预防 Full GC 频繁发生需“参数+代码+监控”协同：固定堆大小、限制大对象直入老年代、禁用显式GC、增大元空间上限；优先选用G1/ZGC/Shenandoah；避免大对象创建、流式处理、对象复用、缓存限界；通过GC日志和Heap Dump定位真实瓶颈。
预防 Full GC 频繁发生，关键不是消灭它，而是控制它——让老年代不被快速填满、不被碎片化、不因晋升失败或元空间耗尽而被迫回收。真正有效的策略是“参数 + 代码 + 监控”三者协同，缺一不可。
调优 JVM 参数，守住内存分配底线
参数不是越多越好，而是要解决最痛的几个点：
- 固定堆大小：-Xms 和 -Xmx 设为相同值（如 -Xms4g -Xmx4g），避免运行中扩容触发 Full GC
- 限制大对象直入老年代：设 -XX:PretenureSizeThreshold=4194304（4MB），让中等大小对象仍走年轻代路径，便于 Minor GC 提前清理
- 禁用显式 GC：加 -XX:+DisableExplicitGC，防止框架或误写 System.gc() 强行拉起 Full GC
- 增大元空间上限：JDK8+ 加 -XX:MaxMetaspaceSize=512m，避免动态加载类过多导致元空间耗尽
选对垃圾收集器，降低停顿风险
Parallel Old 在 Web 场景下容易卡顿，应主动切换：
- JDK8 及以上优先用 G1：-XX:+UseG1GC -XX:MaxGCPauseMillis=200，它分区管理、可预测停顿
- JDK11+ 可评估 ZGC 或 Shenandoah：亚毫秒级停顿，适合低延迟敏感服务
- 明确弃用 CMS：已废弃，且易因碎片化反复触发 Full GC
从代码源头减少老年代压力
很多 Full GC 是“自己造出来的”，重点防三类行为：
立即学习“Java免费学习笔记（深入）”；
- 拆大为小：导出百万数据不用 list.stream().collect() 生成大 List，改用 forEach + 分批 flush 到 OutputStream
- 流式替代全量：JSON 序列化不用 toJSONString(bigObj)，改用 ObjectMapper.writeValue(response.getOutputStream(), obj)
- 复用代替新建：循环内不用 new StringBuilder()，改用 clear() 后复用；ByteBuffer.allocateDirect() 也建议池化复用
- 缓存加约束：static Map 缓存必须带大小限制和 LRU 清理逻辑，不能无界堆积 byte[] 或大对象
用工具定位真实瓶颈，别猜
日志和堆转储才是真相来源：
- 开 GC 日志：-Xloggc:gc.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps
- 用 GCViewer 或 GCEasy 分析：看老年代使用率是否阶梯上升、每次 Full GC 前是否有 Promotion Failure
- 抓 Heap Dump：jmap -dump:format=b,file=heap.hprof <pid>，用 MAT 查 “largest objects” 和 “leak suspects”
- 重点关注：静态集合是否持续增长、ThreadLocal 是否未 remove、连接/流是否未 close
