Jar显示完成任务后RAM活动增加

Question

我有一个类KeywordCount，它标记给定的句子，并使用Apache OpenNLP POS标记器的maxent标记器对其进行标记。我首先将输出标记化，然后将其提供给标记器。我有一个问题，在jar完成任务后，RAM使用量高达165 MB。程序的其余部分只是进行一个DB调用并检查新任务。我已将泄漏隔离到这个班级。您可以安全地忽略Apache POI Excel代码。我想知道你们中是否有人能在代码中找到漏洞。

public class KeywordCount {
Task task;
String taskFolder = "";
List<String> listOfWords;
public KeywordCount(String taskFolder) {
    this.taskFolder = taskFolder;
    listOfWords = new ArrayList<String>();
}
public void tagText() throws Exception {
    String xlsxOutput = taskFolder + File.separator + "results_pe.xlsx";
    FileInputStream fis = new FileInputStream(new File(xlsxOutput));
    XSSFWorkbook wb = new XSSFWorkbook(fis);
    XSSFSheet sheet = wb.createSheet("Keyword Count");
    XSSFRow row = sheet.createRow(0);
    Cell cell = row.createCell(0);
    XSSFCellStyle csf = (XSSFCellStyle)wb.createCellStyle();
    csf.setVerticalAlignment(CellStyle.VERTICAL_TOP);
    csf.setBorderBottom(CellStyle.BORDER_THICK);
    csf.setBorderRight(CellStyle.BORDER_THICK);
    csf.setBorderTop(CellStyle.BORDER_THICK);
    csf.setBorderLeft(CellStyle.BORDER_THICK);
    Font fontf = wb.createFont();
    fontf.setColor(IndexedColors.GREEN.getIndex());
    fontf.setBoldweight(Font.BOLDWEIGHT_BOLD);
    csf.setFont(fontf);

    int rowNum = 0;
    BufferedReader br = null;
    InputStream modelIn = null;
    POSModel model = null;
    try {
      modelIn = new FileInputStream("taggers" + File.separator + "en-pos-maxent.bin");
      model = new POSModel(modelIn);
    }
    catch (IOException e) {
      // Model loading failed, handle the error
      e.printStackTrace();
    }
    finally {
      if (modelIn != null) {
        try {
          modelIn.close();
        }
        catch (IOException e) {
        }
      }
    }
    File ftmp = new File(taskFolder + File.separator + "phrase_tmp.txt");
    if(ftmp.exists()) {
        br = new BufferedReader(new FileReader(ftmp));
        POSTaggerME tagger = new POSTaggerME(model);
        String line = "";
        while((line = br.readLine()) != null) {
            if (line.equals("")) {
                break;
            }
            row = sheet.createRow(rowNum++);
            if(line.startsWith("Match")) {
                int index = line.indexOf(":");
                line = line.substring(index + 1);
                String[] sent = getTokens(line);
                String[] tags = tagger.tag(sent); 
                for(int i = 0; i < tags.length; i++) {
                    if (tags[i].equals("NN") || tags[i].equals("NNP") || tags[i].equals("NNS") || tags[i].equals("NNPS")) {
                        listOfWords.add(sent[i].toLowerCase());
                    } else if (tags[i].equals("JJ") || tags[i].equals("JJR") || tags[i].equals("JJS")) {
                        listOfWords.add(sent[i].toLowerCase());
                    }
                }
                Map<String, Integer> treeMap = new TreeMap<String, Integer>();
                for(String temp : listOfWords) {
                    Integer counter = treeMap.get(temp);
                    treeMap.put(temp, (counter == null) ? 1 : counter + 1);
                }
                listOfWords.clear();
                sent = null;
                tags = null;
                if (treeMap != null || !treeMap.isEmpty()) {
                    for(Map.Entry<String, Integer> entry : treeMap.entrySet()) {
                        row = sheet.createRow(rowNum++);
                        cell = row.createCell(0);
                        cell.setCellValue(entry.getKey().substring(0, 1).toUpperCase() + entry.getKey().substring(1));
                        XSSFCell cell1 = row.createCell(1);
                        cell1.setCellValue(entry.getValue());
                    }
                    treeMap.clear();
                }
                treeMap = null;
            }
            rowNum++;
        }
        br.close();
        tagger = null;
        model = null;
    }
    sheet.autoSizeColumn(0);
    fis.close();
    FileOutputStream fos = new FileOutputStream(new File(xlsxOutput));
    wb.write(fos);
    fos.close();
    System.out.println("Finished writing XLSX file for Keyword Count!!");
}
public String[] getTokens(String match) throws Exception {
    InputStream modelIn = new FileInputStream("taggers" + File.separator + "en-token.bin");
    TokenizerModel model = null;
    try {
      model = new TokenizerModel(modelIn);
    }
    catch (IOException e) {
      e.printStackTrace();
    }
    finally {
      if (modelIn != null) {
        try {
          modelIn.close();
        }
        catch (IOException e) {
        }
      }
    }
    Tokenizer tokenizer = new TokenizerME(model);
    String tokens[] = tokenizer.tokenize(match);
    model = null;
    return tokens;
}

}

我的系统在165MB后GC RAM。。。但当我上传到服务器时，GC不会执行，它会上升到480 MB（RAM使用率的49%）。

Answer 1

首先，堆使用率的增加并不是内存泄漏的证据。可能只是GC还没有运行。

话虽如此，任何人仅仅通过"观察"你的代码就能发现内存泄漏，这是值得怀疑的。解决此问题的正确方法是>>您<lt；以了解查找Java内存泄漏的技术，并且>>您<lt；然后使用相关工具（例如visualvm、jhat等）自己搜索问题。

以下是一些关于查找存储泄漏的参考资料：

• 带HotSpot VM的Java SE 6故障排除指南：内存泄漏故障排除。http://www.oracle.com/technetwork/java/javase/memleaks-137499.html-注1。

• 如何找到Java内存泄漏

---

^{注意1：这个链接很容易断开。如果是，请使用谷歌查找文章}

---

我已将泄漏隔离到这个班级。您可以安全地忽略Apache POI Excel代码。

如果我们忽略Apache POI代码，那么潜在内存"泄漏"的唯一来源就是保留了单词列表（listOfWords）。（调用clear()将清空其内容，但保留后备数组，该数组的大小由最大列表大小决定。从内存占用的角度来看，最好用新的空列表替换该列表。）

但是，如果保留对KeywordCount实例的引用，那么这只是一个"泄漏"。如果你这样做是因为你在使用这个实例，我根本不会称之为泄漏。