Java内存溢出时，还能正常处理请求吗？

当你被问到“当Java程序发生内存溢出时，进程还能正常处理请求吗？”这样的面试题，会不会很懵？这里分享一次网友车辙在当初刚毕业那几年，意义风发，总觉得天下没有自己不会的面试题。然后在一次字节的面试中，彻彻底底的翻车的面试过程，希望提供大家一些面试经验。

Java 的优势有什么

面试官一上来，直接进入主题：你觉得在内存管理上，Java 有什么优势？

我：小菜一碟。相对于需要手动释放内存的 C 语言，Java 则通过垃圾回收机制实现了自动内存管理。这一机制能够自动辨识并清理不再使用的内存资源，从而省去了繁琐的手动释放过程，极大地简化了开发人员的工作。这让开发者能够将精力更专注地放在业务逻辑的构建上，而不必过多忧虑内存管理的问题，从而大大简化了开发人员的工作量。

什么是 OOM

面试官：请问您是否熟悉内存溢出（OOM）情况？

我：在我的经验中，我在线上经常遇到内存溢出的情况。特别是在使用Java编写的应用程序中，OOM通常是指内存溢出异常，即当应用程序需要为新对象分配内存空间时，可用内存不足以满足需求，从而导致了OOM异常的抛出。

什么情况会产生 OOM

面试官：好小子，线上的事故代码不会都是你写的吧，那你能谈谈是什么情况会导致内存溢出呢？

我：当然，一个常见的情况就是堆内存溢出。在创建对象时，大部分情况下都是占用 JVM 的堆内存。一旦堆内存无法满足对象的分配需求，就会抛出OOM异常。

错误信息通常是：java.lang.OutOfMemoryError: Java heap space

堆内存溢出的具体场景

面试官：你这个太抽象了，能不能具体点？

我：嗯，常见导致内存溢出的情况有这么几种：

对象生命周期过长：如果某个对象的生命周期过长，而且该对象占用的内存很大，那么在不断创建新对象的过程中，堆内存会被耗尽，从而导致内存溢出。这种情况一般出现在用集合当缓存，却忽略了缓存的淘汰机制。

无限递归：递归调用中缺少退出条件或递归深度过大，会导致空间耗尽，引发溢出错误。往往在测试环境就会发现该问题，不会暴露在生产环境

大数据集合：在处理大量数据时，如果没有正确管理内存，例如加载过大的文件、查询结果集过大等，会导致内存溢出。

JVM配置不当：如果JVM的内存参数配置不合理，例如堆内存设置过小，无法满足应用程序的内存需求，也会导致内存溢出。

下面的这个例子就是无限循环导致内存溢出。

List list = new ArrayList(); while (true) {     list.add(1); }

全选代码复制

什么是内存泄漏

面试官：你知道在我们的程序里，有可能会出现内存泄漏，你对它了解吗？

我：对的，和内存溢出的情况不同，还有一种特殊场景，叫做内存泄漏（本质上还是内存溢出，只不过是错误的内存溢出），指的是程序在运行过程中无法释放不再使用的内存，导致内存占用不断增加，最终耗尽系统资源，这种情况就被称为内存泄漏。

这一次，我提前抢答了， 常见导致内存泄漏的情况包括：

对象的引用未被正确释放：如果在使用完一个对象后，忘记将其引用置为 null 或者从数据结构中移除，那么该对象将无法被垃圾回收，导致内存泄漏。比如 ThreadLocal。

长生命周期的对象持有短生命周期对象的引用：如果一个长生命周期的对象持有了一个短生命周期对象的引用，即使短生命周期对象不再使用，由于长生命周期对象的引用仍然存在，短生命周期对象也无法被垃圾回收，从而造成内存泄漏。

过度使用第三方库：某些第三方库可能存在内存泄漏或者资源未正确释放的问题，如果使用不当或者没有适当地管理这些库，可能会导致内存溢出。

集合类使用不当：在使用集合类时，如果没有正确地清理元素，当集合不再需要时，集合中的对象也不会被释放，导致内存泄漏。

资源未正确释放：如果程序使用了诸如文件、数据库连接、网络连接等资源，在不再需要这些资源时没有正确释放，会导致资源泄漏，最终导致内存泄漏。

下面的这个例子就是长生命周期的对象持有短生命周期对象的引用， 导致内存泄漏。

List list2 = new ArrayList(); @GetMapping("/headOOM2") public String headOOM2() throws InterruptedException {     while (true) {         list2.add(1);     } }

全选代码复制

还有其他情况吗

面试官：你说的都是堆的内存溢出，还有其他情况吗？

递归调用导致栈溢出

当递归调用的层级过深，栈空间无法容纳更多的方法调用信息时，会引发 StackOverflowError 异常，这也是一种 OOM 异常。例如，以下示例中的无限递归调用会导致栈溢出。

public class RecursiveExample {     public static void recursiveFunction() {         recursiveFunction();     }     public static void main(String[] args) {         recursiveFunction();     } }

全选代码复制

元空间（Metaspace）耗尽

元空间是 Java 8 及以后版本中用来存储类元数据的区域。它取代了早期版本中的永久代（PermGen）。元空间主要用于存储类的结构信息、方法信息、静态变量以及编译后的代码等。

当程序加载和定义大量类、动态生成类、使用反射频繁操作类等情况下，可能会导致元空间耗尽。常见导致元空间耗尽的情况包括：

类加载过多：如果应用程序动态加载大量的类或者使用动态生成类的方式，会导致元空间的使用量增加。如果无法及时卸载这些类，元空间可能会耗尽。

字符串常量过多：Java中的字符串常量会被存储在元空间中。如果应用程序中使用了大量的字符串常量，尤其是较长的字符串，可能会导致元空间的耗尽。

频繁使用反射：反射操作需要大量的元数据信息，会占用较多的元空间。如果应用程序频繁使用反射进行类的操作，可能会导致元空间耗尽。

大量动态代理：动态代理是一种使用反射创建代理对象的技术。如果应用程序大量使用动态代理，将会生成大量的代理类，占用较多的元空间。

未正确限制元空间大小：默认情况下，元空间的大小是不受限制的，它会根据需要动态扩展。如果没有正确设置元空间的大小限制，或者限制过小，可能会导致元空间耗尽。

下面的这个例子就是类加载过多导致的内存泄漏。

public class OOMExample {     public static void main(String[] args) {         while (true) {             ClassLoader classLoader = new CustomClassLoader();             classLoader.loadClass("com.example.LargeClass");         }     } }

全选代码复制

终极问题

面试官满意地点了点头，表示我对Java线程处理请求时的情况了解得很多。接着，他提出了一个问题：“当Java线程在处理请求时，发生了OOM异常，整个进程还能继续处理请求吗？”这个Java面试题可不简单哦！

在我正准备回答的时候，面试官却提醒我这个问题涉及的内容较为复杂，不是简单的是与否问题。他建议我先整理一下思路。

面试官的眼神透露出这道题目有些深意。经过一番思考，我给出了我的答案：“我认为OOM并不会导致整个进程崩溃。”

面试官随即追问：“你是怎么理解的？OOM难道不是内存不足的表现吗？既然内存不足，进程还能继续处理请求吗？”

我解释道：“尽管出现OOM，但通过垃圾回收机制仍有可能释放一些内存。”

面试官却反驳：“不是因为在垃圾回收后，发现内存依然不足才会抛出OOM异常吗？这难道不意味着垃圾回收已经无法继续执行，导致内存不足，进而触发了OOM异常吗？整个流程是内存不足，垃圾回收无效，最终OOM。”

我只能在内心默默吐槽，面对这样的组合拳，我有些措手不及。很遗憾，面试最终以失败告终。面试官在我离开时似乎在暗示：“这种情况我也不愿意发生，只能怪编程经验不够丰富。”

实战

回到家，我马上去进行了代码实战，用来测试 OOM。

环境是：OpenJdk 11 -Xms100m -Xmx100m -XX:+PrintGCDetails

堆内存溢出

首先我们创建一个方法，调用它，每隔一秒不停的循环打印控制台信息，它的主要作用是模拟其他线程处理请求。

@GetMapping("/writeInfo") public String writeInfo() throws InterruptedException {     while (true) {         Thread.sleep(1000);         System.out.println("正在输出信息");     } }

全选代码复制

接着再创建一个死循环往 List 中放入对象的方法，它的主要作用是模拟导致OOM的那个线程。

@GetMapping("/headOOM") public String headOOM() throws InterruptedException {     List list = new ArrayList();     while (true) {         list.add(1);     } }

全选代码复制

最终结果是headOOM抛出了 OOM 异常，但是控制台还在不停的打印。【这边截图太大了，就不贴出来了】

这就是答案吗？其实不是，在第一步中，仅仅是在控制台打印出了日志，并没有创建明确的对象。将它稍微改动下，加一行，每次打印前先创建 10M 的对象。

public String writeInfo() throws InterruptedException {     while (true) {         Thread.sleep(1000);         Byte[] bytes = new Byte[1024 * 1024 * 10];         System.out.println("正在输出信息");     } }

全选代码复制

结果依旧会继续打印。看到这里有些人可能会说，答案确实是”还能继续执行”，我只能说你是 Too Young Too Simple 。往下看

堆内存泄漏

老规矩，还是上面的方法

public String writeInfo() throws InterruptedException {     while (true) {         Thread.sleep(1000);         Byte[] bytes = new Byte[1024 * 1024 * 10];         System.out.println("正在输出信息");     } }

全选代码复制

创建一个内存泄漏的方法，list2 作用域是在类对象级别，从而产生内存泄漏

List list2 = new ArrayList(); @GetMapping("/headOOM2") public String headOOM2() throws InterruptedException {     while (true) {         list2.add(1);     } }

全选代码复制

然后继续执行，结果首先是headOOM2这个方法对应的线程抛出 OOM。

接着是 WriteInfo这个方法对应的线程抛出OOM，所以我猜测现在整个进程基本都不能处理请求了。

为了印证这个猜测，再去调用下 writeInfo这个方法，直接抛出 OOM 异常。说明我们的猜测是对的。

这时候你如果把那个 10M 改成1M，writeInfo 这个方法就又能执行下去了，不信的话就去试试看吧。

这说明内存泄漏的情况，其他线程能否继续执行下去，取决于这些线程的执行逻辑是否会占用大量内存。

不发生内存泄漏的情况下，为什么频繁创建对象会导致OOM，GC 不是会把对象给回收吗

1. 堆内存限制：Java程序的堆内存有大小限制。如果频繁创建对象且无法及时回收，堆空间可能被耗尽。垃圾回收器会尝试回收不再使用的对象，但若创建速度超过回收速度，堆内存不足将导致OOM。

2. 垃圾回收开销：尽管垃圾回收器回收不再使用的对象，但垃圾回收本身消耗时间和计算资源。频繁创建临时对象会增加回收时间，降低应用程序效率。

3. 内存碎片化：频繁创建和销毁对象会导致内存空间碎片化。即使总的空闲内存足够，若没有足够的连续大块内存分配给新对象，也会发生OOM。

通过观察GC日志，可能发现OOM发生时，堆大小未达到阈值，进一步说明其他因素导致了OOM异常。

总结

首先，我们为你阐述了何为OOM以及其发生场景，包括内存溢出和内存泄漏，然后引出了问题：当Java线程在处理请求时，抛出OOM异常，整个进程是否仍能处理请求。

随后，我们进行了代码实验，模拟了内存溢出和内存泄漏两种情况，得出以下结论：

1. 内存溢出情况下，若GC速度跟不上内存分配速度，导致OOM并杀死线程，通常整个进程仍能继续处理请求。

2. 内存泄漏情况下，未能回收的内存可能引发OOM，继而杀死线程以防止无法回收对象继续产生。此时，那些不占用大量内存的线程可能会继续执行，但那些耗费大量内存的线程可能会无法执行。极端情况下，进程可能会崩溃。

以上结论反映了OOM对进程的影响，并指出了在不同情况下，进程是否仍能处理请求。