线上服务内存溢出
这周刚上班突然有一个项目内存溢出了，排查了半天终于找到问题所在，在此记录下，防止后面再次出现类似的情况。
先简单说下当出现内存溢出之后，我是如何排查的，首先通过jstack打印出堆栈信息，然后通过分析工具对这些文件进行分析，根据分析结果我们就可以知道大概是由于什么问题引起的。
关于jstack如何使用，大家可以先看看这篇文章 jstack的使用
问题排查
下面是我打印出来的信息，大部分都是这个
“http-nio-8761-exec-124” #580 daemon prio=5 os_prio=0
tid=0x00007fbd980c0800 nid=0x249 waiting on condition ［0x00007fbcf09c8000］
java.lang.Thread.State： TIMED_WAITING （parking）
at sun.misc.Unsafe.park（Native Method）
- parking to wait for 《0x00000000f73a4508》 （a java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject）
at java.util.concurrent.locks.LockSupport.parkNanos（LockSupport.java:215）
at java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject.awaitNanos（AbstractQueuedSynchronizer.java:2078）
at java.util.concurrent.LinkedBlockingQueue.poll（LinkedBlockingQueue.java:467）
at org.apache.tomcat.util.threads.TaskQueue.poll（TaskQueue.java:85）
at org.apache.tomcat.util.threads.TaskQueue.poll（TaskQueue.java:31）
at java.util.concurrent.ThreadPoolExecutor.getTask（ThreadPoolExecutor.java:1073）
at java.util.concurrent.ThreadPoolExecutor.runWorker（ThreadPoolExecutor.java:1134）
at java.util.concurrent.ThreadPoolExecutor$Worker.run（ThreadPoolExecutor.java:624）
at org.apache.tomcat.util.threads.TaskThread$WrappingRunnable.run（TaskThread.java:61）
at java.lang.Thread.run（Thread.java:748）
看到了如上信息之后，大概可以看出是由于线程池的使用不当导致的，那么根据信息继续往下看，看到ThreadPoolExecutor那么就可以知道这肯定是创建了线程池，那么我们就在代码里找，哪里创建使用了线程池，我就找到这么一段代码。
public class ThreadPool {
private static ExecutorService pool;
private static long logTime = 0;
public static ExecutorService getPool（） {
if （pool == null） {
pool = Executors.newFixedThreadPool（20）;
}
return pool;
}
}
乍一看，可能写的同学是想把这当一个全局的线程池用，所有的业务凡是用到线程的都会使用这个类，为了统一管理线程，想法没什么毛病，但是这样写确实有点子毛病。
newFixedThreadPool分析
上面使用了Executors.newFixedThreadPool（20）创建了一个固定的线程池，我们先分析下newFixedThreadPool是怎么样的一个流程。
一个请求进来之后，如果核心线程有空闲线程直接使用核心线程中的线程执行任务，不会添加到阻塞队列中，如果核心线程满了，判断是否达到允许的最大线程数，如果没有继续则创建线程执行，直至达到允许的最大线程数，之后进入的请求如果没有空闲的线程，则进入阻塞队列，等待其他线程执行结束。
了解了流程之后我们再来看newFixedThreadPool的代码实现。
public static ExecutorService newFixedThreadPool（int nThreads） {
return new ThreadPoolExecutor（nThreads， nThreads，
0L， TimeUnit.MILLISECONDS，
new LinkedBlockingQueue《Runnable》（））;
}
public LinkedBlockingQueue（） {
this（Integer.MAX_VALUE）;
}
public LinkedBlockingQueue（int capacity） {
if （capacity 《= 0） throw new IllegalArgumentException（）;
// 任务阻塞队列的初始容量
this.capacity = capacity;
last = head = new Node《E》（null）;
}
定位问题
看到了这里不知道你是否知道了此次引起内存泄漏的原因，其实就是因为阻塞队列的容量过大。
如果不手动的指定阻塞队列的大小，那么它默认是Integer.MAX_VALUE，我们的线程池只有20个线程可以处理任务，其他的请求全部放到阻塞队列中，那么当涌入大量的请求之后，阻塞队列一直增加，你的内存配置又非常紧凑的话，那么是很容易出现内存溢出的。
我们的业务是在APP启动的时候，会使用线程池去检查用户的一些配置，应用的启动量还是非常大的而且给的内存配置也不是很足，所以运行一段时间后，部分容器就出现了内存溢出的情况。
如何正确的创建线程池
以前其实没太在意这种问题，都是使用Executors去创建线程，但是这样确实会存在一些问题，就像这些的内存泄漏，所以一般不要使用Executors去创建线程，使用ThreadPoolExecutor进行创建，其实Executors底层也是使用ThreadPoolExecutor进行创建的。
使用ThreadPoolExecutor创建需要自己指定核心线程数、最大线程数、线程的空闲时长以及阻塞队列。
3种阻塞队列
ArrayBlockingQueue：基于数组的先进先出队列，有界 LinkedBlockingQueue：基于链表的先进先出队列，有界 SynchronousQueue：无缓冲的等待队列，无界
我们使用了有界的队列，那么当队列满了之后如何处理后面进入的请求，我们可以通过不同的策略进行设置。
4种拒绝策略
AbortPolicy：默认，队列满了丢任务抛出异常 DiscardPolicy：队列满了丢任务不异常 DiscardOldestPolicy：将最早进入队列的任务删，之后再尝试加入队列 CallerRunsPolicy：如果添加到线程池失败，那么主线程会自己去执行该任务
在创建之前，先说下我最开始的版本，因为队列是固定的，最开始我们不知道有拒绝策略，所以在队列满了之后再添加的话会出现异常，我就在异常里面睡眠了1秒，等待其他的线程执行完毕获取空闲连接，但是还是会有部分不能得到执行。
接下来我们来创建一个容错率比较高的线程池。
public class WordTest {
public static void main（String［］ args） throws InterruptedException {
System.out.println（“开始执行”）;
// 阻塞队列容量声明为100个
ThreadPoolExecutor executorService = new ThreadPoolExecutor（10， 10，
0L， TimeUnit.MILLISECONDS， new LinkedBlockingQueue《》（100））;
// 设置拒绝策略
executorService.setRejectedExecutionHandler（new ThreadPoolExecutor.CallerRunsPolicy（））;
// 空闲队列存活时间
executorService.setKeepAliveTime（20， TimeUnit.SECONDS）;
List《Integer》 list = new ArrayList《》（2000）;
try {
// 模拟200个请求
for （int i = 0; i 《 200; i++） {
final int num = i;
executorService.execute（（） -》 {
System.out.println（Thread.currentThread（）.getName（） + “-结果：” + num）;
list.add（num）;
}）;
}
} finally {
executorService.shutdown（）;
executorService.awaitTermination（10， TimeUnit.SECONDS）;
}
System.out.println（“线程执行结束”）;
}
}
思路：我声明了100容量的阻塞队列，模拟了一个200的请求，很显然肯定有部分请求进入不了队列，但是我使用了CallerRunsPolicy策略，当队列满了之后，使用主线程去进行处理，这样就不会出现有部分请求得不到执行的情况，也不会因为因为阻塞队列过大导致内存溢出的情况。
如果还有什么更好地写法欢迎各位指教！
通过测试200个请求全部得到执行，有3个请求由主线程进行了处理。
总结
如何更好的创建线程池上面已经说过了，关于线程池在业务中的使用，其实我们这种全局的思路是不太好的，因为如果从全局考虑去创建线程池，是很难把控的，因为你无法准确地评估所有的请求加起来会有多大的量，所以最好是每个业务创建独立的线程池进行处理，这样是很容易评估量化的。
另外创建的时候，最好评估下大概每秒的请求量有多少，然后来合理的初始化线程数和队列大小。
