Java / 系统课时

处理线程过多与栈内存耗尽

处理线程过多与栈内存耗尽

出现 java.lang.OutOfMemoryError: unable to create native thread 时,问题不等同于 Java 堆 OOM。真正需要确认的是:线程是否失控增长、单线程栈是否过大,以及操作系统或容器是否已经拒绝创建新的平台线程。本课给出一条可复用的排查与修复顺序。

学习目标

  • 区分线程数量失控、native 内存不足和进程线程数限制三类原因。
  • 联合检查线程数、-Xss、进程限制与线程 dump,而不是只调一个参数。
  • 根据线程生命周期选择限流、线程池治理、资源调整或线程模型改造。

先把错误拆成三条路径

创建一个平台线程需要 JVM 对象之外的本地资源,其中最显眼的是线程栈,但还包括操作系统线程及相关结构。因此“unable to create native thread”通常沿三条路径排查:线程数本身异常增长、native 内存或地址空间余量不足、操作系统或容器线程数上限先被触发。

单看 -Xss 很容易误判。较大的栈确实会提高每个线程的地址空间预算,但线程栈的预留量不等于当下 RSS;反过来,即使内存还有余量,Max processes 或容器 PID 限制也可能让新线程创建直接失败。

unable to create native thread 的分支排查流程

同时采集线程数、限制和栈配置

Linux 上先在故障窗口附近采集同一进程的线程数、内存、进程限制与 HotSpot 栈配置。不要只看一个时刻,最好与几分钟前或上一业务周期的数据对比。

bash
ps -o pid=,nlwp=,rss=,vsz=,cmd= -p <PID>
grep -E 'Threads|VmRSS|VmSize' /proc/<PID>/status
grep -i 'Max processes' /proc/<PID>/limits
jcmd <PID> VM.flags -all | grep -E '(^|[[:space:]])(ThreadStackSize|MaxHeapSize)[[:space:]]*='

预期输出

text
<PID> <VALUE> <VALUE> <VALUE> java <VALUE>
VmSize:  <VALUE> kB
VmRSS:   <VALUE> kB
Threads: <VALUE>
Max processes             <VALUE>              <VALUE>              processes
<VALUE> MaxHeapSize = <VALUE> <VALUE>
<VALUE> ThreadStackSize = <VALUE> <VALUE>

nlwp 与 /proc/<PID>/status 的 Threads 能确认操作系统线程数量;Max processes 用来判断进程所属用户的进程/线程资源上限。HotSpot 的 ThreadStackSize 反映当前线程栈配置,具体默认值依平台而异,因此不要把某个固定的 1 MB 当成所有机器的事实。

在使用 cgroup v2 的容器里,还要把 PID 配额纳入同一证据链;若 pids.current 已逼近 pids.max,即使 Java 堆和宿主机内存都不紧张,新线程也可能创建失败。

用线程 dump 找出谁在制造线程

线程数量高并不自动代表线程泄漏。关键是看大量线程是否具有相似名称、来自同一执行器,并长期停留在同一种阻塞或等待位置。采集线程 dump:

bash
jcmd <PID> Thread.print -l

预期输出

text
<PID>:
"<THREAD_NAME>" #<ID> <VALUE>
   java.lang.Thread.State: <VALUE>
   at <VALUE>
...

实际线程名、编号和栈帧会不同。若连续两次 dump 中出现越来越多同前缀线程,例如某个请求、连接或定时任务组件不断创建新线程,而旧线程没有退出,应优先追它的创建与关闭路径。若线程数稳定但大量线程长时间阻塞,则要检查线程池是否把“排队”错误地变成了“继续扩线程”。

按根因修复,而不是先缩小 Xss

如果线程数持续上涨,第一优先级是阻止无界创建:给执行器设置明确的并发边界与队列策略,复用线程资源,并确保自建线程池、客户端和调度器在生命周期结束时正确关闭。仅提高系统线程上限只会把故障推迟。

如果业务线程数确实合理,但 native 内存余量不足,应同时审视堆上限和线程栈。可以在压测确认最大调用深度后评估较小的栈,例如下面只是片段示例,不是通用推荐值;它依赖应用已经完成栈深压测,并需要随 JVM 重启生效:

text
-Xss512k

该配置需重启 JVM 才会生效。验证时既要确认可承载的线程数与 native 内存余量改善,也要覆盖深递归、复杂框架调用等路径,确保没有新增 StackOverflowError。不要用减小 -Xss 掩盖线程泄漏。

如果命中的是操作系统或容器 PID 限制,应先证明当前并发模型确实需要这么多平台线程,再调整配额。对以大量阻塞 I/O 为主的服务,若运行环境已经是 JDK 21 或更高版本,也可以评估虚拟线程来降低“一个并发任务占一个操作系统线程”的压力;CPU 密集型任务并不会因此获得更多可用算力。

用趋势证明修复有效

修复后的验收至少看一个完整的高峰窗口:线程数应从持续爬升变成稳定平台,unable to create native thread 不再出现,进程或容器的 PID 配额保持安全余量,同时 RSS 与 native 内存没有新的异常趋势。如果调整过 -Xss,还必须确认高栈深路径没有 StackOverflowError。

最终目标不是“让 JVM 暂时能再创建几个线程”,而是让线程创建速率、线程存活时间和系统资源预算重新匹配。只有线程生命周期稳定下来,扩大限制或调整栈大小才是容量治理,而不是延后下一次故障。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

处理线程过多与栈内存耗尽

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通