Grundlegendes zu Speicherverlusten in Java

1. Einleitung

Einer der Hauptvorteile von Java ist die automatisierte Speicherverwaltung mithilfe des integrierten Garbage Collector (kurz GC ). Der GC kümmert sich implizit um das Zuweisen und Freigeben von Speicher und ist somit in der Lage, die meisten Probleme mit Speicherverlusten zu lösen.

Während der GC einen guten Teil des Speichers effektiv verarbeitet, garantiert er keine narrensichere Lösung für Speicherverluste. Der GC ist ziemlich schlau, aber nicht fehlerfrei. Speicherlecks können auch bei Anwendungen eines gewissenhaften Entwicklers immer noch auftreten.

Es kann immer noch Situationen geben, in denen die Anwendung eine erhebliche Anzahl überflüssiger Objekte generiert und so wichtige Speicherressourcen erschöpft, was manchmal zum Ausfall der gesamten Anwendung führt.

Speicherlecks sind in Java ein echtes Problem. In diesem Tutorial werden wir sehen, was die möglichen Ursachen für Speicherverluste sind, wie man sie zur Laufzeit erkennt und wie man sie in unserer Anwendung behandelt .

2. Was ist ein Speicherverlust?

Ein Speicherverlust ist eine Situation, in der Objekte im Heap vorhanden sind, die nicht mehr verwendet werden, der Garbage Collector sie jedoch nicht aus dem Speicher entfernen kann und daher unnötig gewartet wird.

Ein Speicherverlust ist fehlerhaft, da er Speicherressourcen blockiert und die Systemleistung im Laufe der Zeit beeinträchtigt . Und wenn dies nicht behandelt wird, erschöpft die Anwendung schließlich ihre Ressourcen und endet schließlich mit einem schwerwiegenden java.lang.OutOfMemoryError .

Es gibt zwei verschiedene Arten von Objekten, die sich im Heap-Speicher befinden - referenziert und nicht referenziert. Referenzierte Objekte sind Objekte, die noch aktive Referenzen in der Anwendung haben, während nicht referenzierte Objekte keine aktiven Referenzen haben.

Der Garbage Collector entfernt regelmäßig nicht referenzierte Objekte, sammelt jedoch niemals die Objekte, auf die noch verwiesen wird. Hier können Speicherlecks auftreten:

Symptome eines Gedächtnisverlustes

  • Schwerwiegende Leistungseinbußen, wenn die Anwendung längere Zeit ununterbrochen ausgeführt wird
  • OutOfMemoryError- Heap-Fehler in der Anwendung
  • Spontane und seltsame Anwendungsabstürze
  • Der Anwendung gehen gelegentlich die Verbindungsobjekte aus

Schauen wir uns einige dieser Szenarien genauer an und wie man damit umgeht.

3. Arten von Speicherverlusten in Java

In jeder Anwendung können Speicherlecks aus zahlreichen Gründen auftreten. In diesem Abschnitt werden die häufigsten besprochen.

3.1. Speicherverlust durch statische Felder

Das erste Szenario, das einen potenziellen Speicherverlust verursachen kann, ist die starke Verwendung statischer Variablen.

In Java haben statische Felder eine Lebensdauer, die normalerweise der gesamten Lebensdauer der ausgeführten Anwendung entspricht (es sei denn, ClassLoader kann für die Speicherbereinigung verwendet werden ).

Erstellen wir ein einfaches Java-Programm, das eine statische Liste auffüllt :

public class StaticTest { public static List list = new ArrayList(); public void populateList() { for (int i = 0; i < 10000000; i++) { list.add(Math.random()); } Log.info("Debug Point 2"); } public static void main(String[] args) { Log.info("Debug Point 1"); new StaticTest().populateList(); Log.info("Debug Point 3"); } }

Wenn wir nun den Heap-Speicher während dieser Programmausführung analysieren, werden wir feststellen, dass sich der Heap-Speicher zwischen den Debug-Punkten 1 und 2 erwartungsgemäß erhöht hat.

Wenn wir jedoch die populateList () -Methode am Debugpunkt 3 belassen, wird der Heapspeicher noch nicht mit Müll gesammelt, wie wir in dieser VisualVM-Antwort sehen können:

Wenn Sie im obigen Programm in Zeile 2 nur das Schlüsselwort static löschen, führt dies zu einer drastischen Änderung der Speichernutzung. Diese Antwort von Visual VM zeigt Folgendes:

Der erste Teil bis zum Debug-Punkt ist fast der gleiche wie bei statischer Aufladung. Aber diesmal, nachdem wir die populateList () -Methode verlassen haben, wird der gesamte Speicher der Liste mit Müll gesammelt, da wir keinen Verweis darauf haben .

Daher müssen wir sehr genau auf die Verwendung statischer Variablen achten . Wenn Sammlungen oder große Objekte als statisch deklariert werden , verbleiben sie während der gesamten Lebensdauer der Anwendung im Speicher und blockieren so den wichtigen Speicher, der andernfalls anderweitig verwendet werden könnte.

Wie kann man das verhindern?

  • Minimieren Sie die Verwendung statischer Variablen
  • Verlassen Sie sich bei der Verwendung von Singletons auf eine Implementierung, die das Objekt träge lädt, anstatt es eifrig zu laden

3.2. Durch nicht geschlossene Ressourcen

Immer wenn wir eine neue Verbindung herstellen oder einen Stream öffnen, weist die JVM diesen Ressourcen Speicher zu. Einige Beispiele sind Datenbankverbindungen, Eingabestreams und Sitzungsobjekte.

Das Vergessen, diese Ressourcen zu schließen, kann den Speicher blockieren und sie somit außerhalb der Reichweite von GC halten. Dies kann sogar im Falle einer Ausnahme passieren, die verhindert, dass die Programmausführung die Anweisung erreicht, die den Code zum Schließen dieser Ressourcen verarbeitet.

In beiden Fällen verbraucht die offene Verbindung, die von den Ressourcen übrig bleibt, Speicher . Wenn wir uns nicht mit ihnen befassen, können sie die Leistung beeinträchtigen und sogar zu OutOfMemoryError führen .

Wie kann man das verhindern?

  • Verwenden Sie immer finally block, um Ressourcen zu schließen
  • Der Code (auch im finally- Block), der die Ressourcen schließt, sollte selbst keine Ausnahmen haben
  • Bei Verwendung von Java 7+ können wir den Block try -with-resources verwenden

3.3. Unsachgemäße Implementierungen von equals () und hashCode ()

Bei der Definition neuer Klassen besteht ein sehr häufiges Versehen darin, keine geeigneten überschriebenen Methoden für die Methoden equals () und hashCode () zu schreiben .

HashSet und HashMap verwenden diese Methoden in vielen Vorgängen. Wenn sie nicht korrekt überschrieben werden, können sie zu einer Quelle für potenzielle Speicherverlustprobleme werden.

Nehmen wir ein Beispiel für eine triviale Personenklasse und verwenden Sie es als Schlüssel in einer HashMap :

public class Person { public String name; public Person(String name) { this.name = name; } }

Jetzt fügen wir doppelte Personenobjekte in eine Karte ein , die diesen Schlüssel verwendet.

Denken Sie daran, dass eine Karte keine doppelten Schlüssel enthalten kann:

@Test public void givenMap_whenEqualsAndHashCodeNotOverridden_thenMemoryLeak() { Map map = new HashMap(); for(int i=0; i<100; i++) { map.put(new Person("jon"), 1); } Assert.assertFalse(map.size() == 1); }

Here we're using Person as a key. Since Map doesn't allow duplicate keys, the numerous duplicate Person objects that we've inserted as a key shouldn't increase the memory.

But since we haven't defined proper equals() method, the duplicate objects pile up and increase the memory, that's why we see more than one object in the memory. The Heap Memory in VisualVM for this looks like:

However, if we had overridden the equals() and hashCode() methods properly, then there would only exist one Person object in this Map.

Let's take a look at proper implementations of equals() and hashCode() for our Person class:

public class Person { public String name; public Person(String name) { this.name = name; } @Override public boolean equals(Object o) { if (o == this) return true; if (!(o instanceof Person)) { return false; } Person person = (Person) o; return person.name.equals(name); } @Override public int hashCode() { int result = 17; result = 31 * result + name.hashCode(); return result; } }

And in this case, the following assertions would be true:

@Test public void givenMap_whenEqualsAndHashCodeNotOverridden_thenMemoryLeak() { Map map = new HashMap(); for(int i=0; i<2; i++) { map.put(new Person("jon"), 1); } Assert.assertTrue(map.size() == 1); }

After properly overriding equals() and hashCode(), the Heap Memory for the same program looks like:

Another example is of using an ORM tool like Hibernate, which uses equals() and hashCode() methods to analyze the objects and saves them in the cache.

The chances of memory leak are quite high if these methods are not overridden because Hibernate then wouldn't be able to compare objects and would fill its cache with duplicate objects.

How to Prevent It?

  • As a rule of thumb, when defining new entities, always override equals() and hashCode() methods
  • It's not just enough to override, but these methods must be overridden in an optimal way as well

For more information, visit our tutorials Generate equals() and hashCode() with Eclipse and Guide to hashCode() in Java.

3.4. Inner Classes That Reference Outer Classes

This happens in the case of non-static inner classes (anonymous classes). For initialization, these inner classes always require an instance of the enclosing class.

Every non-static Inner Class has, by default, an implicit reference to its containing class. If we use this inner class' object in our application, then even after our containing class' object goes out of scope, it will not be garbage collected.

Consider a class that holds the reference to lots of bulky objects and has a non-static inner class. Now when we create an object of just the inner class, the memory model looks like:

However, if we just declare the inner class as static, then the same memory model looks like this:

This happens because the inner class object implicitly holds a reference to the outer class object, thereby making it an invalid candidate for garbage collection. The same happens in the case of anonymous classes.

How to Prevent It?

  • If the inner class doesn't need access to the containing class members, consider turning it into a static class

3.5. Through finalize() Methods

Use of finalizers is yet another source of potential memory leak issues. Whenever a class' finalize() method is overridden, then objects of that class aren't instantly garbage collected. Instead, the GC queues them for finalization, which occurs at a later point in time.

Additionally, if the code written in finalize() method is not optimal and if the finalizer queue cannot keep up with the Java garbage collector, then sooner or later, our application is destined to meet an OutOfMemoryError.

To demonstrate this, let's consider that we have a class for which we have overridden the finalize() method and that the method takes a little bit of time to execute. When a large number of objects of this class gets garbage collected, then in VisualVM, it looks like:

However, if we just remove the overridden finalize() method, then the same program gives the following response:

How to Prevent It?

  • We should always avoid finalizers

For more detail about finalize(), read section 3 (Avoiding Finalizers) in our Guide to the finalize Method in Java.

3.6. Interned Strings

The Java String pool had gone through a major change in Java 7 when it was transferred from PermGen to HeapSpace. But for applications operating on version 6 and below, we should be more attentive when working with large Strings.

If we read a huge massive String object, and call intern() on that object, then it goes to the string pool, which is located in PermGen (permanent memory) and will stay there as long as our application runs. This blocks the memory and creates a major memory leak in our application.

The PermGen for this case in JVM 1.6 looks like this in VisualVM:

In contrast to this, in a method, if we just read a string from a file and do not intern it, then the PermGen looks like:

How to Prevent It?

  • The simplest way to resolve this issue is by upgrading to latest Java version as String pool is moved to HeapSpace from Java version 7 onwards
  • If working on large Strings, increase the size of the PermGen space to avoid any potential OutOfMemoryErrors:
    -XX:MaxPermSize=512m

3.7. Using ThreadLocals

ThreadLocal (discussed in detail in Introduction to ThreadLocal in Java tutorial) is a construct that gives us the ability to isolate state to a particular thread and thus allows us to achieve thread safety.

When using this construct, each thread will hold an implicit reference to its copy of a ThreadLocal variable and will maintain its own copy, instead of sharing the resource across multiple threads, as long as the thread is alive.

Despite its advantages, the use of ThreadLocal variables is controversial, as they are infamous for introducing memory leaks if not used properly. Joshua Bloch once commented on thread local usage:

“Sloppy use of thread pools in combination with sloppy use of thread locals can cause unintended object retention, as has been noted in many places. But placing the blame on thread locals is unwarranted.”

Memory leaks with ThreadLocals

ThreadLocals are supposed to be garbage collected once the holding thread is no longer alive. But the problem arises when ThreadLocals are used along with modern application servers.

Modern application servers use a pool of threads to process requests instead of creating new ones (for example the Executor in case of Apache Tomcat). Moreover, they also use a separate classloader.

Since Thread Pools in application servers work on the concept of thread reuse, they are never garbage collected — instead, they're reused to serve another request.

Now, if any class creates a ThreadLocal variable but doesn't explicitly remove it, then a copy of that object will remain with the worker Thread even after the web application is stopped, thus preventing the object from being garbage collected.

How to Prevent It?

  • It's a good practice to clean-up ThreadLocals when they're no longer used — ThreadLocals provide the remove() method, which removes the current thread's value for this variable
  • Do not use ThreadLocal.set(null) to clear the value — it doesn't actually clear the value but will instead look up the Map associated with the current thread and set the key-value pair as the current thread and null respectively
  • It's even better to consider ThreadLocal as a resource that needs to be closed in a finally block just to make sure that it is always closed, even in the case of an exception:
    try { threadLocal.set(System.nanoTime()); //... further processing } finally { threadLocal.remove(); }

4. Other Strategies for Dealing With Memory Leaks

Although there is no one-size-fits-all solution when dealing with memory leaks, there are some ways by which we can minimize these leaks.

4.1. Enable Profiling

Java profilers are tools that monitor and diagnose the memory leaks through the application. They analyze what's going on internally in our application — for example, how memory is allocated.

Using profilers, we can compare different approaches and find areas where we can optimally use our resources.

We have used Java VisualVM throughout section 3 of this tutorial. Please check out our Guide to Java Profilers to learn about different types of profilers, like Mission Control, JProfiler, YourKit, Java VisualVM, and the Netbeans Profiler.

4.2. Verbose Garbage Collection

By enabling verbose garbage collection, we're tracking detailed trace of the GC. To enable this, we need to add the following to our JVM configuration:

-verbose:gc

By adding this parameter, we can see the details of what's happening inside GC:

4.3. Use Reference Objects to Avoid Memory Leaks

We can also resort to reference objects in Java that comes in-built with java.lang.ref package to deal with memory leaks. Using java.lang.ref package, instead of directly referencing objects, we use special references to objects that allow them to be easily garbage collected.

Reference queues are designed for making us aware of actions performed by the Garbage Collector. For more information, read Soft References in Java Baeldung tutorial, specifically section 4.

4.4. Eclipse Memory Leak Warnings

For projects on JDK 1.5 and above, Eclipse shows warnings and errors whenever it encounters obvious cases of memory leaks. So when developing in Eclipse, we can regularly visit the “Problems” tab and be more vigilant about memory leak warnings (if any):

4.5. Benchmarking

We can measure and analyze the Java code's performance by executing benchmarks. This way, we can compare the performance of alternative approaches to do the same task. This can help us choose a better approach and may help us to conserve memory.

For more information about benchmarking, please head over to our Microbenchmarking with Java tutorial.

4.6. Code Reviews

Finally, we always have the classic, old-school way of doing a simple code walk-through.

In some cases, even this trivial looking method can help in eliminating some common memory leak problems.

5. Conclusion

In layman's terms, we can think of memory leak as a disease that degrades our application's performance by blocking vital memory resources. And like all other diseases, if not cured, it can result in fatal application crashes over time.

Speicherlecks sind schwierig zu lösen, und ihre Suche erfordert eine komplizierte Beherrschung und Beherrschung der Java-Sprache. Beim Umgang mit Speicherlecks gibt es keine einheitliche Lösung, da Lecks durch eine Vielzahl unterschiedlicher Ereignisse auftreten können.

Wenn wir jedoch auf Best Practices zurückgreifen und regelmäßig strenge Code-Durchgänge und Profilerstellungen durchführen, können wir das Risiko von Speicherverlusten in unserer Anwendung minimieren.

Wie immer sind die Codefragmente, die zum Generieren der in diesem Lernprogramm dargestellten VisualVM-Antworten verwendet werden, auf GitHub verfügbar.