jvm垃圾回收稳定性测试的核心是验证gc行为在长期高负载下的可控性与可预测性，需关注停顿分布（p90/p95/p99）、gc频率抖动、内存水位趋势及吞吐量衰减，并通过真实混合负载、渐进压力、突发流量和长周期运行来检验，辅以结构化日志、jmx指标、堆快照及基线对比。
JVM 垃圾回收的稳定性测试，核心是验证 GC 行为在长时间、高负载、内存压力变化等真实场景下是否可控、可预测、不退化。它不只看一次 Full GC 耗时，而是关注 GC 频率、停顿分布、内存水位波动、吞吐量衰减趋势等长期指标。
明确稳定性关键指标
稳定性不是“不发生 GC”，而是 GC 行为具备一致性与可预期性。需持续采集并分析以下几类指标：
- 停顿时间分布：重点关注 P90/P95/P99 停顿时长（而非平均值），确认是否存在偶发超长 STW（如 >100ms）；ZGC/G1 等低延迟回收器还需检查最大单次停顿是否突破 SLA 上限。
- GC 频率与节奏：Young GC 是否随负载线性增长？Old GC 是否出现“抖动”——短时间内密集触发（如 5 分钟内发生 3 次 CMS concurrent mode failure 或 G1 Evacuation Failure）？
- 内存水位趋势：老年代使用率是否缓慢爬升（暗示内存泄漏或对象晋升过快）？Eden 区每次 GC 后存活对象是否稳定（突增可能预示缓存未清理或对象生命周期异常延长）？
- 吞吐量衰减：在恒定请求压力下（如 1000 QPS 持续 2 小时），应用 TPS 或 jOPS 是否随运行时间显著下降（>5%）？若下降，需确认是否由 GC 时间占比升高导致。
设计贴近生产的真实负载
简单压测工具（如 JMeter 单接口循环）容易掩盖问题。应模拟多维度压力组合：
- 混合读写比例：例如 70% 查询 + 20% 更新 + 10% 批量导入，触发不同代对象分配与晋升模式。
- 内存压力渐进式上升：通过逐步增大缓存容量、开启更多定时任务、注入大对象（如 2MB JSON 解析缓存），观察 GC 是否能适应阶段性压力变化。
- 突发流量冲击：在稳定运行后，突然施加 3–5 倍峰值流量持续 2–3 分钟，检验 GC 是否出现连锁反应（如 Young GC 加剧 → 晋升风暴 → Old GC 频发 → STW 累积）。
- 长周期运行：至少连续运行 24 小时以上，捕获 JVM 运行时自适应调优（如 G1 的预测模型收敛、C2 编译器热点代码变更对对象分配的影响）带来的行为偏移。
配套可观测与诊断手段
仅靠 GC 日志不够，需结构化采集与交叉验证：
- 启用详细 GC 日志：
-Xlog:gc*,gc+heap=debug,gc+age=trace:file=gc.log:time,tags,uptime,pid（JDK 10+），确保包含晋升年龄、幸存区复制细节、区域回收统计（G1/ZGC）。 - 同步采集 JVM 运行时指标：通过 JMX 或 Micrometer 暴露
java.lang:type=GarbageCollector各项累计值，以及java.lang:type=MemoryPool各内存池使用率、已提交大小。 - 堆快照辅助分析：在疑似不稳定时段（如连续多次长停顿后）自动触发
jmap -dump:format=b,file=heap.hprof <pid></pid>，后续用 MAT 分析大对象、浅堆/深堆占用、GC Roots 引用链。 - 排除外部干扰：关闭系统 swap、绑定 CPU 核心、限制容器内存 cgroup 上限，避免 OS 层面抖动污染 GC 行为判断。
对比基线与阈值判定
稳定性需有参照系，不能孤立看数字：
- 建立同配置下的“健康基线”：在无业务逻辑、仅空循环压力下跑 24 小时，记录各 GC 器默认参数下的典型停顿分布与内存波动范围。
- 设定动态阈值：例如“P99 停顿 ≤ 50ms 且连续 10 次 GC 中无单次 >100ms”，或“老年代周涨幅 ≤ 2%/小时”。硬阈值（如“Full GC 次数
- 跨版本/回收器横向比对：同一应用、相同负载下，对比 ParallelOldGC 与 ZGC 在 72 小时运行中停顿标准差（σ），σ 越小说明行为越稳定——这对金融、实时风控等场景尤为关键。
