這是一篇閱讀MAT helper的筆記。Heap dump是java進程在特定時間的一個內存快照。通常在觸發heap dump之前會進行一次full gc，這樣dump出來的內容就包含的是被gc後的對象。
dump文件包含的內容：
1，全部的對象：類，域，原生值和引用；
2，全部的類：classloader，類名，超類，靜態域；
3，GC root：被JVM定義的可觸達的對象；
4，線程棧和本地變量：線程的call stack，本地對象每幀的信息。
dump文件不包含內存的分配信息，因此無法查詢誰創建了哪個對象這樣的信息。
Shallow heap是一個對象占用的內存空間，一個對象需要32或者64bits。
Retained set of X是X在被jvm gc回收後被remove的一組object。
Retained heap of X是在retained set of X中的所有對象的shallow heap size的和。換句話說就是保持X活著需要的內存空間。
通俗的講，shallow heap是一個對象在內存中的實際空間，而retained heap是一個對象被gc回收後內存釋放出來的空間。
這張圖可以看懂什麼是leading set什麼是retained set。
Dominator tree：定義一個對象x dominate 對象y，當每一條從root開始到y的路徑都經過x。說白了就是只要有y對象的存活，那麼一定會有一個x對象。Dominator tree就是將對象引用圖轉換成的樹形結構。幫助發現在對象間保持alive的依賴，同時也能識別出retained內存的最大的chunk。 Immediate dominator x of y是離y最近的dominator。
Dominator tree有幾個屬性：
1，對象x的子樹包含的對象（x dominate的對象集），代表了x的retained set；
2，如果x是y的immediate dominator，那麼x的immediate dominator同樣dominate y，以此類推；
3，dominate tree中的邊不代表對象引用圖裡對應的邊，並非嚴格的直接的對象引用。
這張圖反應了一個對象引用圖轉換成dominator tree的示例。
Gc root：一個gc根就是一個對象，這個對象從堆外可以訪問讀取。以下一些方法可以使一個對象成為gc根。
1，System class：被Bootstrap或者system類加載器加載的類，比如rt.jar裡的java.util.*；
2，JNI local：native代碼裡的local變量，比如用戶定義的JNI代碼和JVM的內部代碼；
3，JNI global：native代碼裡的global變量；
4，Thread block：當前活躍的線程block中引用的對象；
5，Thread：已經啟動並且沒有stop的線程；
6，busy monitor：被調用了wait()或者notify()或者被synchronized同步的對象，如果是synchronized方法，那麼靜態方法指的類，非靜態方法指的是對象；
7，java local：local變量，比如方法的入參和方法內創建的變量；
8，native stack：native代碼裡的出入參數，比如file/net/IO方法以及反射的參數；
9，finalizable：在一個隊列裡等待它的finalizer 運行的對象；
10，unfinalized：一個有finalize方法的對象，還沒有被finalize，同時也沒有進入finalizer隊列等待finalize；
11，unreachable：不會被觸碰到的對象，在MAT裡被標記為root用來retain object，否則是不會在分析中出現的；
12，java stack frame：java棧幀包含了本地變量，當dump被解析時且在preferences裡設置過把棧幀當做對象，這時才會產生；
13，unknown：位置的root類型。
接下來是一些獲取dump的方法：
1，在oom時dump：JVM參數：-XX:+HeapDumpOnOutOfMemoryError
2，交互式環境下dump：
1）JVM參數：-XX:+HeapDumpOnCtrlBreak
2）用外部tools：jmap -dump:format=b,file=<filename.hprof> <pid>
3）用外部tools：jconsole
4）用外部工具：MAT
5）kill -3 <pid>
6）jstack -l <pid> > <dumpfile>
一些排查方法：
1，通過top consumers查找大對象，可以按照class、classloader和package進行group by；
2，通過immediate dominator找到責任對象，對於快速定位一組對象的持有者非常有用，這個操作直接解決了“誰讓這些對象alive”的問題，而不是“誰有這些對象的引用”的問題，更直接高效；
3，運行classloader分析，這個重要性體現在亮點：第一，應用使用不同的classloader加載類，第二，不同 classloader加載的類存儲在不同的永久代，這理論上也是可以被回收的。當有一個類被不同的classloader加載時，這時要根據各自 loader下的instance數量判斷哪個loader更重要，從而要把另一個回收掉；
4，分析線程，本身heap dump裡包含了thread信息，可以通過MAT來查看threads 的overview和detail，detail中有線程的堆內存信息，也有線程棧，同時還包含了操作系統本地棧。假設不做heap dump，我們檢查到系統有問題，如何通過線程的角度來排查呢？首先top -H -p <pid>以線程的模式查看java應用的運行情況，找到占用cpu或者內存大的線程，記錄線程id，然後printf %x <tid>轉為16進制，再jstack -l <pid> > thread.log把java進程的thread dump出來，從裡面找到tid，分析是哪個線程占用了系統資源。
5，分析java容器類，因為java的容器類是最常用來存儲對象的，所以理論上發生內存洩露的風險也最高。可以從幾個角度來 看：1）array填充率查詢（填充率fill ratio是數組中非空元素的比例），打印非原生類型數組的填充率頻率分布，從而排查系統中array的利用率；2）數組按照size分組查詢，打印一個 按size分組的直方圖；3）collection的填充率查詢，ArrayList/HashMap/Hashtable/Properties /Vector/WeakHashMap/ConcurrentHashMap$Segment；4）collection按照size分組直方圖；5） 查看一個list裡的所有對象；6）查看hashmap裡的所有對象；7）查看hashset裡的對象；8）檢查map的碰撞率；9）檢查所有只有一個常 量的array。
6，分析Finalizer，1）查詢finalizer正在處理的對象；2）查詢finalizer准備處理的對象；3）直接查看finalizer線程；4）查看finalizer線程的thread local對象。