大家好，我是讯享网，很高兴认识大家。



       MAT 工具是基于 Eclipse 平台开发的， 本身是一个 Java 程序， 是一款很好的内存分析工具， 所以如果堆快照比较大的话， 则需要一台内存比较大的分析机器， 并给 MAT 本身加大初始内存， 这个可以修改安装目录中的 MemoryAnalyzer.ini 文件。

讯享网

     在MAT中，我们一般比较常用的几个小工具，如下图标识所示

 

    柱状图中，主要看每个class对应的实例数、浅堆、深堆等。如下图所示

     从这个图的展示效果看出，和“jmap -histo <pid> ”命令展示的效果很像。

     而我们大部分情况下，我们关注重点，是深堆或浅堆的incoming和outgoing两项，那么这两项指的是什么呢？

1、对象的引入（incoming references）

     通俗的来讲，就是哪些对象把当前对象引用了，那么那些对象对于当前对象来说就是一些引入对象。

2、对象的引出（outgoing references）

     通俗的来讲，就是当前对象中引用了哪些对象，那么那些对象对于当前对象来说就是一些引出对象。

     下面就使用例子进行说明，准备如下代码

    那么这一段码的意图，可以翻译为下面的图所示

       下面我们就来分析对象C的Incoming和outgoing

        将代码使用main方法运行起来，然后使用MAT连接。

        注意MAT不单单只打开 dump 日志，也可以打开正在运行的 JVM 进程， 跟 arthas 有点类似，效果是一样的，只是一个是动态的，一个是日志导出那个时刻的。

        使用MAT连接正在运行的进程方式如下图所示

       选中如图中标识的这个进程并双出打开

        这个 outgoing references 和 incoming references 非常有用， 因为我们做 MAT 分析一般时对代码不了解， 排查内存泄漏也好， 排查问题也好， 垃圾回收中有一个很重要的概念， 可达性分析算法， 那么根据这个引入和引出， 我就可以知道这些对象的引用关系， 在 MAT 中我们就可以知道比如 A,B,C,D,E,F 之间的引用关系图， 便于做具体问题的分析。

1、概念

        浅堆（shallow heap） 代表了对象本身的内存占用， 包括对象自身的内存占用， 以及“为了引用” 其他对象所占用的内存。

        深堆（Retained heap） 是一个统计结果， 会循环计算引用的具体对象所占用的内存。 但是深堆和“对象大小” 有一点不同， 深堆指的是一个对象被垃圾回收后， 能够释放的内存大小， 这些被释放的对象集合， 叫做保留集（Retained Set）

2、浅堆大小的计算

        我们知道，一个对象的大小是由三个部分组成，即对象头、实例数据、对齐填充。

        而我们在实际使用中，一个对象会引用其它的对象或一些基本的成员变量。那么这个浅堆大小的计算公式如下

        其中，各成员变量大小之和就是实例数据，如果存在继承的情况，需要包括父类成员的变量。

        除了对象，我们还需要知道数组类型对象的浅堆该如计算。计算体公式如下

        这里的类型变量大小*数组长度， 就是实例数据， 强调是变量不是对象本身

3、实例辨析

        下面，给出一张图，我们来看一下，A、B、D这三个对象的深堆和浅堆是怎么得出来的

        1、对于A对象而言，浅堆就是自身的大小，即大小为10；深堆的计算可就没有这么简单了，前面说过，对象的深堆是指如果对象被回收了，它所能释放出多少空间，那这么这个释放出来的空间就是深堆大小。从图中，可以看出从A出发，是有6个对象实例，而每个实例的大小是10，但是对象本身的大小是10，所以A的深堆就是70

        2、对于B对象而言，按照A对象的计算方式，不能算出，它的浅堆大小是10，而深堆大小是30

        3、对于D对象而言，如果D被回收了，它也只释放出的空间大小为10，即它自身的大小。所以它的浅堆和深堆都是10。因此，如果我们在使用MAT工具在分析时，看到浅堆和深堆的大小是一样的话，就可以断定，这个对象就没有引用其它对象了。

       下面再看一个图

        在这种情况下， 对象A的深堆大小将从之前的 70 减小到 40 个字节。如果对象A被垃圾回收了， 则将仅会影响C、 F 和 G 对象的引用，所以仅对象C、F和G 将被垃圾回收。另一方面， 由于H持有对B的引用，对象B、D和E将继续存在于内存中。即使 A 被垃圾回收，B、D和E也不会从内存中删除。 

        总结：我们可以看到在进行内存分析时，浅堆和深堆是两个非常重要的概念，尤其是深堆，影响着回收这个对象能够带来的垃圾回收的效果，所以在内存分析中，我们往往会去找那些深堆比较的大的对象， 尤其是那些浅堆比较小但深堆比较大的对象， 这些对象极有可能是问题对象。

内存泄露检测

       在日常开发中，我们可能会遇到内存泄露问题而不自知，这种问题将会是致命的，如果不找出其中的根原，那么这么始终是一个定时炸弹。那么对于内存泄露这一类的问题，就可以使用MAT工具进行分析。

       下面，准备一段简单的代码，如下

       我们将这段代码使用main方法运行起来，并使用MAT进行连接

        从上图中，可以看到，存在一个”hl-thread”的线程，它的深堆和浅堆的差距非常的巨大。持有99.53%的对象，数据被一个HashMap所持有。

        那么这个就是一个泄露点，因为在代码中对线程做了标识 。所以我们在日常的开发中，如果有用到线程的，最好还是给线程取上名称，这样对排查问题有很大的帮助。

        所以， 如果是对于特别明显的内存泄漏， 在这里能够帮助我们迅速定位， 但通常内存泄漏问题会比较隐蔽， 我们需要做更加复杂的分析。

支配树视图

        从上图的层层分解得出。原来是“hl-thread”的深堆和浅堆比例很多（深堆比浅堆多很多，一般经验都是找那些浅堆比较小，同时深堆比较大的对象）

        经过分析，内存泄露点就在于此。

线程视图

       想要看具体的引用关系， 可以通过线程视图。 线程在运行中是可以作为 GC Roots 的。 我们可以通过线程视图展示了线程内对象的引用关系， 以及方法调用关系， 相对比 jstack 获取的栈 dump， 我们能够更加清晰地看到内存中具体的数据。

       还有另外一段是陷入无限循环，这个是相互引用导致的（进行问题排查不用被这种情况给误导了，这样的情况一般不会有问题，可达性分析算法的解决了相互引用的问题） 。

柱状图视图

       柱状图视图，可以看到除了对象的大小， 还有类的实例个数。 结合 MAT 提供的不同显示方式， 往往能够直接定位问题。 也可以通过正则过滤一些信息，我们在这里输入MAT，过滤猜测的、可能出现问题的类， 可以看到， 创建的这些自定义对象， 刚好100个对象实例，而在代码中指定就是100

        下面我们看一下对象A的引入，即A被哪些对象引用了。

 

Path To GC Roots

       使用这种方式， 即可在引用之间进行跳转， 方便的找到所需要的信息（这里从对象反推到了线程 hl-thread） ,也可以快速定位到有内存泄漏的问题代码。

高级功能QOL

        MAT工具支持一种类似于 SQL 的查询语言 OQL（Object Query Language） ，这个查询语言VisualVM工具也支持，不过一般情况下不用VisualVM工具。使用方法如下图

        查询A对象

      当然了，QOL用还有更多的用法，可以参考网址 http://tech.novosoft-us.com/products/oql_book.htm