Mill构建工具中的间歇性代码缓存满问题分析与解决
2025-07-02 15:08:16作者:蔡怀权
在Mill构建工具升级到Scala 3后,开发者开始观察到间歇性出现的"CodeHeap 'non-profiled nmethods' is full"警告信息。这个问题会导致JIT编译器被禁用,严重影响构建性能。本文将从技术角度深入分析该问题的成因和解决方案。
问题现象
当执行Mill构建任务时,控制台会输出以下警告信息:
OpenJDK 64-Bit Server VM warning: CodeHeap 'non-profiled nmethods' is full. Compiler has been disabled.
同时伴随详细的代码堆使用情况统计,显示非性能分析代码堆(non-profiled nmethods)已接近满载。
问题根源
通过JProfiler堆内存分析工具,可以观察到每次执行构建任务时,java.net.URLClassLoader的实例数量都会增加约10个,这表明存在类加载器泄漏问题。
进一步分析堆内存引用关系发现:
- 正常的类加载器通过RunnerState$Frame#workerCache引用
- 泄漏的类加载器则通过RunnerState$Frame#evaluator保持引用
此外,Coursier的线程池通过DynamicVariable/InheritableThreadLocal机制也捕获并持有了某些资源,加剧了内存泄漏。
问题复现
开发者提供了几种复现方式:
- 执行完整清理后重新编译:
git clean xdf && ./mill __.compile - 执行特定测试套件:
./mill libs.scalalib.test.testOnly后跟一系列测试类
解决方案
基于分析结果,修复方案应关注以下几个方面:
- 修复RunnerState$Frame中evaluator对类加载器的引用泄漏
- 检查并修复Coursier线程池的资源持有问题
- 确保所有类加载器在使用后能被正确释放
技术启示
这个问题给我们的启示是:
- 在构建工具这类长期运行的应用中,资源管理尤为重要
- 类加载器泄漏是JVM应用中常见但难以发现的问题
- 线程局部变量和继承式线程局部变量可能导致隐蔽的资源保持
- 升级编译器版本时,需要特别关注内存管理相关的变化
通过解决这个问题,不仅修复了Mill构建工具的性能问题,也为类似JVM应用的资源管理提供了有价值的参考案例。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
893
昇腾LLM分布式训练框架
Python
142
168