener
    public void handleAiEvent(AICompleteEvent event) {
        // 错误持有外部服务引用
        externalService.registerCallback(this::sendNotification); 
    }
}

▌ 内存曲线

每次事件触发，监听器对象就被外部服务强引用，永远不释放
MAT分析：NotifyService实例数随时间线性增长
GC日志：老年代占用率每周增长5%

▌ 避坑绝招

// 使用弱引用解除绑定
public void handleAiEvent(AICompleteEvent event) {
    WeakReference<NotifyService> weakRef = new WeakReference<>(this);
    externalService.registerCallback(() -> {
        NotifyService service = weakRef.get();
        if (service != null) service.sendNotification();
    });
}

第四坑：线程池里的僵尸任务

▌ 问题代码（异步处理AI请求）

// 异步线程池配置 → 翻车写法！
@Bean
public Executor asyncExecutor() {
    return new ThreadPoolExecutor(10, 10,
        0L, TimeUnit.MILLISECONDS,
        new LinkedBlockingQueue<>()); // 无界队列！
}

▌ 灾难现场

请求突增时队列堆积50万任务，每个任务持有一个AI响应对象
堆dump显示：byte[]占内存90%，全是待处理的响应数据
监控指标：queue_size指标持续高位不降

▌ 正确配置

// 设置队列上限+拒绝策略
new ThreadPoolExecutor(10, 50, 
    60L, TimeUnit.SECONDS,
    new ArrayBlockingQueue<>(1000), 
    new ThreadPoolExecutor.CallerRunsPolicy());

第五坑：MyBatis连接池里的幽灵

▌ 致命代码（查询用户对话记录）

public List<ChatRecord> getHistory(Long userId) {
    SqlSession session = sqlSessionFactory.openSession();
    try {
        return session.selectList("queryHistory", userId);
    } finally {
        // 忘记session.close() → 连接池逐渐枯竭
    }
}

▌ 泄露证据

Druid监控面板显示活跃连接数达到最大值
日志报错：Cannot get connection from pool, timeout 30000ms
堆分析：SqlSession实例数异常增长

▌ 正确姿势

// 使用try-with-resources自动关闭
try (SqlSession session = sqlSessionFactory.openSession()) {
    return session.selectList("queryHistory", userId);
}

第六坑：第三方库的温柔陷阱

▌ 问题代码（缓存用户偏好设置）

// 使用Ehcache时的错误配置
CacheConfiguration<Long, UserPreference> config = new CacheConfiguration<>()
    .setName("user_prefs")
    .setMaxEntriesLocalHeap(10000); // 只设置了数量，没设过期时间！

▌ 内存症状

GC日志显示老年代每周增长3%
Arthas监控：watch com.example.CacheService getCachedUser返回对象存活时间超7天
压测时触发OOM，堆中发现大量UserPreference对象

▌ 正确配置

config.setTimeToLiveSeconds(3600) // 1小时过期
      .setDiskExpiryThreadIntervalSeconds(60); // 过期检查间隔

第七坑：ThreadLocal用完不打扫

▌ 致命代码（用户上下文传递）

public class UserContextHolder {
    private static final ThreadLocal<User> currentUser = new ThreadLocal<>();
    public static void set(User user) {
        currentUser.set(user);
    }
    // 缺少remove方法！
}

▌ 内存异常

线程池复用后，ThreadLocal中旧用户数据堆积
MAT分析：User对象被ThreadLocalMap强引用无法释放
监控发现：每个线程持有平均50个过期用户对象

▌ 修复方案

// 使用后必须清理！
public static void remove() {
    currentUser.remove();
}
// 在拦截器中强制清理
@Around("execution(* com.example..*.*(..))")
public Object clearContext(ProceedingJoinPoint pjp) throws Throwable {
    try {
        return pjp.proceed();
    } finally {
        UserContextHolder.remove(); // 关键！
    }
}

终极排查工具箱

1. Arthas实战三连击

# 实时监控GC情况
dashboard -n 5 -i 2000
# 追踪可疑方法调用频次
trace com.example.CacheService addCacheEntry -n 10
# 动态修改日志级别（无需重启）
logger --name ROOT --level debug

2. MAT分析三板斧

Dominator Tree：揪出内存吞噬者
Path to GC Roots：顺藤摸瓜找凶手

OQL黑科技：

SELECT * FROM java.util.HashMap WHERE size > 10000
SELECT toString(msg) FROM java.lang.String WHERE msg.value LIKE "%OOM%"

3. 线上救火命令包

# 快速查看堆内存分布
jhsdb jmap --heap --pid <PID>
# 统计对象数量排行榜
jmap -histo:live <PID> | head -n 20
# 强制触发Full GC（慎用！）
jcmd <PID> GC.run

防泄漏军规十二条

所有缓存必须设置双保险：过期时间 + 容量上限

IO操作三重防护：

try (InputStream is = ...) { // 第一重
    useStream(is); 
} catch (IOException e) {    // 第二重
    log.error("IO异常", e);
} finally {                  // 第三重
    cleanupTempFiles();
}

线程池四不原则：
- 不用无界队列
- 不设不合理核心数
- 不忽略拒绝策略
- 不存放大对象
Spring组件三查：
- 查事件监听器引用链
- 查单例对象中的集合类
- 查@Async注解的线程池配置
第三方库两验：
- 验连接池归还机制
- 验缓存默认配置
代码审查重点关注：
- 所有static修饰的集合
- 所有close()/release()调用点
- 所有内部类持有外部引用的地方

运维老凡的避坑日记

2024-03-20 凌晨2点
"小王啊，知道为什么我头发这么少吗？
当年有人把用户会话存到ThreadLocal里不清理，
结果线上十万用户同时在线时——
那内存泄漏的速度比理发店推子还快！"

自测题：你能看出这段代码哪里会泄漏吗？

// 危险代码！请找出三个泄漏点
public class ModelLoader {
    private static List<Model> loadedModels = new ArrayList<>();
    
    public void load(String path) {
        Model model = new Model(Files.readAllBytes(Paths.get(path)));
        loadedModels.add(model);
        Executors.newSingleThreadScheduledExecutor()
                 .scheduleAtFixedRate(() -> model.refresh(), 1, 1, HOURS);
    }
}