최신이야기 | 브레인즈컴퍼니

메인 페이지로 이동
블로그
최신이야기

블로그

메모리 누수 위험있는 FinalReference 참조 분석하기

김진광 2023.10.12

Java에서 가장 많이 접하는 문제는 무엇이라 생각하시나요? 바로 리소스 부족 특히 ‘JVM(Java Virtual Machine) 메모리 부족 오류’가 아닐까 생각해요.

메모리 부족 원인에는 우리가 일반적으로 자주 접하는 누수, 긴 생명주기, 다량의 데이터 처리 등 몇 가지 패턴들이 있는데요. 오늘은 좀 일반적이지 않은(?) 유형에 대해 이야기해 볼게요!

Java 객체 참조 시스템은 강력한 참조 외에도 4가지 참조를 구현해요. 바로 성능과 확장성 기타 고려사항에 대한 SoftReference, WeakReference, PhantomReference, FinalReference이죠. 이번 포스팅은 FinalReference를 대표적인 사례로 다루어 볼게요.

PART1. 분석툴을 활용해 메모리 누수 발생 원인 파악하기

메모리 분석 도구를 통해 힙 덤프(Heap Dump)를 분석할 때, java.lang.ref.Finalizer 객체가 많은 메모리를 점유하는 경우가 있어요. 이 클래스는 FinalReference와 불가분의 관계에요. 나눌 수 없는 관계라는 의미죠.

아래 그림 사례는 힙 메모리(Heap Memory)의 지속적인 증가 후 최대 Heap에 근접 도달 시, 서비스 무응답 현상에 빠지는 분석 사례인데요. 이를 통해 FinalReference 참조가 메모리 누수를 발생시킬 수 있는 조건을 살펴볼게요!

Heap Analyzer 분석툴을 활용하여, 힙 덤프 전체 메모리 요약 현황을 볼게요. java.lang.ref.Finalizer의 점유율이 메모리의 대부분을 점유하고 있죠. 여기서 Finalizer는, 앞에서 언급된 FinalReference를 확장하여 구현한 클래스에요.

JVM은 GC(Garbage Collection) 실행 시 해제 대상 객체(Object)를 수집하기 전, Finalize를 처리해야 해요.

Java Object 클래스에는 아래 그림과 같이 Finalize 메서드(Method)가 존재하는데요. 모든 객체가 Finalize 대상은 아니에요.

JVM은 클래스 로드 시, Finalize 메서드가 재정의(Override)된 객체를 식별해요. 객체 생성 시에는 Finalizer.register() 메서드를 통해, 해당 객체를 참조하는 Finalizer 객체를 생성하죠.

그다음은 Unfinalized 체인(Chain)에 등록해요. 이러한 객체는 GC 발생 시 즉시 Heap에서 수집되진 않아요. Finalizer의 대기 큐(Queue)에 들어가 객체에 재정의된 Finalize 처리를 위해 대기(Pending) 상태에 놓여있죠.

위 그림과 같이 참조 트리(Tree)를 확인해 보면, 많은 Finalizer 객체가 체인처럼 연결되어 있어요. 그럼 Finalizer 객체가 실제 참조하고 있는 객체는 무엇인지 바로 살펴볼까요?

그림에 나온 바와 같이 PostgreSql JDBC Driver의 org.postgresql.jdbc3g.Jdbc3gPreparedStatement인 점을 확인할 수 있어요. 해당 시스템은 PostgreSql DB를 사용하고 있었네요.

이처럼 Finalizer 참조 객체 대부분은 Jdbc3gPreparedStatement 객체임을 알 수 있어요. 여기서 Statement 객체는, DB에 SQL Query를 실행하기 위한 객체에요.

그렇다면, 아직 Finalize 처리되지 않은 Statement 객체가 증가하는 이유는 무엇일까요?

먼저 해당 Statement 객체는 실제로 어디서 참조하는지 살펴볼게요. 해당 객체는 TimerThread가 참조하는 TaskQueue에 들어가 있어요. 해당 Timer는 Postgresql Driver의 CancelTimer이죠.

해당 Timer의 작업 큐를 확인해 보면 PostgreSql Statement 객체와 관련된 Task 객체도 알 수도 있어요.

그럼 org.postgresql.jdbc3g.Jdbc3gPreparedStatement 클래스가 어떻게 동작하는지 자세히 알아볼까요?

org.postgresql.jdbc3g.Jdbc3gPreparedStatement는 org.postgresql.jdbc2.AbstractJdbc2Statement의 상속 클래스이며 finalize() 메서드를 재정의한 클래스에요. Finalize 처리를 위해 객체 생성 시, JVM에 의해 Finalizer 체인으로 등록되죠.

위와 같은 코드로 보아 CancelTimer는, Query 실행 후 일정 시간이 지나면 자동으로 TimeOut 취소 처리를 위한 Timer에요.

정해진 시간 내에 정상적으로 Query가 수행되고 객체를 종료(Close) 시, Timer를 취소하도록 되어 있어요. 이때 취소된 Task는 상태 값만 변경되고, 실제로는 Timer의 큐에서 아직 사라지진 않아요.

Timer에 등록된 작업은, TimerThread에 의해 순차적으로 처리돼요. Task는 TimerThread에서 처리를 해야 비로소 큐에서 제거되거든요.

이때 가져온 Task는 취소 상태가 아니며, 처리 시간에 아직 도달하지 않은 경우 해당 Task의 실행 예정 시간까지 대기해야 돼요.

여기서 문제점이 발생해요. 이 대기 시간이 길어지면 TimerThread의 처리가 지연되기 때문이죠. 이후 대기 Task들은 상태 여부에 상관없이, 큐에 지속적으로 남아있게 돼요.

만약 오랜 시간 동안 처리가 진행되지 않는다면, 여러 번의 Minor GC 발생 후 참조 객체들은 영구 영역(Old Gen)으로 이동될 수 있어요.

영구 영역으로 이동된 객체는, 메모리에 즉시 제거되지 못하고 오랜 기간 남게 되죠. 이는 Old(Full) GC를 발생시켜 시스템 부하를 유발하게 해요. 실제로 시스템에 설정된 TimeOut 값은 3,000초(50분)에요.

Finalizer 참조 객체는 GC 발생 시, 즉시 메모리에서 수집되지 않고 Finalize 처리를 위한 대기 큐에 들어가요. 그다음 FinalizerThread에 의해 Finalize 처리 후 GC 발생 시 비로소 제거되죠. 때문에 리소스의 수집 처리가 지연될 수 있어요.

또한 FinalizerThread 스레드는 우선순위가 낮아요. Finalize 처리 객체가 많은 경우, CPU 리소스가 상대적으로 부족해지면 개체의 Finalize 메서드 실행을 지연하게 만들어요. 처리되지 못한 객체는 누적되게 만들죠.

요약한다면 FinalReference 참조 객체의 잘못된 관리는 1) 객체의 재 참조를 유발 2) 불필요한 객체의 누적을 유발 3) Finalize 처리 지연으로 인한 리소스 누적을 유발하게 해요.

PART2. 제니우스 APM을 통해 Finalize 객체를 모니터링하는 방법

Zenius APM에서는 JVM 메모리를 모니터링하고 분석하기 위한, 다양한 데이터를 수집하고 있어요. 상단에서 보았던 FinalReference 참조 객체의 현황에 대한 항목도 확인할 수 있죠. APM 모니터링을 통해 Finalize 처리에 대한 문제 발생 가능성도 ‘사전’에 확인 할 수 있답니다!

위에 있는 그림은 Finalize 처리 대기(Pending)중인 객체의 개수를 확인 가능한 컴포넌트에요.

이외에도 영역별 메모리 현황 정보와 GC 처리 현황에 대해서도 다양한 정보를 확인 할 수 있어요!

이상으로 Finalize 처리 객체에 의한 리소스 문제 발생 가능성을, 사례를 통해 살펴봤어요. 서비스에 리소스 문제가 발생하고 있다면, 꼭 도움이 되었길 바라요!

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

©참고 자료

◾ uxys, http://www.uxys.com/html/JavaKfjs/20200117/101590.html

◾ Peter Lawrey, 「is memory leak? why java.lang.ref.Finalizer eat so much memory」, stackoverflow, https://stackoverflow.com/questions/8355064/is-memory-leak-why-java-lang-ref-finalizer-eat-so-much-memory

◾ Florian Weimer, 「Performance issues with Java finalizersenyo」, enyo,

https://www.enyo.de/fw/notes/java-gc-finalizers.html

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

김진광APM팀(개발3그룹)

개발3그룹 APM팀에서 제품 개발과 기술 지원을 담당하고 있습니다.

필진 글 더보기

추천 콘텐츠

서버 모니터링 툴 활용사례 6가지 서버 모니터링 툴 활용사례 6가지 서버 모니터링 환경은 점점 더 복잡해지고 있습니다. 관리해야 할 서버와 장비가 늘어나고 처리해야 할 데이터와 트래픽도 증가함에 따라서 성능 문제가 발생할 가능성이 높아지고 있습니다. 이런 상황에서 서버 운영 관리자는 다음과 같은 과제들에 직면합니다. - CPU, 메모리, 트래픽 등 주요 성능 지표를 한눈에 확인할 수 있는 방법이 없을까? - 관리 대상 서버가 많을 때, 여러 장비를 동시에 분석할 수는 없을까? - CPU가 여러 개인 장비에서 각 CPU의 사용률을 한 번에 비교할 순 없을까? - 지속적으로 증가하는 파일시스템 용량의 임계점을 미리 파악할 수는 없을까? - 특정 기간 동안의 성능 추이를 비교할 방법은 없을까? - 여러 장비의 성능 항목을 일자별로 상세히 분석할 순 없을까? 이와 같은 고민을 해결하기 위해, Zenius SMS는 서버 상태를 심층적으로 모니터링하고 성능 문제를 사전에 진단할 수 있는 다양한 성능 분석 기능을 제공하는 대표적인 서버 모니터링 툴입니다.이번 글에서는 Zenius SMS의 성능 모니터링 기능을 구체적으로 활용한 6가지 사례를 함께 살펴보도록 하겠습니다. 서버 모니터링 툴, Zenius SMS의 성능 모니터링 기능 살펴보기 활용 사례를 자세히 살펴보기 전에 Zenius SMS의 성능 모니터링 기능에 대해 먼저 알아보겠습니다. Zenius SMS는 서버 운영에서 발생하는 다양한 상황에 맞춰 효과적으로 대응할 수 있도록 여러 성능 분석 기능을 제공합니다. 특히 주요 항목, 대상/항목 비교, 기간비교, 증설필요성, 시간대별 기능은 서버 관리에서 가장 자주 사용되는 기능으로, 실무에서 유용하게 활용됩니다. 이제 이러한 기능들이 실제 서버 관리 환경에서 어떤 문제를 해결하고, 어떻게 적용할 수 있는지 활용 사례를 통해 살펴보겠습니다. 서버 모니터링 툴, Zenius SMS 케이스별 활용사례 6가지 먼저 Zenius 성능 분석 기능이 어떻게 작동하는 지 이해하기 위해, 데이터를 분석하는 기본적인 절차를 살펴보겠습니다. Step 1. EMS > 분석 메뉴로 이동합니다. Step 2. 분석하고자 하는 항목(예: CPU, 메모리 등)을 선택합니다. Step 3. 분석할 장비(대상)를 지정한 뒤 분석 실행을 누릅니다. Step 4. 분석 결과에서 데이터를 확인하고, 전반적인 서버 상태를 점검합니다. 이제 구체적인 활용사례 6가지를 살펴보겠습니다. [활용사례1] CPU, 메모리, 트래픽 등 주요 성능 지표를 한눈에 확인할 수 없을까? 서버의 주요 성능 지표를 개별적으로만 확인하면 장애 대응 속도가 느려지고, 전체 상태를 효율적으로 파악하기 어렵기 때문에 주요 성능 지표를 통합해서 확인할 수 있어야 합니다. Zenius SMS는 서버당 CPU, Memory, SWAP, 로드 값 등 주요 성능 데이터를 한 화면에서 통합적으로 제공하여 특정 서버에 장애가 발생했을 때 전체적인 상태를 빠르게 파악할 수 있습니다. 활용 시점 특정 서버 1대의 일간 분석이 필요할 때, 장애 발생 후 서버의 주요 성능 지표를 확인해 원인을 파악해야 할 때 활용 방법 1. EMS > 분석 메뉴 > 주요항목 기능을 사용하여 분석합니다. 2. 분석 결과에서 특정 서버 1대의 CPU(23%), Memory (63%), SWAP(34%), 로드(0.27) 등의 데이터를 확인할 수 있습니다. 이러한 데이터를 바탕으로 리소스 사용 상태를 한눈에 파악하고, 성능 저하나 장애 원인을 신속히 진단할 수 있습니다. [활용사례2] 관리해야 할 서버가 많은데, 여러 장비를 동시에 분석할 수는 없을까?! 관리하는 대상 서버가 많아질수록, 각 장비의 상태를 개별적으로 분석하는 것은 많은 시간과 노력이 필요합니다. 특히 하나의 장비에 문제가 생기더라도 다른 장비가 대신 처리할 수 있는 이중화나, 여러 장비가 작업을 분산 처리하는 다중화 환경에서는 특정 장비에 과도한 부하가 집중되지 않도록 상태를 지속적으로 점검해야 합니다. 만약 이를 놓칠 경우 전체 시스템 성능에 영향을 줄 수 있기 때문에, 다수의 장비를 일괄적으로 분석하여 성능 데이터를 비교하고 부하 분산 상태를 한눈에 파악할 수 있어야 합니다. Zenius SMS는 여러 장비의 특정 성능 항목을 한눈에 비교 분석할 수 있는 기능을 제공합니다. 또한 이중화나 다중화된 장비 간의 부하를 효율적으로 비교할 수 있어, 전체적인 서버 상태를 빠르게 점검할 수 있게 합니다. 활용 시점 다수 장비의 특정 성능 항목을 일괄 분석할 때, 이중화 또는 다중화된 장비의 부하 분산 상태를 점검하고자 할 때 활용 방법 1. EMS > 분석 메뉴 > 주요 항목 기능을 사용하여 분석합니다. 2. 분석 결과에서 특정 서버(Zenius8)의 Memory 사용률(63%)이 가장 높은 것을 확인할 수 있습니다. 이 과정에서 부하가 집중된 장비를 파악하고, 추가 리소스 확보와 같은 적절한 조치를 계획할 수 있습니다. [활용사례3] CPU가 여러 개인 장비에서 각각의 사용률을 한 번에 비교할 순 없을까? 서버의 CPU가 여러 개인 장비에서 전체 사용률만 확인할 경우, 각 코어의 부하 상태를 명확히 알 수 없어 적절히 대응하기 어렵습니다. 따라서 CPU 코어별 사용률을 비교 분석해 부하 분산 상태를 점검하고, 리소스를 최적화할 수 있어야 합니다. Zenius SMS는 한 장비의 전체 CPU 사용률뿐만 아니라 각 코어별 CPU 사용률을 한눈에 비교 분석할 수 있습니다. 이를 통해 관리자는 CPU 코어별 리소스 사용 현황을 정확히 파악하고, 특정 코어에 부하가 집중되는 문제를 신속하게 진단할 수 있습니다. 활용 시점 한 장비당 동일 성능 항목(CPU, 파일시스템 등)의 세부 데이터를 상세히 분석해야 할 때 활용 방법 1. EMS > 분석 메뉴 > 대상/항목 비교를 사용하여 분석합니다. 2. 분석 결과에서 전체 CPU 사용률과 각 코어별 사용률을 비교해 특정 코어에 부하가 집중된 패턴을 파악할 수 있습니다. 이를 바탕으로 작업 부하를 균등하게 분산하고 시스템 병목을 해소하기 위한 방안을 마련할 수 있습니다. [활용사례4] 계속 증가하는 파일시스템 용량, 임계점에 언제 도달하는지 미리 파악할 순 없을까? 파일시스템의 용량이 임계점에 도달할 경우, 저장 공간 부족으로 인해 새로운 데이터를 저장하지 못하거나 파일 접근 속도가 저하될 가능성이 있습니다. 특히 예상보다 빠르게 용량이 소진되면 서비스 중단과 같은 심각한 문제로 이어질 수 있기 때문에, 사용량 증가 추이를 사전에 분석하고 증설 시점을 미리 예측하는 것이 중요합니다. 이에 따라 Zenius SMS는 파일시스템의 사용량 추이를 분석하고 임계점 도달 시점을 예측할 수 있는 기능을 제공하여, 장애를 미연에 방지하고 효율적인 리소스 증설 계획을 수립할 수 있게 합니다. 활용 시점 파일시스템의 사용량이 지속적으로 증가해 증설 필요성을 검토해야 할 때 활용 방법 Step 1. EMS > 분석 메뉴 > 증설 필요성 기능을 사용하여 분석합니다. Step 2. 위 그림의 분석 결과를 통해 2025년 1월 20일 오후 7시경에 파일시스템 용량이 90%에 도달할 것으로 예측할 수 있습니다. 이를 기반으로 증설 시점을 정확히 파악하고, 서비스 중단을 예방하기 위한 조치를 준비할 수 있습니다. [활용사례5] 특정 기간 동안의 성능 추이를 비교할 방법은 없을까? 시스템 성능 문제를 정확히 진단하려면 현재 데이터만 확인하는 것만으로는 부족합니다. 성능 저하나 장애는 시간에 따라 리소스 사용량이 누적되거나 특정 시점에 급격한 변화를 보이는 경우가 많습니다. 따라서 이전 기간과 현재 기간의 데이터를 비교 분석하여 성능 변화를 체계적으로 점검하고, 비정상적인 리소스 사용 패턴을 사전에 진단할 수 있어야 합니다. Zenius SMS는 특정 기간 동안의 성능 데이터를 비교 분석할 수 있는 기능을 제공합니다. 과거와 현재 데이터를 비교하여 성능 변화와 이상 징후를 파악해, 장애 발생 가능성을 미리 예측하거나 반복되는 문제를 예방하는 데 도움을 줍니다. 활용 시점 장애 발생 시점과 정상 시점의 성능 변화를 비교하여 문제 발생 가능성을 미리 확인하고자 할 때 활용 방법 1. EMS > 분석 메뉴 > 기간비교 기능을 사용하여 분석합니다. 2. 분석 결과를 통해 전주와 금주 데이터를 비교 분석한 결과 로드 값이 소폭 증가하고 있음을 확인할 수 있습니다. 이처럼 기간비교 기능을 활용하면 전주와 금주 데이터를 비교해 성능 변화 추이를 명확히 분석하고, 장애 발생 원인이나 성능 저하의 징후를 사전에 파악하여 적절한 대응을 준비할 수 있습니다. [활용사례6] 여러 장비의 특정 성능 항목을 일자별로 분석할 순 없을까? 장비가 많아질수록 리소스 사용률을 개별적으로 점검하는 것은 비효율적입니다. 특히 이중화된 환경에서는 모든 장비가 균등하게 부하를 나눠야 시스템의 안정성이 유지되지만, 특정 장비에 부하가 집중되면 성능 저하나 장애가 발생할 수 있습니다. 이를 방지하려면 여러 장비의 성능 데이터를 일자별로 비교 분석해, 부하 분산 상태를 체계적으로 점검할 수 있어야 합니다. Zenius SMS는 여러 장비의 성능 데이터를 일자별로 표 형태로 제공하여 리소스 사용 추이를 한눈에 파악할 수 있습니다. 이를 통해 부하 분산 상태를 체계적으로 점검하고, 장비 간 리소스 불균형을 사전에 진단하여, 시스템의 안정적인 운영을 유지할 수 있게 합니다. 활용 시점 특정 성능 항목의 일자별 평균 데이터를 확인해야 할 때, 이중화된 장비 간 부하 분산 상태를 점검하고자 할 때 활용 방법 1. EMS > 분석 메뉴 > 시간대별 기능을 사용하여 분석합니다. 2. 분석 결과를 살펴보면 최근 한달 동안 유사한 리소스를 사용률이 유지되어, 시스템이 안정적으로 운영되고 있음을 확인할 수 있습니다. 이처럼 시간대별 기능을 활용하면 날짜별 데이터를 분석해 여러 장비의 리소스 사용 추이를 명확히 파악하고, 부하 분산 상태를 점검해 리소스 불균형을 조기에 진단할 수 있습니다. 이번 시간에 살펴본 것처럼 Zenius SMS는 서버 운영 중 발생할 수 있는 다양한 문제를 효율적으로 해결할 수 있는 성능 분석 기능을 제공합니다. 주요 데이터를 한 화면에서 통합 분석하거나, 여러 장비의 상태를 비교해 복잡한 운영 환경에서도 서버 상태를 빠르게 파악하고 관리할 수 있습니다. 또한 분석된 데이터를 활용해 보고 자료 작성이나 증설 계획 수립과 같은 업무를 더 간편하고 정확하게 처리할 수 있습니다. 뿐만 아니라 비정상적인 리소스 패턴을 조기에 감지하고, 안정적인 시스템 운영을 지원하는 데도 큰 도움이 됩니다. 이제 Zenius SMS로 서버 관리의 효율성을 높이고, 안정적인 서비스 환경을 구축해 보시길 바랍니다. 2025.01.15