2核2G的服务器跑Spring Boot应用需要做哪些优化？-CLOUD技术博

在 2 核 2G（2 vCPU, 2GB RAM）的服务器上运行 Spring Boot 应用，资源确实比较紧张。Spring Boot 默认配置通常是为服务器环境设计的，直接启动很容易导致内存溢出（OOM）或 CPU 飙升。

以下是针对该配置的核心优化方案，按优先级排序：

2GB 内存中，操作系统和后台进程（如 Nginx、数据库连接池等）需要占用一部分，留给 Java 堆内存的空间非常有限。如果设置过大，JVM 会频繁进行 Full GC 甚至被系统 OOM Killer 杀掉。

限制最大堆内存：建议将 -Xmx 设置为物理内存的 50%-60% 左右。
- 推荐值：-Xmx512m 或 -Xms512m。
- 原因：保留约 1GB 给非堆内存（Metaspace、线程栈、Direct Buffer）和操作系统缓存。
固定初始堆大小：使用 -Xms 与 -Xmx 保持一致，避免 JVM 在运行时动态调整堆大小带来的性能抖动。
元空间优化：-XX:MaxMetaspaceSize=128m，防止类加载过多导致元空间溢出。
GC 策略选择：
- Java 8：默认 G1 可能开销略大，可尝试 -XX:+UseConcMarkSweepGC (CMS) 或保持 G1 但调整参数。
- Java 11+：默认 ZGC 或 Shenandoah 在低内存下可能不如 G1 稳定，建议使用 G1 并开启 -XX:+UseG1GC。
- 通用推荐命令：
```
java -Xms512m -Xmx512m -XX:MaxMetaspaceSize=128m -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -jar app.jar
```

Spring Boot 的“约定优于配置”特性虽然方便，但在低配环境下会加载大量不需要的组件（如 Actuator、Thymeleaf、消息队列客户端等），增加启动时间和内存占用。

排除无关 Starter：在 pom.xml 或 build.gradle 中注释掉不用的依赖。
自定义 ApplicationRunner：在 application.properties/yml 中指定只启用必要的模块，或者通过 @SpringBootApplication(exclude = {DataSourceAutoConfiguration.class}) 排除特定自动配置。
禁用 Actuator 端点：如果不需要监控，完全移除 spring-boot-starter-actuator，或者仅暴露极少的端点。

Tomcat 线程池调优：
Tomcat 默认线程数较大，每个线程消耗一定内存。对于 2 核机器，并发量通常不高。
- 配置示例 (application.yml)：
```
server:
tomcat:
  threads:
    max: 200 # 默认通常是 200，可适当降低到 100-150
    min-spare: 10
  max-connections: 2000
compression:
  enabled: true
```
连接池优化：
如果使用 HikariCP（Spring Boot 默认），确保最大连接数不要超过数据库服务器的承受能力，也不要设得太大（例如设为 10-20 即可）。
```
spring:
  datasource:
    hikari:
      maximum-pool-size: 15
      minimum-idle: 5
```
关闭开发模式特性：
确保 spring.profiles.active 不是 dev，因为开发模式下会开启热部署、详细的错误页面（ErrorPageFilter）等，增加内存消耗。

引入轻量级缓存：
如果应用中有大量重复查询，引入 Redis（如果内存允许）或本地缓存（Caffeine）。Caffeine 比 Ehcache 更轻量且性能更好。
异步处理：
将耗时操作（发送邮件、生成报表、调用第三方 API）改为异步执行（@Async），减少主线程阻塞，提高吞吐量。
Nginx 反向X_X：
务必在应用前加一层 Nginx。利用 Nginx 处理静态资源、SSL 卸载和限流，减轻 Spring Boot 的压力。

Swap 分区管理：
2G 内存非常危险，建议分配 1GB 左右的 Swap 分区作为缓冲，防止因瞬时内存峰值导致进程被杀。
- 检查：free -h
- 创建 Swap（如果需要）：fallocate -l 1G /swapfile -> chmod 600 /swapfile -> mkswap /swapfile -> swapon /swapfile。
- 注意：Swapping 会降低性能，只是保命手段，核心还是要靠 JVM 调优。
文件描述符限制：
修改 /etc/security/limits.conf，增加 nofile 限制，防止高并发下报错 "Too many open files"。
```
* soft nofile 65535
* hard nofile 65535
```
内核参数优化：
适当调整 TCP 连接相关的内核参数（net.ipv4.tcp_tw_reuse, net.core.somaxconn 等），提升网络处理能力。

使用 Docker 资源限制：
如果使用 Docker，务必在 docker run 或 docker-compose 中明确限制容器资源，防止 JVM 误判宿主机内存而申请过多。
```
deploy:
  resources:
    limits:
      cpus: '2'
      memory: 2G
```
(注意：此时 JVM 参数中的 -Xmx 仍需手动配合，不能只依赖 Docker 限制)
监控告警：
安装轻量级监控（如 Prometheus + Node Exporter + Grafana，或者简单的 Shell 脚本），监控内存使用率和 GC 频率。一旦发现 GC 频繁（Full GC 次数激增），立即扩容或进一步排查代码瓶颈。

通过以上调整，2 核 2G 的服务器通常可以流畅运行中等负载的 Spring Boot 业务系统。如果业务逻辑极其复杂或并发极高，则必须考虑升级硬件或进行微服务拆分。