简单来说，当你的JVM堆内存（Heap）使用了8GB时，整个Java进程实际占用的物理内存（常被称为RSS - Resident Set Size）会远大于8GB。一个合理的估算是在 10GB 到 12GB 之间，甚至可能更高，具体取决于你的应用特性和JVM配置。
下面我们来详细分解这“多出来”的内存究竟用在了哪里。
Java进程的总内存占用可以大致看作是以下几个部分的总和：
总内存 ≈ 堆内存 + 元空间 + 线程栈 + JIT代码缓存 + 直接内存 + GC开销 + JVM自身及其他
这是你通过 -Xmx8g 参数设置的部分，也是最大的一块。它用于存放所有的对象实例和数组。在这个场景下，我们假设它已经用满了，即 8 GB。
用途 存储类的元数据信息，如类名、字段、方法、字节码等。Spring Boot应用由于大量使用动态代理和AOP，元空间占用通常不小。
控制参数 -XX:MaxMetaspaceSize
典型估算 对于一个中大型的Spring Boot应用，元空间占用 256MB 到 512MB 是很常见的。我们按 512 MB 计算。
用途 每个Java线程都有自己的栈，用于存储局部变量、方法调用信息等。
计算方式 线程数 * 每个线程的栈大小
控制参数 -Xss (例如 -Xss1m 表示每个线程栈大小为1MB，这是64位Linux下的默认值)。
典型估算 : 一个Web应用在高并发下，线程数可能达到几百个。包括Tomcat的工作线程、GC线程、定时任务线程、以及其他JVM内部线程。 假设你的应用在高负载下有 400 个活跃线程。 总线程栈大小 = 400 * 1MB = 400 MB。
用途 JVM会将热点代码（经常执行的方法）编译成本地机器码（Native Code）来提升性能，这部分机器码就存储在代码缓存区。
控制参数 -XX:ReservedCodeCacheSize (在JDK 8+，默认大小通常是 240 MB)。
典型估算 对于一个长期运行且复杂的应用，这部分基本会被用满，我们按 240 MB 计算。
用途 这是堆外内存，通过NIO的 ByteBuffer.allocateDirect() 分配。很多高性能框架如Netty、Undertow，以及一些文件IO操作会使用它来避免数据在JVM堆和本地堆之间来回复制，从而提高效率。
控制参数 -XX:MaxDirectMemorySize (默认情况下，它的大小与最大堆内存 -Xmx 相同！)。
典型估算 这部分变数最大。如果你的应用没有大量使用NIO，可能只占用几十MB。但如果使用了Undertow作为Web服务器或进行大量文件/网络操作，可能会占用 几百MB甚至更多。我们保守估算一个中等用量：256 MB。
用途 垃圾回收器自身需要内存来维护数据结构，比如G1垃圾回收器的Card Table、Remembered Sets等，这部分开销可能占堆大小的百分之几。 JVM自身运行也需要一些内存，用于加载so/dll库、维护内部数据结构等。
典型估算 这部分比较难精确计算，但对于一个8GB的堆，估算有 256 MB 到 512 MB 的额外开销是合理的。我们按 512 MB 计算。
现在，我们把这些部分加起来：
结论：从这个保守的计算可以看出，当8GB的堆内存被用满时，Java进程的实际物理内存占用轻松达到 接近10GB。如果你的应用线程数更多，或者使用了大量的直接内存，这个数字达到11GB或12GB是完全正常的。
在生产环境中，不要只靠估算。你可以使用以下工具来查看Java进程的实际内存占用：
1.Linux/macOS 命令: top: 查看进程列表，RES 或 RSIZE 列就是进程占用的物理内存。 ps -o pid,rss,vsz -p <PID>: rss 列（Resident Set Size）是关键指标。 2.JVM原生内存跟踪 (NMT - Native Memory Tracking): 这是最精确的分析工具。需要在启动时加入JVM参数：-XX:NativeMemoryTracking=summary 或 -XX:NativeMemoryTracking=detail。 然后使用 jcmd 命令来查看报告：
# 查看摘要jcmd <PID> VM.native_memory summary# 查看详情jcmd <PID> VM.native_memory detail
在进行容量规划时，绝不能只考虑堆内存。为Java进程分配的容器（如Docker）或虚拟机内存，必须远大于你设置的 -Xmx 值，否则很容易因为堆外内存的使用而被操作系统OOM Killer杀掉。通常的经验法则是：为容器分配的内存 = -Xmx + 1-2GB 的额外空间，对于超大堆，这个额外空间需要更多。
摘自：
https://mp.weixin.qq.com/s/4FsNkgxB6WDkP9UTcb9r4g
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。