大家好，我是苏三，又跟大家见面了。
最近我写的几篇线上问题相关的文章：《 糟糕，CPU100%了 》《 如何防止被恶意刷接口 》《 我调用第三方接口遇到的13大坑 》，发表之后，在全网广受好评。
今天接着线上问题这个话题，跟大家一起聊聊线上服务出现OOM问题的6种场景，希望对你会有所帮助。
1 堆内存OOM
堆内存OOM是最常见的OOM了。
出现堆内存OOM问题的异常信息如下：
java.lang.OutOfMemoryError: Java heap space此OOM是由于JVM中heap的最大值，已经不能满足需求了。
举个例子：
public class HeapOOMTest { public static void main ( String [] args ) { List < HeapOOMTest > list = Lists . newArrayList (); while ( true ) { list. add ( new HeapOOMTest ());这里创建了一个list集合，在一个死循环中不停往里面添加对象。
执行结果：
出现了java.lang.OutOfMemoryError: Java heap space的堆内存溢出。
很多时候，excel一次导出大量的数据，获取在程序中一次性查询的数据太多，都可能会出现这种OOM问题。
我们在日常工作中一定要避免这种情况。
2 栈内存OOM
有时候，我们的业务系统创建了太多的线程，可能会导致栈内存OOM。
出现堆内存OOM问题的异常信息如下：
java.lang.OutOfMemoryError: unable to create new native thread给大家举个例子：
public class StackOOMTest { public static void main ( String [] args ) { while ( true ) { new Thread (). start ();使用一个死循环不停创建线程，导致系统产生了大量的线程。
执行结果：
如果实际工作中，出现这个问题，一般是由于创建的线程太多，或者设置的单个线程占用内存空间太大导致的。
建议在日常工作中，多用线程池，少自己创建线程，防止出现这个OOM。
3 栈内存溢出
我们在业务代码中可能会经常写一些
递归
调用，如果递归的深度超过了JVM允许的最大深度，可能会出现栈内存溢出问题。
出现栈内存溢出问题的异常信息如下：
java.lang.StackOverflowError public class StackFlowTest { public static void main ( String [] args ) { doSamething (); private static void doSamething ( ) { doSamething ();
执行结果：
出现了java.lang.StackOverflowError栈溢出的错误。
我们在写递归代码时，一定要考虑递归深度。即使是使用parentId一层层往上找的逻辑，也最好加一个参数控制递归深度。防止因为数据问题导致无限递归的情况，比如：id和parentId的值相等。
4 直接内存OOM
直接内存
不是虚拟机运行时数据区的一部分，也不是《Java虚拟机规范》中定义的内存区域。
它来源于
NIO
，通过存在堆中的
DirectByteBuffer
操作Native内存，是属于
堆外内存
，可以直接向系统申请的内存空间。
出现直接内存OOM问题时异常信息如下：
java.lang.OutOfMemoryError: Direct buffer memory例如下面这样的：
public class DirectOOMTest { private static final int BUFFER = 1024 * 1024 * 20 ; public static void main ( String[] args ) { ArrayList<ByteBuffer> list = new ArrayList<>(); int count = 0 ; try { while ( true ) { // 使用直接内存 ByteBuffer byteBuffer = ByteBuffer.allocateDirect(BUFFER); list. add (byteBuffer); count++; try { Thread.sleep( 100 ); } catch (InterruptedException e) { e.printStackTrace(); } finally { System. out .println(count);
执行结果：
会看到报出来java.lang.OutOfMemoryError: Direct buffer memory直接内存空间不足的异常。
5 GC OOM
GC OOM
是由于JVM在GC时，对象过多，导致内存溢出，建议调整GC的策略。
出现GC OOM问题时异常信息如下：
java.lang.OutOfMemoryError: GC overhead limit exceeded为了方便测试，我先将idea中的最大和最小堆大小都设置成10M：
-Xmx10m -Xms10m例如下面这个例子：
public class GCOverheadOOM { public static void main (String[] args) { ExecutorService executor = Executors.newFixedThreadPool( 5 ); for ( int i = 0 ; i < Integer.MAX_VALUE; i++) { executor.execute(() -> { try { Thread.sleep( 10000 ); } catch (InterruptedException e) {
执行结果：
出现这个问题是由于JVM在GC的时候，对象太多，就会报这个错误。
我们需要改变GC的策略。
在老代80%时就是开始GC，并且将-XX:SurvivorRatio（-XX:SurvivorRatio=8）和-XX:NewRatio（-XX:NewRatio=4）设置的更合理。
6 元空间OOM
JDK8
之后使用
Metaspace
来代替
永久代
，Metaspace是方法区在
HotSpot
中的实现。
Metaspace不在虚拟机内存中，而是使用本地内存也就是在JDK8中的
ClassMetadata
，被存储在叫做Metaspace的native memory。
出现元空间OOM问题时异常信息如下：
java.lang.OutOfMemoryError: Metaspace为了方便测试，我修改一下idea中的JVM参数，增加下面的配置：
-XX: MetaspaceSize = 10 m -XX:MaxMetaspaceSize= 10 m指定了元空间和最大元空间都是10M。
接下来，看看下面这个例子：
public class MetaspaceOOMTest { static class OOM { public static void main ( String [] args ) { int i = 0 ; try { while ( true ) { Enhancer enhancer = new Enhancer (); enhancer. setSuperclass ( OOM . class ); enhancer. setUseCache ( false ); enhancer. setCallback ( new MethodInterceptor () { public Object intercept ( Object o, Method method, Object [] objects, MethodProxy methodProxy) throws Throwable { return methodProxy. invokeSuper (o, args); enhancer. create (); } catch ( Throwable e) { e. printStackTrace ();
执行结果：
程序最后会报java.lang.OutOfMemoryError: Metaspace的元空间OOM。
这个问题一般是由于加载到内存中的类太多，或者类的体积太大导致的。
好了，今天的内容先分享到这里，下一篇文章重点给大家讲讲，如何用工具定位OOM问题，敬请期待。