第三方SDK缓存无限制增长是Java内存泄漏典型场景，表现为堆内存缓慢持续上涨、Full GC后老年代回收差、数小时后OOM；需主动抓取堆快照、比对缓存行为、穿透GC Roots定位异常引用，并检查配置与代码中缓存淘汰策略是否缺失。
第三方 SDK 缓存无限制增长是 Java 内存泄漏的典型场景，核心表现是堆内存缓慢但持续上涨、Full GC 后老年代回收效果差、服务运行数小时后 OOM。排查关键不在于等崩溃，而在于主动抓取、比对、穿透。
看现象：先确认是不是缓存导致的泄漏
别一上来就分析代码，先用监控数据快速聚焦：
- 查 GC 日志：重点关注 Full GC 频次上升 + 老年代使用率 >85% 并单向爬升，尤其出现
promotion failed或GC overhead limit exceeded - 对比缓存行为：如果 SDK 提供了健康端点（如
/actuator/caches或自定义指标），检查cache.size是否随请求量线性增长，hitRate是否长期低于 20% - 做环境隔离：相同压测流量下，关闭该 SDK 后内存平稳，启用后明显上涨，基本可锁定
抓快照：在缓存活跃期主动导出堆信息
不要等 OOM —— 它可能来得太晚，且快照过大难分析：
- 命令行快速抓取：
jmap -dump:live,format=b,file=sdk-cache-peak.hprof <pid>（加live过滤掉已标记但未回收的对象） - 用 VisualVM 连接后右键 → “Heap Dump”，勾选 “Live objects only” 减少干扰
- 若 SDK 自带诊断接口（如某些风控/埋点 SDK 的
/debug/heap），优先调用它触发可控快照
定位对象：按包名过滤 + 追 GC Roots
打开 .hprof 文件后，重点不是找“最大的对象”，而是找“不该长期存在的对象”：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
立即学习“Java免费学习笔记（深入）”；
- 在 MAT 中打开 Histogram，按 package 过滤 SDK 包名（如
com.xxx.sdk.cache或net.sf.ehcache），看实例数是否异常高 - 选一个典型缓存条目（如
CacheEntry或ResultWrapper），右键 → “Path to GC Roots” → 勾选 “exclude weak/soft references” - 重点关注路径中是否含：static final 字段、单例容器（ConcurrentHashMap）、未清理的 ThreadLocal 或 注册后未反注册的监听器
查配置与代码：确认缓存是否真的“无限制”
很多泄漏不是 SDK 本身有 bug，而是默认配置被忽略：
- 翻 SDK 文档或源码，确认它底层用的是什么缓存：ConcurrentHashMap？Caffeine？Guava？Ehcache？不同实现淘汰策略差异很大
- 检查是否设置了关键参数：
maxSize、expireAfterWrite、maximumSize，有没有被设为0或Long.MAX_VALUE - 搜项目代码里对 SDK 缓存的显式操作：比如
sdkClient.cachePut()是否在异常分支、失败路径中漏掉了invalidate()或remove()
验证修复：改完别只看不测
修复后必须验证效果，否则容易反复：
- 上线后观察 6 小时以上，看老年代使用率是否趋于平稳、不再单边上涨
- 对比 Full GC 次数和耗时：修复前每 10 分钟一次，修复后应显著降低甚至消失
- 用相同请求压测，确认缓存 size 不再线性增长，hit rate 回升到合理区间（如 60%+）
