资讯频道 → 编程语言
阅读更多

2顶
0踩

编程语言

转载新闻 IntelliJ IDEA 内存优化最佳实践

2016-01-19 14:21 by 副主编 mengyidan1988 评论(5) 有11346人浏览
java IntelliJ
【编者按】本文作者在和同事的一次讨论中发现，对 IntelliJ IDEA 内存采用不同的设置方案，会对 IDE 的速度和响应能力产生不同的影响。本文转自OneAPM。




Don’t be a Scrooge and give your IDE some more memory

不要做守财奴，给IDE多留点内存吧。

昨天，大家就是否自定义 IntelliJ IDEA 的内存设置进行了讨论，有些人选择默认设置，有些人会对默认的设置进行简单的变更，还有一些开发者会基于他们的需求进行全面复杂的设置。笔者目前的工作是处理几个微服务项目和一个老项目，而客户的核心业务需求非常大。对 IntelliJ IDEA 内存进行简单设置以后，笔者明显感受到了该 IDE 在速度和响应方面的改善。但当时笔者并未进行具体的测量，所以这只是主观感受而已。

不过，参与讨论的一位开发者给笔者发了一份他的设置，虽然是针对同个项目，该设置却极其复杂。笔者对自己的设置并无不满，但非常好奇，这些完全不同的设置对比 JetBrains 提供的默认设置，会有怎样的不同。

目标
笔者的计划是，在一个接近日常开发项目的场景下（加载一个大项目、加载2、3个微服务、git pull 后刷新大项目），测试各个设置带来的效果，并选出内存消耗和速度都达到最优时的最佳设置。

测试机器和项目
笔记本电脑：MacBook Pro Retina, 2.3GHz Intel Core i7, 16GB 1600Mhz DDR3,SSD Disc, OS X Yosemite
项目

  • 大项目—— Monolith ，70万行代码（ Java 8 和 Groovy ），303个Gradle模块
  • 两个微服务——约有10000——20000行代码（ Java 8 和 Groovy ）的小项目，各有一个Gradle模块

测试场景
  • 在 Idea 中关闭所有项目
  • 基于测试文件 idea.vmoptions 进行设置
  • 重启电脑
  • 启动后关闭所有不相关的项目（ communicators 等等）
  • 打开 Idea（测试时间）
  • 打开大项目（测试时间）
  • 检查 jstat -gcutil
  • 打开两个微服务项目（测试时间）
  • 检查 jstat -gcutil
  • 返回大项目然后点击“刷新 Gradle 项目”按钮（测试时间）
  • 检查 jstat -gcutil

jstat -gcutil
jstat 是 JDK 自带的工具，主要利用 JVM 内建的指令对 Java 应用程序的资源和性能进行实时的命令行监控，还包括对 Heap size 和垃圾回收状况的监控。它有许多选项来收集各种数据（完整的文档），但这里只会用到： -gcutil : 
-gcutil - Summary of garbage collection statistics.
S0: Survivor space 0 utilization as a percentage of the space's current capacity.  
S1: Survivor space 1 utilization as a percentage of the space's current capacity.  
E: Eden space utilization as a percentage of the space's current capacity.  
O: Old space utilization as a percentage of the space's current capacity.  
M: Metaspace utilization as a percentage of the space's current capacity.  
CCS: Compressed class space utilization as a percentage.  
YGC: Number of young generation GC events.  
YGCT: Young generation garbage collection time.  
FGC: Number of full GC events.  
FGCT: Full garbage collection time.  
GCT: Total garbage collection time.

这个命令的输出结果如下： 
S0     S1    E     O     M    CCS  YGC YGCT FGC  FGCT   GCT  
89.70 0.00 81.26 74.27 95.68 91.76 40 2.444 14  0.715  3.159

在本文中，最重要的参数是 GC 事件（ YGC 和 FGC ）次数和收集时间（ YGCT 和 FGCT ）。

测试设置
笔者设置了四种不同的设置，为了好记，给它们起了不同的名字。

默认（灰色标识）
JetBrains 提供的默认设置： 
-Xms128m
-Xmx750m
-XX:MaxPermSize=350m
-XX:ReservedCodeCacheSize=240m
-XX:+UseCompressedOops

Big（大）（红色标识）
给 Xmx 配 4096MB， ReservedCodeCacheSize 设置 1024MB，这已经是相当多的内存了： 
-Xms1024m
-Xmx4096m
-XX:ReservedCodeCacheSize=1024m
-XX:+UseCompressedOops

Balanced(平衡的)（蓝色标识）
Xmx 和 Xms 都分配 2GB ，这是相当平衡的内存消耗： 
-Xms2g
-Xmx2g
-XX:ReservedCodeCacheSize=1024m
-XX:+UseCompressedOops

Sophisticated（复杂的）（橘色标识）
和上面一样， Xmx 和 Xms 都分配2GB，但是给 GC 和内存管理指定不同的垃圾回收器和许多不同的标志： 
-server
-Xms2g
-Xmx2g
-XX:NewRatio=3
-Xss16m
-XX:+UseConcMarkSweepGC
-XX:+CMSParallelRemarkEnabled
-XX:ConcGCThreads=4
-XX:ReservedCodeCacheSize=240m
-XX:+AlwaysPreTouch
-XX:+TieredCompilation
-XX:+UseCompressedOops
-XX:SoftRefLRUPolicyMSPerMB=50
-Dsun.io.useCanonCaches=false
-Djava.net.preferIPv4Stack=true
-Djsse.enableSNIExtension=false
-ea

以上便是笔者的测试设置，为了执行该测试用例，还需要在~/Library/Preferences/IntelliJIdea15/下创建一个idea.vmoptions文件（这是 Mac OS 系统下的路径设置，查看这篇文章，基于你的操作系统进行设置）

现在，执行测试用例并比较结果。

结果
Idea启动时间



正如上图所示，启动时间并不依赖于内存设置。 Idea 在所有场景下的测试时间都是10秒，无论内存分配有多少。这并不足为奇，因为在此早期阶段，这些设置并不会影响到应用的行为。

加载大项目花费的时间
现在加载 Monolith 项目及其70万行代码。 终于，出现了一些的差异。默认设置所花费的时间几乎是其它的3倍。很明显，如此庞大的代码库需要更多的内存。如果我们执行： 
jstat -gcutil <IDEA_PID>

会发现，对比其它设置， GC 在默认设置下会变得异常忙碌。






不仅 GC 释放内存的总时间非常高（几乎达到了50倍），而且 Full GC 的平均执行时间也非常非常长。大量的时间都花在了 Full GC 上面，这是 IDE 响应速度低的主要原因。

在IDEA中打开两个微服务
现在加载这两个微服务项目，在 IDEA 中打开并且对比他们所消耗的时间。



在这个测试用例下，差异还是非常明显的，复杂设置表现最佳，而默认设置仍旧输给了其他两种设置。

再次使用jstat –gcutil
加载完两个微服务项目后，来检查一下同时打开3个项目的情况下， GC 的表现情况。经测试发现，3个不同的自定义设置表现几乎差不多，而默认设置简直弱爆了。






最后的角逐：重新加载Monolith
现在，笔者需要从仓库中获得 Monolith 项目的最新版本，并且刷新 Gradle 模块，这样， IDEA 能看到所有的新类。



重要提示：代表默认设置的灰色条形柱非常高，因为 IDEA 在刷新过程中崩溃了，笔者无法测量实际时间。显然，默认分配的内存不足以执行该操作。

但从三个自定义例子中可以发现，大内存配置花费的时间是最短的。所以，内存分配还是起到了作用。

最后一次使用jstat-gcutil
因为 IDEA 在默认设置下无法刷新项目，所以，这次测试默认设置就不包括在里面。






从上图可以看出，三者之间的差异不大，但是 Big 配置下的 Full GC 执行时间最快。此外， Xmx 内存大些对响应能力提升的帮助非常明显。

总结
在这次简短的实验中，大家可以发现，即使对 IntelliJ IDEA 内存进行微调，都可以大大提升 IDE 性能。当然，内存分配越多，执行效果就越好。但是，你也会发现， IDE 之外许多其他应用程序也需要消耗内存，所以，大家的目标应该是在提高性能和内存消耗之间找到一个平衡。笔者认为，在大多数情况下，把 Xmx 值设置在 2G 和 3G 之间是最佳的。如果你有更多的时间可以用 jstat 和 jvisualm 检查用不同的 JVM 设置如何影响性能和内存占用。

讨论
你的 idea.vmoptions 是如何配置的呢？你还有其它提高 InteliJ IDEA 性能的方法吗？不妨一起讨论讨论吧。

编译自：https://dzone.com/articles/the-one-and-only-reason-to-customize-intellij-idea
译文来自：http://news.oneapm.com/intellij-idea/
  • 大小: 36 KB
  • 大小: 28.1 KB
  • 大小: 35.1 KB
  • 大小: 36.8 KB
  • 大小: 35.2 KB
  • 大小: 33.9 KB
  • 大小: 37.1 KB
  • 大小: 34.9 KB
  • 大小: 36.7 KB
来自: OneAPM
2
顶
0
踩
评论 共 5 条 请登录后发表评论
5 楼 flashing 2016-02-26 11:04
white_crucifix 写道
说了半天的意思就是，请调大一点你的 IDE 内存，但是不要太大哦，不然 chrome 会让你卡死哦

说的我竟然无言以对...
不过我觉得这个分析过程还是可取的。
4 楼 o0rid0o 2016-01-20 13:44
o0rid0o 写道
我尝试设置的时候，只要把内存调大，idea就无法打开了，闪一下就没了。。。
比如我设置-Xmx1024m，就会出现这个现象，如果<=1000m就没事
或者-XX:ReservedCodeCacheSize=512m,或者设置成300m都无法启动，只有设置成240m才可以正常启动。。。
另外-XX:+UseCompressedOops 我的idea也无法使用，启动会报错：Failed to create JVM:error code -6
我目前使用的是：-XX:+UseConcMarkSweepGC



找到原因了，默认用的是32位启动的

重新调整了64位的并启动64位的程序后，一切正常了
3 楼 o0rid0o 2016-01-19 20:09
我尝试设置的时候，只要把内存调大，idea就无法打开了，闪一下就没了。。。
比如我设置-Xmx1024m，就会出现这个现象，如果<=1000m就没事
或者-XX:ReservedCodeCacheSize=512m,或者设置成300m都无法启动，只有设置成240m才可以正常启动。。。
另外-XX:+UseCompressedOops 我的idea也无法使用，启动会报错：Failed to create JVM:error code -6
我目前使用的是：-XX:+UseConcMarkSweepGC
2 楼 diggywang 2016-01-19 19:04
调过n次，最后还是安装时默认的最顺畅！
1 楼 white_crucifix 2016-01-19 16:33
说了半天的意思就是，请调大一点你的 IDE 内存，但是不要太大哦，不然 chrome 会让你卡死哦

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • IntelliJ IDEA 内存优化最佳实践 -.pdf

    IntelliJ IDEA 内存优化

  • IntelliJ IDEA内存优化最佳实践

    IntelliJ IDEA内存优化最佳实践 转载：https://cloud.tencent.com/developer/article/1491166 转载理由：还可以

  • IntelliJ IDEA 内存优化最佳实践！

    本文作者在和同事的一次讨论中发现，对IntelliJ IDEA内存采用不同的设置方案，会对 IDEA 的速度和响应能力产生不同的影响。IntelliJ IDEA 内存优化最佳实践 技...

  • 【转载】IntelliJ IDEA 内存优化最佳实践

    【编者按】本文作者在和同事的一次讨论中发现，对 IntelliJ IDEA 内存采用不同的设置方案，会对 IDE 的速度和响应能力产生不同的影响。 Don’t be a Scrooge and give your IDE some more memory 不要做守财奴，...

  • 高分项目 基于STM32F103单片机的无线测距系统源代码+项目资料齐全+教程文档.zip

    【资源概览】 高分项目 基于STM32F103单片机的无线测距系统源代码+项目资料齐全+教程文档.zip高分项目 基于STM32F103单片机的无线测距系统源代码+项目资料齐全+教程文档.zip高分项目 基于STM32F103单片机的无线测距系统源代码+项目资料齐全+教程文档.zip 【资源说明】 高分项目源码：此资源是在校高分项目的完整源代码，经过导师的悉心指导与认可，答辩评审得分高达95分，项目的质量与深度有保障。 测试运行成功：所有的项目代码在上传前都经过了严格的测试，确保在功能上完全符合预期，您可以放心下载并使用。 适用人群广泛：该项目不仅适合计算机相关专业（如电子信息、物联网、通信工程、自动化等）的在校学生和老师，还可以作为毕业设计、课程设计、作业或项目初期立项的演示材料。对于希望进阶学习的小白来说，同样是一个极佳的学习资源。 代码灵活性高：如果您具备一定的编程基础，可以在此代码基础上进行个性化的修改，以实现更多功能。当然，直接用于毕业设计、课程设计或作业也是完全可行的。 欢迎下载，与我一起交流学习，共同进步！

  • java八股文介绍00002

    java八股文,"Java八股文"通常指的是在面试Java开发者时经常被问到的一系列标准问题，这些问题往往是技术面试中的基础部分，用来评估应聘者对Java编程语言和Java虚拟机（JVM）的理解程度。这些问题的答案往往模式化，因此被称为“八股文”。虽然这个词汇带有一定的贬义，但是这些问题却是面试中不可或缺的一部分，因为它们能够快速地检验应聘者的基本技能和理论知识。

  • 东北大学本科毕业设计 论文latex模板 2019

    东北大学本科毕业设计 论文latex模板 2019 关于东北大学本科毕业设计论文的LaTeX模板，您可以参考以下两个资源： 1. **Acytoo/neu_bachelor_thesis_template**: 这个模板是修改自一位学长的模板，以适应东北大学最新的要求。它使用GBT7714-2005参考文献标准，并提供了详细的安装和使用说明。您需要使用xelatex进行编译，并可能需要手动安装参考文献的标准。此外，如果您使用的是VSCode编辑器，可以参考提供的VSCode配置。 2. **tzaiyang/NEUBachelorThesis**: 这个模板同样适用于东北大学本科生毕业论文。它提供了详细的VSCode配置，包括快捷键设置和texcount bug修复（仅限Windows用户）。此外，还提供了如何插入公式、图片和三线表的说明，以及如何引用参考文献的方法。 您可以根据自己的需求和喜好选择其中一个模板。如果您对LaTeX不熟悉，建议先学习一些基础知识，以便更好地使用这些模板。祝您毕业设计顺利！

  • node-v7.2.0-linux-armv7l.tar.xz

    Node.js，简称Node，是一个开源且跨平台的JavaScript运行时环境，它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立，旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎，可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型，这使得它非常适合处理大量并发连接，从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外，Node.js使用了模块化的架构，通过npm（Node package manager，Node包管理器）,社区成员可以共享和复用代码，极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展，它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等，因此，开发者可以用JavaScript编写全栈应用程序，这一点大大提高了开发效率和便捷性。 在实践中，许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台，如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能，简化了开发流程，并且能更快地响应市场需求。

  • 串口通讯原理+硬件原理解释+软件配置

    STM32串口通信大纲---适用于初学者 I. 引言 学习背景与串口通信的重要性 简述本文目的与主要内容 II. STM32里的串口通信 基本概念与功能介绍 USART及STM32内置串口 全双工通信与异步时钟控制 接收/发送逻辑结构 III. 串口配置 选择合适的串口资源（USART1/2/3） 参数设置：波特率、位数、校验、停止位 GPIO配置：TX/RX引脚驱动方式 IV. 串口发送与接收 发送数据流程 设置TDR与发送移位寄存器 检测TXE标志位 数据移位与持续发送 接收数据流程 配置RX输入模式 读取RDR与RXNE标志 字节数据接收 V. 实现方式 不使用中断的简单示例 利用中断接收数据 查询中断状态 中断服务程序处理数据

  • 基于opencv和深度学习的手写计算器.zip

    基于opencv和深度学习的手写计算器.zip

  • 高分项目 基于STM32单片机和Android的智能蓝牙点餐系统源代码+项目资料齐全+教程文档.zip

    【资源概览】 高分项目 基于STM32单片机和Android的智能蓝牙点餐系统源代码+项目资料齐全+教程文档.zip高分项目 基于STM32单片机和Android的智能蓝牙点餐系统源代码+项目资料齐全+教程文档.zip高分项目 基于STM32单片机和Android的智能蓝牙点餐系统源代码+项目资料齐全+教程文档.zip 【资源说明】 高分项目源码：此资源是在校高分项目的完整源代码，经过导师的悉心指导与认可，答辩评审得分高达95分，项目的质量与深度有保障。 测试运行成功：所有的项目代码在上传前都经过了严格的测试，确保在功能上完全符合预期，您可以放心下载并使用。 适用人群广泛：该项目不仅适合计算机相关专业（如电子信息、物联网、通信工程、自动化等）的在校学生和老师，还可以作为毕业设计、课程设计、作业或项目初期立项的演示材料。对于希望进阶学习的小白来说，同样是一个极佳的学习资源。 代码灵活性高：如果您具备一定的编程基础，可以在此代码基础上进行个性化的修改，以实现更多功能。当然，直接用于毕业设计、课程设计或作业也是完全可行的。 欢迎下载，与我一起交流学习，共同进步！

  • 高分项目 基于STM32单片机的桌面电磁力时钟摆设计源代码+项目资料齐全+教程文档.zip

    【资源概览】 高分项目 基于STM32单片机的桌面电磁力时钟摆设计源代码+项目资料齐全+教程文档.zip高分项目 基于STM32单片机的桌面电磁力时钟摆设计源代码+项目资料齐全+教程文档.zip高分项目 基于STM32单片机的桌面电磁力时钟摆设计源代码+项目资料齐全+教程文档.zip 【资源说明】 高分项目源码：此资源是在校高分项目的完整源代码，经过导师的悉心指导与认可，答辩评审得分高达95分，项目的质量与深度有保障。 测试运行成功：所有的项目代码在上传前都经过了严格的测试，确保在功能上完全符合预期，您可以放心下载并使用。 适用人群广泛：该项目不仅适合计算机相关专业（如电子信息、物联网、通信工程、自动化等）的在校学生和老师，还可以作为毕业设计、课程设计、作业或项目初期立项的演示材料。对于希望进阶学习的小白来说，同样是一个极佳的学习资源。 代码灵活性高：如果您具备一定的编程基础，可以在此代码基础上进行个性化的修改，以实现更多功能。当然，直接用于毕业设计、课程设计或作业也是完全可行的。 欢迎下载，与我一起交流学习，共同进步！

  • node-v7.9.0-linux-ppc64le.tar.xz

    Node.js，简称Node，是一个开源且跨平台的JavaScript运行时环境，它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立，旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎，可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型，这使得它非常适合处理大量并发连接，从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外，Node.js使用了模块化的架构，通过npm（Node package manager，Node包管理器）,社区成员可以共享和复用代码，极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展，它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等，因此，开发者可以用JavaScript编写全栈应用程序，这一点大大提高了开发效率和便捷性。 在实践中，许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台，如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能，简化了开发流程，并且能更快地响应市场需求。

  • 基于深度学习的手写数字识别.zip

    基于深度学习的手写数字识别.zip

  • Parameter-Free Fast Pixelwise Non-Local Means Denoising

    这篇文章的核心内容是关于一种图像去噪算法——非局部均值（Non-Local Means, NLM）算法的快速且开源的实现。以下是文章的主要要点： 算法介绍：文章提出了一种快速且无参数的NLM算法实现，该算法用于去除图像中的噪声。NLM算法由Antoni Buades, Bartomeu Coll和Jean-Michel Morel在2005年引入，因其简单性、出色的视觉效果以及利用自然图像的非局部冗余性而受到广泛欢迎。 算法改进：文章基于线之和的计算来计算块距离，这些线在块移位下是不变的。通过从一个图像数据库中计算NLM的最佳参数（以平均峰值信噪比PSNR为标准），实现了一个无需参数调整的NLM算法。

  • Hypack 2016、Hypack 2021、Hypack 2022、Hypack 2024 完整中文资源

    Hypack 2016、Hypack 2021、Hypack 2022、Hypack 2024 四个版本的完整中文资源，全部完成汉化，汉化完整错误少，全网汉化第一，替换相应版本的资源文件即可。 压缩包含资源文件lngEdit.db和汉化了的lngEdit.exe程序（命名为lngEditChs.exe）

  • selenium 库和浏览器驱动的安装.rar

    selenium 库和浏览器驱动的安装.rar

  • 预警系统链性态网体系化作战矩阵.txt

    预警系统链性态网体系化作战矩阵.txt

  • 基于深度学习的普通话语音识别.zip

    基于深度学习的普通话语音识别.zip

Global site tag (gtag.js) - Google Analytics