线程内存溢出

javascript

• RangeError: Maximum call stack size exceeded
  • 函数递归调用过深，导致调用栈不断累积，超过 JavaScript 引擎的栈内存 10 万次限制。
• OutOfMemoryError 或类似提示
  • 创建了大量对象且未被垃圾回收（如全局变量存储大量数据）
  • 处理超大数据集（如加载远超内存限制的文件）
  • 内存泄漏（如未清理的定时器、事件监听器、闭包引用等）

python

• MemoryError  异常
  • 程序尝试分配的内存超过了系统或 Python 解释器所能提供的最大内存限制。
• 当内存占用超过操作系统限制时，系统可能会直接终止进程（OOM killer 机制），此时不会有 Python 异常，而是直接退出。
  • 线程中存在内存泄漏（如循环引用未被垃圾回收、全局缓存未清理）
  • 线程池未限制大小，且每个线程都消耗大量内存
  • 递归调用未正确终止（Python 递归深度有限制，过深会先报  RecursionError，但极端情况也可能导致内存问题）
• 与线程相关的间接内存问题  –  线程局部存储（Thread Local）滥用  ：为每个线程创建大量线程局部变量且未清理
  • 线程资源未释放  ：如线程中打开的文件、网络连接未关闭，间接导致内存占用增加
  • GIL 相关的内存管理问题 **：虽然 Python 有 GIL（全局解释器锁），但内存分配是线程安全的，过多线程同时申请内存可能导致内存碎片，间接引发内存不足

java

• Java 堆溢出 (Heap OOM):java,lang.OutOfMemoryError:Java heap space
  • 原因: 对象过多或大对象无法回收
• 元空间溢出 (Metaspace OOM):java.lang.0utOfMemoryError:Metaspace
  • 原因: 类加载过多
• 栈溢出 (StackOverflowError):java.lang.StackOverflowError
  • 原因: 递归调用过深
• 直接内存溢出 (Direct Memory OOM):java.lang.OutOfMemoryError:Direct buffer memory
  • 原因:NIO 的 DirectByteBuffer 分配过多未释放。

常见场景

• 静态集合泄漏

public class MemoryLeak {private static List<Object> list = new ArrayList<>();
    public void add(Object obj) {list.add(obj); // 对象一旦加入，就永远无法被 GC 回收
    }
}

• 未正确使用 ThreadLocal

public class ThreadLocalLeak {private static ThreadLocal<Session> sessionTL = new ThreadLocal<>();
    public void handleRequest() {
        try {sessionTL.set(new Session()); // 为当前线程设置值
            sessionTL.setName("业务名称") // 方便后续排查
        // ... 处理业务逻辑
        // 忘记调用 sessionTL.remove(); 
        // 当使用线程池时，线程不会销毁，这个 Session 对象会一直存在
        } finnally {sessionTL.remove(); // 必须清理！}
    }
}

• 缓存无过期策略

public class SimpleCache {private Map<String, Object> cache = new HashMap<>();
    public void put(String key, Object value) {cache.put(key, value);
    }
    // 缺少一个 remove 方法或自动过期机制
}

解决方案 ：使用弱引用（如 WeakHashMap）或使用专业的缓存库（如 Guava Cache, Caffeine），它们支持基于大小和时间的过期策略。

解决方案

• 确认是否存在内存泄漏
  • 使用 JVM 内置工具快速验证
• 定位泄漏对象和引用链
  •  获取堆转储: 使用 jmap 命令（生产环境常用）、在启动参数中加入（适合预发环境）、使用 JConsole / JVisualVM（图形化界面）
•   分析堆转储
  • Eclipse MAT： 这是最强大、最专业的工具，强烈推荐。官网：https://www.eclipse.org/mat/
  • JVisualVM： JDK 自带的工具，功能稍弱但方便。