system.gc() 是扰动源而非开关，评估需依赖 gc 日志确认是否执行、jmx 获取真实内存使用量、perf/bpftrace 捕获内核开销，并通过隔离压测对比多维指标。
System.gc() 对性能的影响不能靠“调了再看”来判断，它不是开关，而是扰动源。真正有效的测试与评估，必须绕开主观猜测，用可观测数据锚定行为边界。
用 GC 日志确认是否真被响应
这是最基础也最关键的一步。不看日志，一切观察都是盲猜：
- JDK 11+ 推荐加参数：-Xlog:gc*:gc.log:time,tags,level，日志中出现 Full GC (System.gc()) 才说明 JVM 实际执行了该建议
- 旧版本用：-XX:+PrintGCDetails -Xloggc:gc.log，重点查时间戳对齐、GC 类型（Young/Mixed/Full）和各代内存变化量
- 如果调用后日志无新增 GC 记录，说明 JVM 忽略了它——此时谈“影响”毫无意义
监控真实内存趋势，避开 freeMemory() 陷阱
Runtime.getRuntime().freeMemory() 和 totalMemory() 差值极易误导：
Kadence Theme Design System
下载
使用 Kadence 主题作为 WordPress 项目的设计系统，涵盖设计令牌、布局系统、页头/页脚/导航设置以及页面/归档/单篇文章模板。
- totalMemory() 是 JVM 向 OS 申请的堆总量，会动态伸缩；freeMemory() 只反映空闲空间，未回收对象仍计入“已用”
- 正确做法：通过 JMX 获取 java.lang:type=Memory 的 HeapMemoryUsage.used，该值与 GC 日志一致，不受伸缩干扰
- 采样需有节奏：调用 System.gc() 后，间隔 5–50ms 多次轮询 used 值，观察是否出现连续下降趋势，而非单次快照对比
捕获内核态开销，定位硬件级代价
System.gc() 本身不切换特权级，但它驱动的底层动作会引发多次系统调用：
- 用 perf record -e syscalls:sys_enter_madvise,syscalls:sys_enter_munmap,sched:sched_switch 捕获调用栈，统计 mmap/munmap/futex 等 syscall 次数与延迟
- 重点关注上下文切换次数——Server GC 多线程并发时，频繁唤醒/休眠工作线程会触发 TLB miss 和缓存失效，单次切换实测达 300–500 ns
- 在 NUMA 或虚拟化环境里，缺页处理可能将开销推高至微秒级，需用 bpftrace 定向分析 page-fault 路径
压测中做隔离对比，避免干扰变量
把 System.gc() 当作一个可控变量嵌入测试链，而非孤立操作：
- 设计两个相同压力场景：A 组每轮清理后调用 System.gc()，B 组完全不调用，其余逻辑、JVM 参数、数据规模严格一致
- 观测指标要分层：P99 延迟、吞吐量、STW 总时长、FGC 次数、CPU 用户态/内核态占比
- 特别注意 RMI、定时任务、某些 ORM 框架可能隐式调用 System.gc()，需用 -XX:+DisableExplicitGC 先屏蔽，再单独放开测试组验证
