mat能有效分析Java堆內存并定位內存泄漏。1.獲取堆轉儲文件可通過jmap、jcmd手動生成或oom時自動觸發；2.mat通過“支配者樹”展示對象支配關系，幫助識別大內存占用對象及未釋放的引用鏈；3.“直方圖”按實例數量和內存占用排序，揭示異常對象創建和“胖”對象；4.mat還能發現不必要的對象創建、優化數據結構選擇、識別冗余數據、評估緩存策略、發現類加載器泄漏及分析線程棧內存，全面提升內存使用效率。
MAT工具，全稱Memory Analyzer Tool，在Java應用出現內存溢出（OOM）或者內存占用異常高時，是深入分析Java堆內存、定位內存泄漏和優化內存使用的利器。它能幫你可視化地探查堆轉儲文件（heap dump），揭示對象間的引用關系，找出那些不該被保留卻依然占據大量內存的對象。
解決方案
要使用MAT進行堆內存分析，首先得有一個堆轉儲文件（.hprof）。獲取這個文件通常有幾種方式：
- 手動生成： 最常用的是使用JDK自帶的工具，比如jmap或jcmd。例如，jmap -dump:format=b,file=heap.hprof
可以為指定進程ID生成堆轉儲。我個人更傾向于jcmd GC.heap_dump ，感覺它在某些場景下更穩定一些。 - OOM時自動生成： 在jvm啟動參數中添加-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/path/to/dump，這樣當應用程序發生OOM時，JVM會自動在指定路徑生成堆轉儲文件。這招特別管用，因為OOM往往是難以復現的生產問題。
有了.hprof文件后，啟動MAT工具（通常是eclipse插件或獨立版本）。打開文件，MAT會進行解析并生成一個初步的概覽報告。這個報告很關鍵，通常會直接指出“內存泄漏嫌疑報告”（Leak Suspects Report），這往往是解決問題的起點。如果報告沒直接指出，或者你覺得需要更深入的分析，那么就要自己動手了。我會從“支配者樹”（Dominator Tree）和“直方圖”（Histogram）開始，它們是MAT最核心的兩個視圖。
立即學習“Java免費學習筆記（深入）”；
為什么我的應用內存總是飆升，MAT能幫我找到癥結嗎？
當然能。這幾乎是MAT最核心的價值所在。內存飆升通常不是一個單一的原因，它可能是內存泄漏、無效緩存、數據結構使用不當，甚至是一些你沒注意到的第三方庫行為。MAT能幫你把這些“黑箱”打開，看到底是什么在占用內存。
我遇到過好幾次，應用在生產環境跑著跑著，內存就一點點往上漲，最后直接OOM。這時候，MAT就像一個偵探，通過分析堆轉儲文件，它能：
- 定位內存泄漏的根源： 這是最常見的場景。MAT的“支配者樹”視圖能清晰地展示哪些對象“支配”了大量的內存。當你發現一個本應被垃圾回收的對象（比如一個舊的用戶會話、一個已關閉的數據庫連接）卻依然被某個全局變量或靜態集合引用著，那么恭喜你，你找到泄漏點了。MAT的“Path to GC Roots”功能尤其強大，它能幫你追溯到為什么這個對象沒有被回收，是哪個GC Root（比如線程棧、靜態字段）在引用它。我通常會沿著這條路徑一路看下去，直到找到那個“不該有的引用”。
- 識別“胖”對象： 有時候不是泄漏，而是你無意中創建了太多巨大對象。比如一個List
，里面每個byte[]都幾十兆。MAT的“直方圖”會告訴你哪些類的實例數量最多，或者哪些類的實例總大小最大。你可能發現某個自定義對象實例數量異常多，或者某個緩存對象占用了絕大部分內存。 - 揭示無效緩存： 很多時候我們為了性能會使用緩存，但如果緩存策略不當，比如只增不減的HashMap，它就會變成一個“內存黑洞”。MAT能幫你看到這個HashMap到底存了多少對象，這些對象又有多大。這會促使你去思考，是不是該引入LRU或其他淘汰策略了。
MAT的“支配者樹”和“直方圖”到底有什么用，我該怎么看？
這兩個視圖是MAT分析的基石，理解它們至關重要。
- 支配者樹（Dominator Tree）：
- 作用： 這個視圖展示了內存中對象的支配關系。如果對象A支配對象B，意味著從任何GC根到B的路徑都必須經過A。換句話說，如果A被垃圾回收了，那么B（以及所有被B獨占引用的對象）也會被回收。它能讓你快速找到那些“大胖子”——如果一個對象在支配者樹中排在前面，且其“Retained Heap”（保留堆）非常大，那么它就是內存占用的大戶。
- 怎么看： 打開支配者樹視圖，你會看到一個樹狀結構，根節點通常是JVM的各種內部結構。向下展開，你會看到各種對象實例，它們按保留堆大小降序排列。關注那些異常大的節點，點進去看它引用的子對象。我一般會特別留意那些集合類（ArrayList、HashMap等），因為它們常常是內存泄漏的“容器”。如果一個HashMap占據了幾個G的內存，那問題多半出在它里面存了什么不該存的東西。
- 直方圖（Histogram）：
- 作用： 直方圖列出了堆中所有類的實例數量和內存占用（淺堆和保留堆）。淺堆（Shallow Heap）是對象自身占用的內存大小，不包括它引用的對象。保留堆（Retained Heap）是如果該對象被垃圾回收，能夠釋放的內存總量。
- 怎么看： 在直方圖視圖中，你可以按實例數量或保留堆大小進行排序。通過它，你能一眼看出哪些類的實例數量異常多，或者哪些類的實例雖然數量不多但單個對象非常大。比如，你可能發現有幾百萬個String對象，這可能意味著你沒有充分利用字符串常量池，或者存在大量的字符串拼接操作。又比如，你看到某個自定義的MyBigData類，雖然只有幾百個實例，但每個實例的保留堆都非常大，那你就知道該去優化MyBigData的內部結構了。我經常用它來快速掃描，看看有沒有哪個類的實例數量或者總大小遠超預期，這往往是性能瓶頸或內存問題的信號。
除了查找內存泄漏，MAT還能給我哪些優化內存的思路？
MAT的價值遠不止于發現內存泄漏，它能提供更全面的內存優化視角：
- 發現不必要的對象創建： 有時候代碼并沒有泄漏，但卻在短時間內創建了大量臨時對象，導致頻繁的GC，影響性能。通過直方圖，你可以看到哪些類的實例數量非常龐大，但它們的保留堆卻很小（意味著它們沒有被長期引用）。這可能提示你考慮對象池、重用對象，或者減少不必要的中間對象創建。比如，一個頻繁調用的方法中創建了大量的String或Integer對象，這就可以優化。
- 優化數據結構選擇： 同樣是存儲數據，ArrayList和LinkedList在內存占用和訪問效率上都有區別。HashMap和ConcurrentHashMap的內部實現也不同。MAT能讓你看到這些數據結構內部的實際內存占用情況，比如HashMap的內部數組和Entry對象。這可以引導你重新評估當前的數據結構選擇是否是最優的。我曾通過MAT發現，某個HashMap的加載因子設置不合理，導致內部數組頻繁擴容，浪費了大量內存。
- 識別冗余數據： 有些數據可能在內存中存在多份副本，或者存儲了實際業務不需要的冗余信息。MAT的OQL（Object Query Language）功能非常強大，你可以用類似sql的語法查詢堆中的對象。比如，你可以查詢所有String對象，并按內容分組，看看是否有大量重復的字符串，這可能意味著可以考慮字符串去重（String Deduplication，Java 8u20+有此功能）。
- 評估緩存策略： 緩存是提升性能的常用手段，但如果緩存中的對象從未被清理，就會變成內存負擔。通過MAT，你可以看到緩存對象（如ConcurrentHashMap）的實際大小和其中存儲的元素。這能幫助你判斷緩存是否過大，或者是否需要引入更激進的淘汰策略（如LRU、LFU）。
- 發現類加載器泄漏： 這是一個比較隱蔽的問題，通常發生在熱部署或者插件化應用中。當舊的類加載器沒有被正確卸載，它所加載的所有類和這些類的靜態字段就會一直占用內存。MAT可以幫助你識別出多個同名類被不同類加載器加載的情況，這通常是類加載器泄漏的信號。
- 分析線程棧內存： 雖然MAT主要關注堆內存，但它也能顯示線程對象和它們的棧幀。如果你看到大量的線程處于WAITING或BLOCKED狀態，并且每個線程棧都占用了不小的內存，這可能提示你線程池配置不合理，或者存在死鎖/長時間等待的問題。雖然這不是直接的堆內存泄漏，但也是內存使用效率的問題。
