Java内存分析利器：Native Memory Tracking

码农戏码

发布于 2026-06-25 19:59:15

940

Native Memory Tracking (NMT) 是Hotspot VM用来分析VM内部内存使用情况的一个功能。我们可以利用jcmd（jdk自带）这个工具来访问NMT的数据。

NMT必须先通过VM启动参数中打开，不过要注意的是，打开NMT会带来5%-10%的性能损耗。

-XX:NativeMemoryTracking=[off | summary | detail]
# off: 默认关闭
# summary: 只统计各个分类的内存使用情况.
# detail: Collect memory usage by individual call sites.

使用命令导出内存情况：

jcmd pid VM.native_memory detail scale=MB > native.txt

输出：

Native Memory Tracking:

Total: reserved=5848MB, committed=758MB
-                 Java Heap (reserved=4096MB, committed=370MB)
                            (mmap: reserved=4096MB, committed=370MB) 

-                     Class (reserved=1138MB, committed=126MB)
                            (classes #19668)
                            (  instance classes #18498, array classes #1170)
                            (malloc=6MB #82412) 
                            (mmap: reserved=1132MB, committed=120MB) 
                            (  Metadata:   )
                            (    reserved=108MB, committed=106MB)
                            (    used=104MB)
                            (    free=3MB)
                            (    waste=0MB =0.00%)
                            (  Class space:)
                            (    reserved=1024MB, committed=14MB)
                            (    used=13MB)
                            (    free=1MB)
                            (    waste=0MB =0.00%)

-                    Thread (reserved=116MB, committed=116MB)
                            (thread #115)
                            (stack: reserved=115MB, committed=115MB)

-                      Code (reserved=244MB, committed=30MB)
                            (malloc=2MB #12057) 
                            (mmap: reserved=242MB, committed=27MB) 

-                        GC (reserved=206MB, committed=68MB)
                            (malloc=21MB #26698) 
                            (mmap: reserved=185MB, committed=47MB) 

-                  Internal (reserved=5MB, committed=5MB)
                            (malloc=5MB #81853) 

-                     Other (reserved=7MB, committed=7MB)
                            (malloc=7MB #85) 

-                    Symbol (reserved=27MB, committed=27MB)
                            (malloc=24MB #308092) 
                            (arena=3MB #1)

-    Native Memory Tracking (reserved=8MB, committed=8MB)
                            (tracking overhead=8MB)

-                    Module (reserved=1MB, committed=1MB)
                            (malloc=1MB #3752) 

Virtual memory map:

一、总览（Summary）

1.1 总体内存使用

Total: reserved=5848MB, committed=758MB

参数含义：

参数	值	含义
reserved	5848MB	预留内存：JVM 向操作系统申请的虚拟内存地址空间总量
committed	758MB	已提交内存：JVM 实际从操作系统获得的物理内存总量

关键概念：

•

Reserved（预留）：JVM 向操作系统"预订"的内存地址空间，但不一定实际占用物理内存

•类似于"订座位"，座位被保留了，但还没坐上去•这部分内存在虚拟地址空间中被标记为 JVM 所有，其他进程无法使用

•

Committed（已提交）：JVM 实际从操作系统获得的物理内存

•类似于"真正坐下"，实际占用了物理内存•这部分内存会占用真实的 RAM 或 Swap

为什么 reserved > committed？

•JVM 预先保留大块连续的虚拟地址空间（如 4GB 堆内存）•但实际只提交（使用）其中一部分物理内存（如 370MB）•随着应用运行，committed 会逐渐增长，但不会超过 reserved

二、各内存区域详解

2.1 Java Heap（Java 堆）

Java Heap (reserved=4096MB, committed=370MB)
    (mmap: reserved=4096MB, committed=370MB)

含义：

•作用：存储 Java 对象实例•reserved=4096MB：预留了 4GB 的堆内存空间（通过 -Xmx4g 设置）•committed=370MB：实际使用了 370MB 物理内存•mmap：通过内存映射（memory mapping）方式分配

分析：

•✅ 堆内存使用率：370MB / 4096MB = 9%（很低，正常）•✅ 还有大量空间可用于对象分配•💡 如果 committed 接近 reserved，说明堆内存快满了

2.2 Class（类元数据）

Class (reserved=1138MB, committed=126MB)
    (classes #19668)
    (  instance classes #18498, array classes #1170)
    (malloc=6MB #82412)
    (mmap: reserved=1132MB, committed=120MB)
    (  Metadata:   )
        (    reserved=108MB, committed=106MB)
        (    used=104MB)
        (    free=3MB)
        (    waste=0MB =0.00%)
    (  Class space:)
        (    reserved=1024MB, committed=14MB)
        (    used=13MB)
        (    free=1MB)
        (    waste=0MB =0.00%)

含义：

参数	值	含义
classes #19668	19668	已加载的类总数
instance classes	18498	实例类数量（普通类）
array classes	1170	数组类数量
malloc	6MB	通过 malloc 分配的内存
mmap	1132MB reserved, 120MB committed	通过内存映射分配的内存

Metadata（元数据空间）：

•reserved=108MB：预留的元数据空间•committed=106MB：已提交的元数据空间•used=104MB：实际使用的元数据空间•free=3MB：空闲的元数据空间•waste=0MB：浪费的空间（碎片）

Class space（类空间）：

•reserved=1024MB：预留的类空间（通过 -XX:CompressedClassSpaceSize=1g 设置）•committed=14MB：已提交的类空间•used=13MB：实际使用的类空间•free=1MB：空闲的类空间

分析：

•✅ 加载了 19668 个类（包括应用类和框架类）•✅ Metadata 使用率：104MB / 108MB = 96%（接近满）•⚠️ 警告：Metadata 空间快满了，可能需要增加 -XX:MetaspaceSize•✅ Class space 使用率：13MB / 1024MB = 1.3%（很低）

2.3 Thread（线程）

Thread (reserved=116MB, committed=116MB)
    (thread #115)
    (stack: reserved=115MB, committed=115MB)

含义：

参数	值	含义
thread #115	115	当前活跃的线程数量
reserved=116MB	116MB	线程栈预留的内存
committed=116MB	116MB	线程栈已提交的内存
stack	115MB	线程栈占用的内存

计算：

•每个线程栈大小 = 116MB / 115 = 约 1MB•这是默认的线程栈大小（可通过 -Xss 调整）

分析：

•✅ 115 个线程（包括应用线程、GC 线程、JVM 内部线程）•✅ 线程数量正常（Spring Boot 应用通常有 50-200 个线程）•💡 如果线程数过多（> 500），可能存在线程泄漏

2.4 Code（代码缓存）

Code (reserved=244MB, committed=30MB)
    (malloc=2MB #12057)
    (mmap: reserved=242MB, committed=27MB)

含义：

•作用：存储 JIT 编译后的本地代码（机器码）•reserved=244MB：预留的代码缓存空间•committed=30MB：已提交的代码缓存空间•malloc=2MB：通过 malloc 分配的内存•mmap=242MB reserved, 27MB committed：通过内存映射分配的内存

分析：

•✅ Code Cache 使用率：30MB / 244MB = 12.3%（正常）•✅ JIT 编译器正在工作，将热点代码编译为本地代码•💡 如果 committed 接近 reserved，可能需要增加 -XX:ReservedCodeCacheSize

2.5 GC（垃圾回收）

GC (reserved=206MB, committed=68MB)
    (malloc=21MB #26698)
    (mmap: reserved=185MB, committed=47MB)

含义：

•作用：GC 相关的数据结构（如 Card Table、Remembered Set 等）•reserved=206MB：预留的 GC 内存•committed=68MB：已提交的 GC 内存•malloc=21MB：通过 malloc 分配的内存•mmap=185MB reserved, 47MB committed：通过内存映射分配的内存

分析：

•✅ GC 使用率：68MB / 206MB = 33%（正常）•✅ 使用 G1 GC（从虚拟内存映射中可以看到 G1CollectedHeap）•💡 GC 内存占用与堆大小成正比

2.6 Internal（内部）

Internal (reserved=5MB, committed=5MB)
    (malloc=5MB #81853)

含义：

•作用：JVM 内部使用的内存（如命令行解析、性能数据等）•reserved=5MB：预留的内部内存•committed=5MB：已提交的内部内存•malloc=5MB：通过 malloc 分配的内存•#81853：分配了 81853 次

分析：

•✅ 内部内存占用很小（5MB）•✅ 分配次数较多（81853 次），但每次分配很小

2.7 Other（其他）

Other (reserved=7MB, committed=7MB)
    (malloc=7MB #85)

含义：

•作用：其他未分类的内存•reserved=7MB：预留的其他内存•committed=7MB：已提交的其他内存•malloc=7MB：通过 malloc 分配的内存•#85：分配了 85 次

分析：

•✅ 其他内存占用很小（7MB）

2.8 Symbol（符号表）

Symbol (reserved=27MB, committed=27MB)
    (malloc=24MB #308092)
    (arena=3MB #1)

含义：

•作用：存储符号表（如类名、方法名、字段名等字符串）•reserved=27MB：预留的符号表内存•committed=27MB：已提交的符号表内存•malloc=24MB：通过 malloc 分配的内存•#308092：分配了 308092 次（符号数量）•arena=3MB：通过 arena 分配的内存

分析：

•✅ 符号表占用 27MB（正常）•✅ 308092 个符号（包括所有类、方法、字段的名称）

2.9 Native Memory Tracking（NMT 自身）

Native Memory Tracking (reserved=8MB, committed=8MB)
    (tracking overhead=8MB)

含义：

•作用：NMT 自身的开销•reserved=8MB：NMT 预留的内存•committed=8MB：NMT 已提交的内存•tracking overhead=8MB：NMT 的跟踪开销

分析：

•✅ NMT 开销为 8MB（约占总内存的 1%）•💡 这是启用 NMT 的代价（-XX:NativeMemoryTracking=detail）

2.10 Module（模块）

Module (reserved=1MB, committed=1MB)
    (malloc=1MB #3752)

含义：

•作用：Java 9+ 模块系统的内存•reserved=1MB：预留的模块内存•committed=1MB：已提交的模块内存•malloc=1MB：通过 malloc 分配的内存•#3752：分配了 3752 次

分析：

•✅ 模块系统占用很小（1MB）

三、虚拟内存映射（Virtual Memory Map）

3.1 什么是虚拟内存映射？

虚拟内存映射显示了 JVM 在虚拟地址空间中分配的各个内存区域。

示例：

[0x000000010a84a000 - 0x000000011984a000] reserved 240MB for Code from
    [0x0000000101b32743] ReservedSpace::initialize(...)

含义：

参数	含义
[0x000000010a84a000 - 0x000000011984a000]	虚拟地址范围
reserved 240MB	预留了 240MB
for Code	用于代码缓存
from [0x0000000101b32743]	分配调用栈（哪个函数分配的）

3.2 内存区域类型

从虚拟内存映射中可以看到以下类型的内存区域：

1.Code：代码缓存（JIT 编译后的代码）2.GC：垃圾回收相关的数据结构3.Class：类元数据和类空间

3.3 示例分析

Code 区域：

[0x000000010a84a000 - 0x000000011984a000] reserved 240MB for Code
    [0x000000010a84a000 - 0x000000010aaba000] committed 2MB
    [0x000000010af7e000 - 0x000000010b1ee000] committed 2MB
    [0x000000010b1ee000 - 0x000000010c84e000] committed 22MB

含义：

•预留了 240MB 的虚拟地址空间用于代码缓存•实际提交了 2MB + 2MB + 22MB = 26MB 物理内存•随着 JIT 编译更多代码，committed 会增长

GC 区域：

[0x0000000119a1c000 - 0x000000011a21c000] reserved 8MB for GC
    [0x0000000119a1c000 - 0x0000000119ad5000] committed 1MB

含义：

•预留了 8MB 的虚拟地址空间用于 GC•实际提交了 1MB 物理内存•这是 G1 GC 的 Card Table 或 Remembered Set

Class 区域：

[0x0000000125325000 - 0x0000000125b25000] reserved and committed 8MB for Class

含义：

•预留并提交了 8MB 用于类元数据•这是 Metaspace 的一部分

四、内存使用总结

4.1 内存分布

区域	Reserved	Committed	使用率	说明
Java Heap	4096MB	370MB	9%	✅ 正常
Class	1138MB	126MB	11%	⚠️ Metadata 96%
Thread	116MB	116MB	100%	✅ 正常（115 线程）
Code	244MB	30MB	12%	✅ 正常
GC	206MB	68MB	33%	✅ 正常
Internal	5MB	5MB	100%	✅ 正常
Other	7MB	7MB	100%	✅ 正常
Symbol	27MB	27MB	100%	✅ 正常
NMT	8MB	8MB	100%	✅ 正常
Module	1MB	1MB	100%	✅ 正常
总计	5848MB	758MB	13%	✅ 正常

4.2 关键发现

✅ 正常指标：

1.总内存使用率：758MB / 5848MB = 13%（很低）2.堆内存使用率：370MB / 4096MB = 9%（很低）3.线程数量：115 个（正常）4.类加载数量：19668 个（正常）

⚠️ 需要关注：

1.Metadata 使用率 96%

•Metadata 空间：104MB / 108MB = 96%•建议增加 -XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m

💡 优化建议：

增加 Metaspace 大小

-XX:MetaspaceSize=256m
-XX:MaxMetaspaceSize=512m

监控 Metadata 增长

•如果 Metadata 持续增长，可能存在类加载泄漏•检查是否有动态类生成（如 CGLIB、ASM）

当前配置合理

•堆内存 4GB 足够•线程数量正常•Code Cache 足够

五、如何获取 NMT 报告

5.1 启用 NMT

在 JVM 启动参数中添加：

-XX:NativeMemoryTracking=summary  # 摘要模式
# 或
-XX:NativeMemoryTracking=detail   # 详细模式（包含虚拟内存映射）

5.2 查看 NMT 报告

方法 1：使用 jcmd

# 查看摘要
jcmd <pid> VM.native_memory summary

# 查看详细信息
jcmd <pid> VM.native_memory detail

# 查看基线对比
jcmd <pid> VM.native_memory baseline
jcmd <pid> VM.native_memory summary.diff

方法 2：使用 Arthas

# 连接到应用
java -jar arthas-boot.jar

# 查看 NMT
vmtool --action getNativeMemory

六、常见问题

Q1: Reserved 和 Committed 的区别？

•Reserved：向操作系统"预订"的虚拟地址空间，不占用物理内存•Committed：实际从操作系统获得的物理内存，占用 RAM

Q2: 为什么 Metadata 使用率这么高？

•应用加载了 19668 个类•Metadata 空间只有 108MB•建议增加 -XX:MetaspaceSize 和 -XX:MaxMetaspaceSize

Q3: 如何减少内存占用？

1.减少堆内存：-Xmx2g（如果应用不需要 4GB）2.减少线程栈大小：-Xss512k（默认 1MB）3.减少 Code Cache：-XX:ReservedCodeCacheSize=128m

Q4: NMT 的性能开销是多少？

•Summary 模式：约 1-2% 性能开销•Detail 模式：约 5-10% 性能开销•生产环境建议使用 Summary 模式

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2025-10-27，如有侵权请联系 cloudcommunity@tencent.com 删除

tracking

本文分享自码农戏码微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度