Comprensione delle perdite di memoria in Java

1. Introduzione

Uno dei vantaggi principali di Java è la gestione automatizzata della memoria con l'aiuto del Garbage Collector integrato (o GC in breve). Il GC si occupa implicitamente di allocare e liberare memoria ed è quindi in grado di gestire la maggior parte dei problemi di perdita di memoria.

Sebbene il GC gestisca efficacemente una buona porzione di memoria, non garantisce una soluzione infallibile alla perdita di memoria. Il GC è abbastanza intelligente, ma non impeccabile. Le perdite di memoria possono ancora insorgere anche nelle applicazioni di uno sviluppatore coscienzioso.

Potrebbero ancora verificarsi situazioni in cui l'applicazione genera un numero considerevole di oggetti superflui, esaurendo così le risorse di memoria cruciali, a volte con conseguente errore dell'intera applicazione.

Le perdite di memoria sono un vero problema in Java. In questo tutorial, vedremo quali sono le potenziali cause delle perdite di memoria, come riconoscerle in fase di esecuzione e come gestirle nella nostra applicazione .

2. Che cos'è una perdita di memoria

Una perdita di memoria è una situazione in cui sono presenti oggetti nell'heap che non vengono più utilizzati, ma il Garbage Collector non è in grado di rimuoverli dalla memoria e quindi vengono mantenuti inutilmente.

Una perdita di memoria è dannosa perché blocca le risorse di memoria e riduce le prestazioni del sistema nel tempo . E se non viene gestita, l'applicazione finirà per esaurire le sue risorse, terminando infine con un fatale java.lang.OutOfMemoryError .

Esistono due diversi tipi di oggetti che risiedono nella memoria Heap: referenziati e non referenziati. Gli oggetti referenziati sono quelli che hanno ancora riferimenti attivi all'interno dell'applicazione mentre gli oggetti non referenziati non hanno riferimenti attivi.

Il Garbage Collector rimuove periodicamente gli oggetti non referenziati, ma non raccoglie mai gli oggetti a cui si fa ancora riferimento. È qui che possono verificarsi perdite di memoria:

Sintomi di una perdita di memoria

  • Grave degrado delle prestazioni quando l'applicazione è continuamente in esecuzione per un lungo periodo
  • Errore di heap OutOfMemoryError nell'applicazione
  • Arresti anomali delle applicazioni spontanei e strani
  • L'applicazione sta esaurendo occasionalmente gli oggetti di connessione

Diamo uno sguardo più da vicino ad alcuni di questi scenari e come affrontarli.

3. Tipi di perdite di memoria in Java

In qualsiasi applicazione, possono verificarsi perdite di memoria per numerosi motivi. In questa sezione, discuteremo i più comuni.

3.1. Perdita di memoria attraverso campi statici

Il primo scenario che può causare una potenziale perdita di memoria è l'utilizzo intenso di variabili statiche .

In Java, i campi statici hanno una durata che di solito corrisponde all'intera durata dell'applicazione in esecuzione (a meno che ClassLoader non diventi idoneo per la garbage collection).

Creiamo un semplice programma Java che popola un elenco statico :

public class StaticTest { public static List list = new ArrayList(); public void populateList() { for (int i = 0; i < 10000000; i++) { list.add(Math.random()); } Log.info("Debug Point 2"); } public static void main(String[] args) { Log.info("Debug Point 1"); new StaticTest().populateList(); Log.info("Debug Point 3"); } }

Ora, se analizziamo la memoria Heap durante l'esecuzione di questo programma, vedremo che tra i punti di debug 1 e 2, come previsto, la memoria heap è aumentata.

Ma quando lasciamo il metodo populateList () al punto di debug 3, la memoria dell'heap non è ancora raccolta in Garbage Collection come possiamo vedere in questa risposta di VisualVM:

Tuttavia, nel programma sopra, nella riga numero 2, se rilasciamo semplicemente la parola chiave statica , verrà apportata una drastica modifica all'utilizzo della memoria, questa risposta di Visual VM mostra:

La prima parte fino al punto di debug è quasi la stessa di quella che abbiamo ottenuto nel caso di static. Ma questa volta dopo aver lasciato il metodo populateList () , tutta la memoria della lista viene raccolta in modo spazzatura perché non abbiamo alcun riferimento ad essa .

Quindi dobbiamo prestare molta attenzione al nostro utilizzo di variabili statiche . Se le raccolte o gli oggetti di grandi dimensioni vengono dichiarati statici , rimangono nella memoria per tutta la durata dell'applicazione, bloccando così la memoria vitale che potrebbe altrimenti essere utilizzata altrove.

Come prevenirlo?

  • Ridurre al minimo l'uso di variabili statiche
  • Quando si utilizzano singleton, fare affidamento su un'implementazione che carica pigramente l'oggetto invece di caricarlo con entusiasmo

3.2. Attraverso risorse non chiuse

Ogni volta che stabiliamo una nuova connessione o apriamo un flusso, la JVM alloca la memoria per queste risorse. Alcuni esempi includono connessioni al database, flussi di input e oggetti di sessione.

Dimenticare di chiudere queste risorse può bloccare la memoria, tenendole così fuori dalla portata di GC. Ciò può anche accadere in caso di un'eccezione che impedisce all'esecuzione del programma di raggiungere l'istruzione che sta gestendo il codice per chiudere queste risorse.

In entrambi i casi, la connessione aperta lasciata dalle risorse consuma memoria e, se non ci occupiamo di esse, possono deteriorare le prestazioni e possono persino provocare OutOfMemoryError .

Come prevenirlo?

  • Utilizzare sempre finalmente bloccare alle risorse stretti
  • Il codice (anche nel blocco finalmente ) che chiude le risorse non dovrebbe di per sé avere eccezioni
  • Quando si utilizza Java 7+, è possibile utilizzare il blocco try -with-resources

3.3. Implementazioni improprie di equals () e hashCode ()

Quando si definiscono nuove classi, una supervisione molto comune non è la scrittura di metodi adeguati sovrascritti per i metodi equals () e hashCode () .

HashSet e HashMap utilizzano questi metodi in molte operazioni e, se non vengono sovrascritti correttamente, possono diventare una fonte di potenziali problemi di perdita di memoria.

Facciamo un esempio di una banale classe Person e usiamola come chiave in una HashMap :

public class Person { public String name; public Person(String name) { this.name = name; } }

Ora inseriremo oggetti Person duplicati in una mappa che utilizza questa chiave.

Ricorda che una mappa non può contenere chiavi duplicate:

@Test public void givenMap_whenEqualsAndHashCodeNotOverridden_thenMemoryLeak() { Map map = new HashMap(); for(int i=0; i<100; i++) { map.put(new Person("jon"), 1); } Assert.assertFalse(map.size() == 1); }

Here we're using Person as a key. Since Map doesn't allow duplicate keys, the numerous duplicate Person objects that we've inserted as a key shouldn't increase the memory.

But since we haven't defined proper equals() method, the duplicate objects pile up and increase the memory, that's why we see more than one object in the memory. The Heap Memory in VisualVM for this looks like:

However, if we had overridden the equals() and hashCode() methods properly, then there would only exist one Person object in this Map.

Let's take a look at proper implementations of equals() and hashCode() for our Person class:

public class Person { public String name; public Person(String name) { this.name = name; } @Override public boolean equals(Object o) { if (o == this) return true; if (!(o instanceof Person)) { return false; } Person person = (Person) o; return person.name.equals(name); } @Override public int hashCode() { int result = 17; result = 31 * result + name.hashCode(); return result; } }

And in this case, the following assertions would be true:

@Test public void givenMap_whenEqualsAndHashCodeNotOverridden_thenMemoryLeak() { Map map = new HashMap(); for(int i=0; i<2; i++) { map.put(new Person("jon"), 1); } Assert.assertTrue(map.size() == 1); }

After properly overriding equals() and hashCode(), the Heap Memory for the same program looks like:

Another example is of using an ORM tool like Hibernate, which uses equals() and hashCode() methods to analyze the objects and saves them in the cache.

The chances of memory leak are quite high if these methods are not overridden because Hibernate then wouldn't be able to compare objects and would fill its cache with duplicate objects.

How to Prevent It?

  • As a rule of thumb, when defining new entities, always override equals() and hashCode() methods
  • It's not just enough to override, but these methods must be overridden in an optimal way as well

For more information, visit our tutorials Generate equals() and hashCode() with Eclipse and Guide to hashCode() in Java.

3.4. Inner Classes That Reference Outer Classes

This happens in the case of non-static inner classes (anonymous classes). For initialization, these inner classes always require an instance of the enclosing class.

Every non-static Inner Class has, by default, an implicit reference to its containing class. If we use this inner class' object in our application, then even after our containing class' object goes out of scope, it will not be garbage collected.

Consider a class that holds the reference to lots of bulky objects and has a non-static inner class. Now when we create an object of just the inner class, the memory model looks like:

However, if we just declare the inner class as static, then the same memory model looks like this:

This happens because the inner class object implicitly holds a reference to the outer class object, thereby making it an invalid candidate for garbage collection. The same happens in the case of anonymous classes.

How to Prevent It?

  • If the inner class doesn't need access to the containing class members, consider turning it into a static class

3.5. Through finalize() Methods

Use of finalizers is yet another source of potential memory leak issues. Whenever a class' finalize() method is overridden, then objects of that class aren't instantly garbage collected. Instead, the GC queues them for finalization, which occurs at a later point in time.

Additionally, if the code written in finalize() method is not optimal and if the finalizer queue cannot keep up with the Java garbage collector, then sooner or later, our application is destined to meet an OutOfMemoryError.

To demonstrate this, let's consider that we have a class for which we have overridden the finalize() method and that the method takes a little bit of time to execute. When a large number of objects of this class gets garbage collected, then in VisualVM, it looks like:

However, if we just remove the overridden finalize() method, then the same program gives the following response:

How to Prevent It?

  • We should always avoid finalizers

For more detail about finalize(), read section 3 (Avoiding Finalizers) in our Guide to the finalize Method in Java.

3.6. Interned Strings

The Java String pool had gone through a major change in Java 7 when it was transferred from PermGen to HeapSpace. But for applications operating on version 6 and below, we should be more attentive when working with large Strings.

If we read a huge massive String object, and call intern() on that object, then it goes to the string pool, which is located in PermGen (permanent memory) and will stay there as long as our application runs. This blocks the memory and creates a major memory leak in our application.

The PermGen for this case in JVM 1.6 looks like this in VisualVM:

In contrast to this, in a method, if we just read a string from a file and do not intern it, then the PermGen looks like:

How to Prevent It?

  • The simplest way to resolve this issue is by upgrading to latest Java version as String pool is moved to HeapSpace from Java version 7 onwards
  • If working on large Strings, increase the size of the PermGen space to avoid any potential OutOfMemoryErrors:
    -XX:MaxPermSize=512m

3.7. Using ThreadLocals

ThreadLocal (discussed in detail in Introduction to ThreadLocal in Java tutorial) is a construct that gives us the ability to isolate state to a particular thread and thus allows us to achieve thread safety.

When using this construct, each thread will hold an implicit reference to its copy of a ThreadLocal variable and will maintain its own copy, instead of sharing the resource across multiple threads, as long as the thread is alive.

Despite its advantages, the use of ThreadLocal variables is controversial, as they are infamous for introducing memory leaks if not used properly. Joshua Bloch once commented on thread local usage:

“Sloppy use of thread pools in combination with sloppy use of thread locals can cause unintended object retention, as has been noted in many places. But placing the blame on thread locals is unwarranted.”

Memory leaks with ThreadLocals

ThreadLocals are supposed to be garbage collected once the holding thread is no longer alive. But the problem arises when ThreadLocals are used along with modern application servers.

Modern application servers use a pool of threads to process requests instead of creating new ones (for example the Executor in case of Apache Tomcat). Moreover, they also use a separate classloader.

Since Thread Pools in application servers work on the concept of thread reuse, they are never garbage collected — instead, they're reused to serve another request.

Now, if any class creates a ThreadLocal variable but doesn't explicitly remove it, then a copy of that object will remain with the worker Thread even after the web application is stopped, thus preventing the object from being garbage collected.

How to Prevent It?

  • It's a good practice to clean-up ThreadLocals when they're no longer used — ThreadLocals provide the remove() method, which removes the current thread's value for this variable
  • Do not use ThreadLocal.set(null) to clear the value — it doesn't actually clear the value but will instead look up the Map associated with the current thread and set the key-value pair as the current thread and null respectively
  • It's even better to consider ThreadLocal as a resource that needs to be closed in a finally block just to make sure that it is always closed, even in the case of an exception:
    try { threadLocal.set(System.nanoTime()); //... further processing } finally { threadLocal.remove(); }

4. Other Strategies for Dealing With Memory Leaks

Although there is no one-size-fits-all solution when dealing with memory leaks, there are some ways by which we can minimize these leaks.

4.1. Enable Profiling

Java profilers are tools that monitor and diagnose the memory leaks through the application. They analyze what's going on internally in our application — for example, how memory is allocated.

Using profilers, we can compare different approaches and find areas where we can optimally use our resources.

We have used Java VisualVM throughout section 3 of this tutorial. Please check out our Guide to Java Profilers to learn about different types of profilers, like Mission Control, JProfiler, YourKit, Java VisualVM, and the Netbeans Profiler.

4.2. Verbose Garbage Collection

By enabling verbose garbage collection, we're tracking detailed trace of the GC. To enable this, we need to add the following to our JVM configuration:

-verbose:gc

By adding this parameter, we can see the details of what's happening inside GC:

4.3. Use Reference Objects to Avoid Memory Leaks

We can also resort to reference objects in Java that comes in-built with java.lang.ref package to deal with memory leaks. Using java.lang.ref package, instead of directly referencing objects, we use special references to objects that allow them to be easily garbage collected.

Reference queues are designed for making us aware of actions performed by the Garbage Collector. For more information, read Soft References in Java Baeldung tutorial, specifically section 4.

4.4. Eclipse Memory Leak Warnings

For projects on JDK 1.5 and above, Eclipse shows warnings and errors whenever it encounters obvious cases of memory leaks. So when developing in Eclipse, we can regularly visit the “Problems” tab and be more vigilant about memory leak warnings (if any):

4.5. Benchmarking

We can measure and analyze the Java code's performance by executing benchmarks. This way, we can compare the performance of alternative approaches to do the same task. This can help us choose a better approach and may help us to conserve memory.

For more information about benchmarking, please head over to our Microbenchmarking with Java tutorial.

4.6. Code Reviews

Finally, we always have the classic, old-school way of doing a simple code walk-through.

In some cases, even this trivial looking method can help in eliminating some common memory leak problems.

5. Conclusion

In layman's terms, we can think of memory leak as a disease that degrades our application's performance by blocking vital memory resources. And like all other diseases, if not cured, it can result in fatal application crashes over time.

Le perdite di memoria sono difficili da risolvere e trovarle richiede una complessa padronanza e comando del linguaggio Java. Mentre si tratta di perdite di memoria, non esiste una soluzione valida per tutti, poiché le perdite possono verificarsi attraverso un'ampia gamma di eventi diversi.

Tuttavia, se ricorriamo a best practice ed eseguiamo regolarmente analisi e profilazione del codice rigorose, possiamo ridurre al minimo il rischio di perdite di memoria nella nostra applicazione.

Come sempre, gli snippet di codice utilizzati per generare le risposte VisualVM rappresentate in questo tutorial sono disponibili su GitHub.