优化JVM垃圾回收需根据吞吐、延迟、内存占用三者权衡：批处理用Parallel GC（-XX:+UseParallelGC），Web服务选G1（-XX:+UseG1GC -XX:MaxGCPauseMillis=200），超低延迟场景用ZGC（-XX:+UseZGC），小内存用Serial GC（-XX:+UseSerialGC）；堆大小应固定（-Xms4g -Xmx4g），新生代独立指定（-Xmn1.5g），Survivor比例合理（-XX:SurvivorRatio=8），元空间需限制（-XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m）；必须开启GC日志（-Xlog:gc*:file=...）并监控YGC频率、Full GC次数与停顿时间；避开swap、透明大页、过大线程栈等常见陷阱。
优化 JVM 垃圾回收的运行环境配置，核心是让 GC 行为匹配应用的实际负载特征——不是堆越大越好，也不是停顿越短越优，而是根据吞吐、延迟、内存占用这三者的权衡来精准设定。
明确目标再选回收器
不同回收器解决的问题完全不同：
- 批处理、后台计算类应用（如定时报表生成）：优先用 Parallel Scavenge + Parallel Old，参数加
-XX:+UseParallelGC，它不追求单次停顿短，但单位时间完成更多有效工作； - Web API、实时交易等对响应敏感的服务：选 G1（堆 ≥ 4GB 时效果明显），启用
-XX:+UseG1GC，再设-XX:MaxGCPauseMillis=200（目标值，非硬上限）； - 超低延迟要求（如高频交易、游戏服务器）且 JDK ≥ 11：考虑 ZGC 或 Shenandoah，用
-XX:+UseZGC，停顿基本稳定在 10ms 内，但需注意其对 NUMA 架构和大页内存的支持； - 小内存（≤ 2GB）、单核或嵌入式场景：Serial GC 反而更稳，开销最小，参数为
-XX:+UseSerialGC。
堆与分代参数要“定”且“准”
避免 JVM 自己“猜”内存分配，所有关键大小都应显式固定：
-
堆大小统一：
-Xms4g -Xmx4g（例如），防止扩容缩容引发额外 GC 和卡顿；生产环境最大堆建议不超过物理内存的 50%，留足系统缓存空间； -
新生代独立指定：比用
-XX:NewRatio更直接，例如-Xmn1.5g（占总堆约 3/8），适合对象生命周期短、创建频繁的服务； -
Survivor 区比例合理：默认
-XX:SurvivorRatio=8（Eden : S0 : S1 = 8:1:1），若发现大量对象过早晋升老年代，可调小该值（如设为 4），扩大 Survivor 容量，延长对象在年轻代存活时间； -
元空间别放任自流：动态加载类多的应用（如 Spring Boot + 大量 starter），必须设
-XX:MetaspaceSize=256m -XX:MaxMetaspaceSize=512m，防元空间无限增长触发 Full GC。
日志与监控必须上线
没有日志的调优等于盲调：
- 开启详细 GC 日志：
-Xlog:gc*:file=/var/log/myapp/gc.log:time,uptime,level,tags -Xlog:safepoint -Xlog:gc+heap=debug（JDK 11+ 推荐写法）； - 关键看三项：YGC 频率（是否太密？说明新生代太小或对象存活率高）、Full GC 次数（是否持续上升？提示内存泄漏或老年代过小）、平均停顿时间（是否突破 SLA？需换回收器或调参）；
- 搭配
jstat -gc -h10 <pid> 5s实时观察各区域使用率变化趋势，比单次快照更有价值； - 用 GCEasy 或 GCViewer 解析日志，自动标出异常点（如连续多次 Promotion Failure、Humongous Allocation 失败）。
避开常见陷阱
很多性能问题其实和 GC 本身无关，而是配置或代码引发的连锁反应：
-
禁用内存交换（swap）：Linux 上执行
swapoff -a，否则 GC 过程中一旦触发 swap，停顿会飙升至秒级； -
关闭透明大页（THP）：CentOS/RHEL 默认开启，会导致 G1/ZGC 性能下降，运行
echo never > /sys/kernel/mm/transparent_hugepage/enabled； -
线程栈别设太大：
-Xss256k通常足够，设成 1M 会让每个线程多占近 1MB 内存，在高并发下迅速吃光堆外内存； - 避免过度复用对象池：现代 JVM 对象分配极快，盲目用 Apache Commons Pool 等反而增加 GC 压力和复杂度，除非对象创建成本确实极高（如 SSLContext）。
