你的 IntelliJ IDEA 卡不卡？

柔光的暖阳◎ 2021-08-29 20:35 454阅读 0赞

点击上方 [Java后端][Java]，选择 设为星标

优质文章，及时送达

--------------------

作者：OneAPM

链接：blog.oneapm.com/apm-tech/426.html

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。

![format_png][]

*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。

公众号所有 IDEA 文章我都整理成了 PDF ，可关注微信公众号 Java后端，回复 666 下载。

## **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** ###

1.  在 Idea 中关闭所有项目  
2.  基于测试文件 idea.vmoptions 进行设置  
3.  重启电脑  
4.  启动后关闭所有不相关的项目（ communicators 等等）  
5.  打开 Idea（测试时间）  
6.  打开大项目（测试时间）  
7.  检查 jstat -gcutil  
8.  打开两个微服务项目（测试时间）  
9.  检查 jstat -gcutil  
10. 返回大项目然后点击“刷新 Gradle 项目”按钮（测试时间）  
11. 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** ###

![format_png 1][]

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。

![format_png 2][]

![format_png 3][]

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。

![format_png 4][]

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。

![format_png 5][]

![format_png 6][]

## **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。

![format_png 7][]

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。

![format_png 8][]

![format_png 9][]

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）

**OneAPM 为您提供端到端的 Java 应用性能解决方案，我们支持所有常见的 Java 框架及应用服务器，助您快速发现系统瓶颈，定位异常根本原因。分钟级部署，即刻体验，Java 监控从来没有如此简单。想阅读更多技术文章，请访问 OneAPM 官方技术博客：http://news.oneapm.com**

--------------------

\-END-

如果看到这里，说明你喜欢这篇文章，请 转发、点赞。同时 标星（置顶）本公众号可以第一时间接受到博文推送。

**推****荐****阅****读**

***1. [2020 年最漂亮的 Linux 发行版][2020 _ Linux]***

***2. [基于 Redis 实现的分布式锁][Redis]***

***3. [二维码会被人类扫完吗？][Link 1]***

***4. [再见 JSP ！][JSP]***

***![format_png 10][]***

***最近整理一份面试资料《Java技术栈学习手册》，覆盖了Java技术、面试题精选、Spring全家桶、Nginx、SSM、微服务、数据库、数据结构、架构等等。***

***获取方式：点“ 在看，关注公众号 Java后端 并回复 777 领取，更多内容陆续奉上。***

***喜欢文章，点个在看 ![format_png 11][]***

[Java]: https://blog.csdn.net/qq_37217713/article/details/101445094
[format_png]: /images/20210730/cca87b72384c4fc7932ad5378900300c.png
[format_png 1]: /images/20210730/323e104e751e4d008ca4609ebcb0050f.png
[format_png 2]: /images/20210730/8c9087ac9af94335ae663b25e671a73d.png
[format_png 3]: /images/20210730/89e0987019dc4f3c96d299521b8a8da2.png
[format_png 4]: /images/20210730/e06e7c92415c4904acbde03566eb4f9f.png
[format_png 5]: /images/20210730/8d6ec357c67f4e99bb54082c929c39ac.png
[format_png 6]: /images/20210730/aed673860e5645d8904b9338464c5f39.png
[format_png 7]: /images/20210730/e9f77aa3a6b74fd1a70206c2291ef0b5.png
[format_png 8]: /images/20210730/6e5b17481a11453683c7ab253c7534c0.png
[format_png 9]: /images/20210730/cd59f2a0f53d424ba5c9b33ae35d340a.png
[2020 _ Linux]: https://blog.csdn.net/qq_37217713/article/details/106485319
[Redis]: https://blog.csdn.net/qq_37217713/article/details/106485318
[Link 1]: https://blog.csdn.net/qq_37217713/article/details/106464518
[JSP]: https://blog.csdn.net/qq_37217713/article/details/106449973
[format_png 10]: /images/20210730/5cbce961325c4df582d079138278c525.png
[format_png 11]: /images/20210730/23436ac8af464ce0ac86bdd7fa533275.png