Java Heap Space 问题解决方案

# 增加最大堆内存（Xmx）和初始堆内存（Xms）
java -Xmx4g -Xms2g -jar your-app.jar

# 设置年轻代大小
java -Xmx4g -Xms2g -XX:NewSize=1g -jar your-app.jar

# 设置元空间大小（Java 8+）
java -Xmx4g -XX:MaxMetaspaceSize=256m -jar your-app.jar

# 在启动时配置自动生成堆转储
java -Xmx2g -XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/path/to/dumps -jar app.jar

# 手动生成堆转储（运行时）
jmap -dump:live,format=b,file=heapdump.hprof <pid>

# 使用 jstat 监控内存统计
jstat -gc <pid> 1000  # 每秒显示一次GC统计

# 使用 jcmd 获取内存信息
jcmd <pid> GC.heap_info

# 使用 VisualVM 或 JConsole 实时监控

// 避免在循环中创建大量临时对象
List<String> results = new ArrayList<>();
for (int i = 0; i < largeNumber; i++) {
    // 差：每次循环都创建新对象
    // String result = processAndReturnString(i);
    
    // 好：重用对象或使用原生类型
    results.add(processAndReturnString(i));
}

// 及时清理无用引用
List<BigObject> cache = new ArrayList<>();
// 使用后清理
cache.clear();
cache = null;

// 选择合适的集合初始容量
List<String> list = new ArrayList<>(expectedSize);
Map<String, Object> map = new HashMap<>(expectedSize);

// 使用更节省内存的数据结构
// 考虑使用 Trove、Eclipse Collections 等第三方库
// 对于大量数据，考虑使用数据库或缓存

// 使用流处理避免一次性加载所有数据
try (BufferedReader reader = new BufferedReader(new FileReader("large-file.txt"))) {
    String line;
    while ((line = reader.readLine()) != null) {
        processLine(line);  // 逐行处理
    }
}

// 使用分页查询数据库
int pageSize = 1000;
int offset = 0;
List<Record> records;
do {
    records = dao.findRecords(offset, pageSize);
    processRecords(records);
    offset += pageSize;
} while (!records.isEmpty());

// 使用软引用/弱引用缓存
Map<String, SoftReference<BigObject>> cache = new HashMap<>();

// 使用 LRU 缓存控制内存使用
LinkedHashMap<String, Object> lruCache = new LinkedHashMap<String, Object>(16, 0.75f, true) {
    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > MAX_CACHE_SIZE;
    }
};

// 使用 Guava Cache 或 Caffeine
Cache<Key, Value> cache = Caffeine.newBuilder()
    .maximumSize(10_000)
    .expireAfterWrite(10, TimeUnit.MINUTES)
    .build();

# 使用 G1 GC（Java 9+ 默认）
java -Xmx4g -XX:+UseG1GC -jar app.jar

# 使用 ZGC（低延迟，大堆）
java -Xmx16g -XX:+UseZGC -jar app.jar

# 使用 Shenandoah GC
java -Xmx4g -XX:+UseShenandoahGC -jar app.jar

// 对于超大数据集，考虑：
// 1. 使用 MapReduce 或 Spark 分布式计算
// 2. 将数据拆分到多个节点处理
// 3. 使用消息队列进行异步处理

// 静态集合引用未清理
public class MemoryLeak {
    private static final List<Object> LIST = new ArrayList<>();
    
    public void add(Object obj) {
        LIST.add(obj);  // 对象永远不会被GC回收
    }
}

// 未关闭的资源
public void readFile() {
    InputStream is = new FileInputStream("file.txt");
    // 忘记关闭 is，导致相关资源无法释放
}

// 监听器未移除
component.addListener(listener);
// 使用后需要移除
component.removeListener(listener);