版权声明：本文为博主原创文章，转载请注明出处。
记一次压测时Java内存泄漏问题的发现过程(2017-08-14)
【前篇】
①20170811进行A系统与B系统之间的会话功能进行压测，加上脚本准备期间的聊天消息，预计累计聊天30w+条消息；
②20170814原计划加大量对会话功能进行压测，情况如下；
【应用表现】
①B系统前台打开报错“504”；
②查看后台应用CPU情况，CPU利用率高达700+%(8核)；
③查看后台内存情况，持续FullGC，且一次FullGC的时长在9s左右，从这里可以粗略定位CPU高的原因是内存GC问题导致；
【查看应用JVM配置】
①请教B开发团队，loader提到应该不是JVM配置引起的问题；
【尝试进行分析】
①尝试使用jvisualvm进行“堆 dump”，但是因为没有内存了所以jvisualvm连接后卡死(之前测试可以正确连接并显示JVM情况)；
②使用jmap命令“jmap -dump:format=b,file=heap.hprof pid”进行dump，dump文件有16G（修改mat配置，无奈客户端硬件差）；
③尝试shutdown应用后重启，无法shutdown；最后使用“kill -9 pid”暴力解决无法shutdown的情况，后重启应用；
【重启后情况】
①使用jvisualvm查看堆内存使用情况，表现为“堆内存持续上升”；
②重启1小时后，dump文件进行分析，其中“java.util.concurrent.LinkedBlockingQueue$Node”占用内存高达1G，基本可以判断存在“内存泄漏”；
“com.best.oasis.B.common.entity.messageTransship.MessageTransship”对象151MB，且有160w个MessageTransship对象；
③B开发Review代码：原因所在：线程池中等待执行的任务队列存在内存泄漏的问题；
正常情况：
A应用服务器发送消息给B服务器后，B服务器接收消息后将该消息存于中间表B_messagetransship中，同时将该消息转发给B客服端，B客服端接收消息并对该条消息进行ack，ack成功后删除B_messagetransship中的该条消息。为了防止消息丢失，B有一个定时重发job，用于每隔5s将B_messagetransship表中的消息再次推送一次；
异常情况：
1.A服务器发送给B服务器的消息存在于B_messagetransship表中后(此时状态为“PENDING_SEND”)，因为网络/B客户主动退出等问题，致使B客户端并未收到来自B服务器的该消息，则该消息的状态被置为“SEND_FAILED”存在表B_messagetransship中；
2.A服务器发送给B服务器的消息，B客服端正确收到，但是B客服端发送的ACK请求返回失败，则该消息的状态被置为“PENDING_ACK”存在表B_messagetransship中；
失败消息定时重发实现逻辑：
每隔5s从B_messagetransship中逐个取出失败的消息记录，以链式队列的形式链接在等待执行的任务队列中，若5s内该消息被线程处理且推送状态为成功，则删除数据库表中该消息记录；若5s内该消息被线程处理但推送状态为失败，则数据库表中的该条消息记录保持不变；若5s内该消息并未来得及被线程处理，下一次定时重发任务触发时，该消息会保留第二个拷贝在待处理任务队列中，以此类推；
bug发现的诱因：
B_messagetransship表失败推送的消息量比较大，B_messagetransship表11w+条数据，失败消息量大的原因：
①11907条“再见”，状态为：SEND_FAILED
产生原因：B客户端对话完毕未接收到再见语，就发起了“{"type":"close","sid":"${sid}"}”的请求，该现象在实际中也可能产生；
②17120条“很高兴为您服务”，状态为：PENDING_ACK
产生原因：压测脚本未对“很高兴为您服务”消息进行ack；
③剩余的8w+条，为A发送给B的对话消息，推测是在脚本准备期间产生的数据；
开发下期优化思路：
①为B_messagetransship表中的消息增加生存时长，若超时则直接删除；
②限制待执行任务队列中messageTransship对象的数量，达到一定个数则不再从B_messagetransship中获取；
测试脚本修改：
①增加对“开始语”与“结束语”消息的ack；