堆溢出（java.lang.outofmemoryerror: java heap space）产生的直接原因是jvm堆内存中存放的对象数量或大小超过了配置的堆上限，导致垃圾回收器无法腾出足够的连续空间来分配新对象。要复现这一现象，核心做法是编写一个死循环，在循环体内不断创建并持有对大型对象（如大数组或大字符串）的引用，阻止其被gc回收，直到触发oom异常。
如何通过代码强制触发堆溢出
通过创建一个无限循环并在其中向List集合添加元素，可以稳定地产生堆溢出。关键在于确保这些对象不会被垃圾回收，因此不能将它们设为局部变量后丢弃，而必须保持强引用。以下程序演示了如何设置较小的堆内存参数并填充数据直至崩溃。
import java.util.ArrayList;
import java.util.List;
public class HeapOomDemo {
public static void main(String[] args) {
// 模拟堆内存不足的场景
List<byte[]> list = new ArrayList<>();
int i = 0;
try {
while (true) {
// 每次分配1MB的字节数组
byte[] array = new byte[1024 * 1024];
list.add(array);
i++;
}
} catch (Throwable e) {
System.out.println("Count: " + i);
e.printStackTrace();
}
}
}
运行上述代码时，需要配合JVM参数 -Xms10m -Xmx10m -XX:+HeapDumpOnOutOfMemoryError 使用。程序会持续打印堆栈跟踪信息，最终抛出 java.lang.OutOfMemoryError: Java heap space。这里的 list 引用一直存在，导致之前分配的 byte[] 对象无法被回收，堆空间被彻底占满。
立即学习“Java免费学习笔记（深入）”；
哪些类型的对象最容易导致堆溢出
除了简单的数组累积，实际开发中更常见的堆溢出场景涉及大量实例化对象、缓存未清理或类加载器泄漏。例如，在使用第三方库（如Ehcache、Guava Cache）时，如果未设置最大容量限制或过期策略，缓存中的Entry对象会无限增长。另一个典型场景是动态代理或CGLIB生成的子类过多，导致PermGen/Metaspace与堆的交互异常，但主要仍表现为堆内对象激增。此外，大文本处理、图片解码等场景若一次性加载整个资源到内存，也极易引发此类错误。
// 伪代码示例：无界缓存导致的溢出
Cache<String, Object> cache = CacheBuilder.newBuilder()
.build();
// 随着key增加，内存持续增长且无上限
for (int i = 0; i < Integer.MAX_VALUE; i++) {
cache.put("key-" + i, new LargeObject());
}
这类代码的问题在于缺乏边界控制。解决思路包括：为缓存设置 maximumSize 或 expireAfterWrite；对于大数据量处理改用流式读取而非全量加载；检查是否存在静态集合长期持有对象引用的情况。通过监控工具（如VisualVM）观察堆内存曲线，若发现内存呈阶梯状上升且GC后无法下降，通常就是此类问题。
如何定位和避免堆溢出
当发生堆溢出时，JVM默认会生成堆转储文件（heap dump），路径由 -XX:+HeapDumpOnOutOfMemoryError 指定。可以使用MAT（Memory Analyzer Tool）或JProfiler打开该文件，分析“Dominator Tree”找出占用内存最大的对象及其GC Root引用链。常见原因包括：未关闭的资源连接、监听器未注销、ThreadLocal使用不当等。避免溢出的最佳实践是：合理设置堆大小（通常物理内存的50%-75%）、启用GC日志分析、使用弱引用（WeakReference）处理非关键缓存、以及遵循“小对象优先复用、大对象及时释放”的原则。在生产环境中，建议结合APM工具实时监控堆使用率，设置告警阈值，防止突发流量导致服务雪崩。
