jvm堆内存监控核心是采集used/max/committed等指标，通过jmx或actuator暴露，经prometheus、zabbix或apm平台配置采集、映射与告警，需注意单位统一、采样频率及max=-1时改用used/committed计算。
JVM 堆内存监控指标的配置，核心是采集 JVM 运行时暴露的内存使用数据（如 used、max、committed），再通过运维平台接入、展示和告警。不同平台操作略有差异，但逻辑一致：确认数据源 → 配置采集 → 映射指标 → 设置阈值与图表。
堆内存数据从哪里来
JVM 默认通过 JMX 或 /actuator/metrics（Spring Boot）等标准接口暴露堆内存信息。常见关键指标包括：
-
java.lang:type=Memory/HeapMemoryUsage.used（已用堆内存，字节） -
java.lang:type=Memory/HeapMemoryUsage.max（堆最大容量，字节） -
java.lang:type=Memory/HeapMemoryUsage.committed（已提交堆内存，字节）
注意：需确保 JVM 启动时开启 JMX（如
-Dcom.sun.management.jmxremote）或 Spring Boot Actuator 已启用management.endpoints.web.exposure.include=metrics,health,info。
在主流运维平台配置方式
Prometheus + Grafana（云原生常用）
-
采集端：部署
jmx_exporter，配置jmx.yml规则，抓取HeapMemoryUsage的used/max等属性； -
指标转换：
jvm_memory_used_bytes{area="heap"}和jvm_memory_max_bytes{area="heap"}是标准指标； -
计算使用率：在 Grafana 中用 PromQL 表达式：
100 * jvm_memory_used_bytes{area="heap"} / jvm_memory_max_bytes{area="heap"} - 建议加
rate()或avg_over_time()避免瞬时毛刺干扰。
Zabbix（传统企业常用）
- 使用
jmx.get监控项，填写：- Object：
java.lang:type=Memory - Attribute：
HeapMemoryUsage - Key：
jmx["java.lang:type=Memory","HeapMemoryUsage.used"]（同理配max）
- Object：
- 创建计算型监控项（如
heap_usage_pct）：100 * last("jmx[\"java.lang:type=Memory\",\"HeapMemoryUsage.used\"]") / last("jmx[\"java.lang:type=Memory\",\"HeapMemoryUsage.max\"]") - 关联触发器，例如：
{Template JVM:jmx["java.lang:type=Memory","HeapMemoryUsage.used"].last(0)} > 0.9 * {Template JVM:jmx["java.lang:type=Memory","HeapMemoryUsage.max"].last(0)}
自研或 APM 平台（如 SkyWalking、Pinpoint）
- 通常自动发现并上报 JVM 指标，无需手动配置采集；
- 在 UI 中进入「JVM 监控」页，勾选「堆内存使用率」「Old Gen 使用量」等维度；
- 告警策略中可直接选择
heap_usage_percent，设置持续 3 分钟 > 85% 触发。
关键注意事项
-
避免只看
used/max：当max为-1（表示未显式设置-Xmx），该比值无意义，应优先参考used/committed； -
区分新生代与老年代：
PS Eden Space、PS Old Gen等区域指标对 GC 分析更重要，建议一并采集； - 采样频率建议 15–30 秒：太频繁增加 JVM 压力，太慢可能错过短时 OOM；
-
注意单位统一：平台显示常需将字节转 MB/GB，Grafana 可设
bytes单位自动缩放，Zabbix 需在监控项中配置Units = B并勾选“Show as bytes”。
不复杂但容易忽略。
