优化 AWS ECS 的 Java 堆设置
我们在 AWS Elastic Container Service(ECS) Fargate 上运行多个 Java 服务 (Corretto JDK21)。每个服务都有自己的容器，我们希望使用为每个进程支付的所有可能的资源。但这些步骤可以应用于 EC2 和其他云。
服务正在运行批处理作业，延迟并不重要，我们使用并行GC（-XX:+UseParallelGC）。即使完成我们的任务，也许 G1 会更好，但这是一个需要单独研究和发布的主题。
为了使用所有可用内存，我们的 MaxHeapSize 略低于容器内存大小。但一段时间后，我们注意到两个问题，有时我们的容器因为使用太多内存而被杀死，有时我们收到 OutOfMemoryError 异常。 为了解决第一个问题，我们增加了容器内存大小和 MaxHeapSize 之间的差距，对于第二个问题，增加了容器内存作为快速解决方案，并开始查看堆转储。
堆转储显示了有趣的细节，实际堆大小低于 MaxHeapSize，并且与老一代相比，年轻代堆很小。
在互联网上搜索并没有找到关于如何针对我们的案例调整 JVM 参数的良好指南，我只找到了一些有关堆和参数描述的高级详细信息。我决定写这篇文章来描述我所做的步骤。
第一步是：
- 打印有关参数和默认值的信息：(-XX:+PrintFlagsFinal),
- 将InitialHeapSize设置为与MaxHeapSize相同的值（-XX:InitialRAMPercentage=100或仅将-XX:InitialHeapSize设置为与MaxHeapSize相同的值）。无论如何，我们都在为所有容器内存付费，所以为什么不从一开始就分配它呢？
- 记录 GC 和堆信息 (-Xlog:gc*)。
Young:Old Generation默认比例为1:2，同时只使用部分Young Generation进行GC。启动后，JVM 按预期分配了所有内存，但一段时间后，它开始将年轻代堆大小减少到几乎几兆字节。所以一段时间后我们只使用了 2/3 的可用内存。
经过一番挖掘，我发现了一个禁用自适应策略的参数（-XX:-UseAdaptiveSizePolicy），它有所帮助，堆停止减少，垃圾收集之间的间隔增加了一个数量级甚至更多。 GC 消耗的时间也有所增长，但增幅不大。
下一步是找到容器内存大小之间的最佳差距。默认情况下，即使InitialRAMPercentage=100，JDK也只是分配内存而不使用它，因此它不会被映射。 Linux 允许分配比物理内存更多的虚拟内存。当内存实际映射（JDK 写入它）时，容器稍后会失败。 -XX:+AlwaysPreTouch 更改此行为。不幸的是，有些内存仍然没有映射，但 OOM 终止发生得更快。经过几次尝试后，我得出了下一个公式“容器内存大小 - 1024MB”（对于具有 8GB 或更多内存的容器）。例如，对于 8192 容器内存大小，我们使用 -XX:MaxHeapSize=7168m。
为了进一步优化，我们正在考虑更改 -XX:NewRatio 以减少年轻代大小并减少 GC 时间。但这取决于对象在应用程序中的生命周期。
正如我之前提到的，我还没有找到任何好的指南来详细解释参数（我发现最好的是 vm-options-explorer）和调整步骤。如果您能分享您的知识和成果，那就太好了。