반복영역 건너뛰기
주메뉴 바로가기
본문 바로가기
제품/서비스
EMS Solution
Features
클라우드 관리
서버관리
데이터베이스 관리
네트워크 관리
트래픽 관리
설비 IoT 관리
무선 AP 관리
교환기 관리
운영자동화
실시간 관리
백업 관리
스토리지 관리
예방 점검
APM Solution
애플리케이션 관리
URL 관리
브라우저 관리
ITSM Solution
서비스데스크
IT 서비스 관리
Big Data Solution
SIEM
AI 인공지능
Dashboard
대시보드
Consulting Service
컨설팅 서비스
고객
레퍼런스
고객FAQ
문의하기
가격
자료실
카탈로그
회사소개
비전·미션
연혁
2016~현재
2000~2015
인증서·수상
투자정보
재무정보
전자공고
IR자료
새소식
공고
보도자료
오시는 길
채용
피플
컬처
공고
FAQ
블로그
열기
메인 페이지로 이동
블로그
기술이야기
블로그
최신이야기
사람이야기
회사이야기
기술이야기
다양한이야기
카프카를 통한 로그 관리 방법
메모리 누수 위험있는 FinalReference 참조 분석하기
김진광
2023.10.12
페이스북 공유하기
트위터 공유하기
링크드인 공유하기
블로그 공유하기
[행사] 브레인즈컴퍼니 ‘가을문화행사 2023’
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 사례
로 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 유발
하게 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 확인
할 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
------------------------------------------------------------
#APM
#Finalize
#제니우스
#메모리 누수
#Zenius
#FinalReference
#제니우스 APM
김진광
APM팀(개발3그룹)
개발3그룹 APM팀에서 제품 개발과 기술 지원을 담당하고 있습니다.
필진 글 더보기
목록으로
추천 콘텐츠
이전 슬라이드 보기
서버 모니터링의 두 가지 방식: Agent와 Agentless 비교
서버 모니터링의 두 가지 방식: Agent와 Agentless 비교
서버 모니터링 환경을 구성할 때 가장 먼저 결정해야 하는 것 중 하나가 데이터를 어떤 방식으로 수집할 것인가입니다. 대표적인 방식은 모니터링 대상 서버에 별도의 프로그램을 설치하는 Agent 방식과, 서버에 별도 프로그램을 설치하지 않고 외부에서 데이터를 수집하는 Agentless 방식입니다. 두 방식은 단순히 설치 여부만 다른 것이 아닙니다. 수집 가능한 데이터의 범위와 상세 수준, 구축과 유지관리 방식, 보안 정책 등에 차이가 있기 때문에 실제 운영 환경과 관리 목적을 기준으로 판단해야 합니다. 특히 최근에는 온프레미스뿐 아니라 VM, 클라우드, 컨테이너 등 관리 대상이 다양해지면서 하나의 방식만 고집하기보다 필요한 데이터와 운영 환경에 맞는 수집 방식을 선택하는 것이 중요해지고 있습니다. Agent 기반 서버 모니터링 Agent 방식은 모니터링 대상 서버에 전용 프로그램을 설치하고, 해당 Agent가 서버 내부의 상태와 성능 데이터를 직접 수집해 중앙 모니터링 시스템으로 전달하는 방식입니다. 서버 내부에서 데이터를 수집하기 때문에 CPU, 메모리, 디스크, 프로세스, 파일시스템, 로그 등 비교적 상세한 정보를 지속적으로 확보하기 좋습니다. 특히 다음과 같은 환경에서 Agent 방식의 장점이 분명합니다. 서버 내부의 세부 성능 데이터를 지속적으로 확인해야 하는 경우 프로세스와 로그 등 OS 내부 상태까지 함께 관리해야 하는 경우 장애 발생 전후의 상세 데이터를 확보해야 하는 경우 서버별 상태를 장기간 축적하고 분석해야 하는 경우 자동 복구나 스크립트 실행 등 후속 조치까지 연계해야 하는 경우 반면 서버마다 Agent를 설치·관리해야 하므로 관리 대상이 많거나 설치에 제약이 있는 환경에서는 배포 방식과 운영 부담을 함께 고려해야 합니다. Agent가 사용하는 CPU·메모리와 통신량, 업데이트 방식도 사전에 확인하는 것이 좋습니다. Agentless 서버 모니터링 Agentless 방식은 모니터링 대상 서버에 별도의 Agent를 설치하지 않고 외부의 모니터링 시스템에서 필요한 정보를 원격으로 수집하는 방식입니다.전통적으로 SNMP나 WMI 등을 많이 활용해왔지만, 최근에는 API나 각 시스템에서 제공하는 원격 인터페이스를 통해 데이터를 수집하는 방식도 함께 사용됩니다. Agent를 별도로 설치하지 않기 때문에 다음과 같은 장점이 있습니다. 관리 대상 서버에 별도 프로그램을 설치하지 않아도 됨 초기 구축과 대상 추가가 비교적 간단함 Agent 설치가 제한되는 서버에도 적용하기 쉬움 중앙에서 관리 대상을 일괄적으로 추가·변경하기 편리함 다만 수집 가능한 정보의 범위와 상세 수준은 대상 시스템이 외부에 제공하는 인터페이스에 따라 달라집니다. CPU나 메모리 같은 기본 자원은 확인할 수 있지만, 특정 프로세스나 애플리케이션 내부 데이터처럼 더 상세한 정보는 제한될 수 있습니다. 따라서 Agentless 방식은 단순히 ‘설치가 필요 없는 방식’으로 보기보다 필요한 데이터를 어느 수준까지 안정적으로 확보할 수 있는지를 기준으로 판단하는 것이 적절합니다. Agent와 Agentless 방식의 차이 두 방식의 차이는 결국 데이터의 상세 수준과 운영 부담에 있습니다. Agent 방식은 서버 내부의 상세 데이터를 지속적으로 수집하고 장애 전후를 분석하는 데 유리하지만, Agent 설치와 관리가 필요합니다. Agentless 방식은 별도 프로그램 설치 없이 빠르게 적용할 수 있지만, 수집 가능한 데이터의 범위는 대상 시스템이 제공하는 인터페이스에 따라 달라집니다. 어느 한 방식이 항상 우수한 것은 아닙니다. 서버 내부의 상세 데이터와 장애 전후 분석이 중요하다면 Agent 방식이 적합하고, Agent 설치가 제한되거나 보다 간단한 방식으로 관리 대상을 확대해야 한다면 Agentless 방식을 고려할 수 있습니다. 결국 선택 기준은 설치 여부 자체보다 필요한 데이터의 수준, 운영 환경의 제약, 장애 분석과 대응 범위에 있습니다. 실제 Agent 기반 모니터링 적용 예시 Agent 방식은 서버 내부의 세부 상태를 지속적으로 수집해 장애 전후의 변화를 비교하고, 필요한 경우 대응까지 연결할 수 있다는 장점이 있습니다. 브레인즈컴퍼니의 Zenius SMS는 Agent 기반으로 서버의 CPU·메모리·Load 등 주요 성능 정보를 실시간 수집하고, 프로세스·로그·컨테이너·GPU까지 모니터링합니다. 정적·동적 임계치를 활용한 이상 징후 감지와 함께, 장애 발생 시점의 Snapshot과 조치 이력을 확인하고 복구 스크립트 실행까지 연계할 수 있습니다. Zenius SMS의 주요 기능과 실제 활용 방법은「서버 모니터링을 Zenius SMS로 해야 하는 4가지 이유」에서 확인할 수 있습니다. 중요한 것은 수집 방식보다 운영 목적입니다 Agent와 Agentless는 각각 장단점이 뚜렷하기 때문에 어느 한 방식이 항상 더 적합하다고 보기는 어렵습니다. 서버 내부의 상세한 상태와 장애 전후 데이터를 지속적으로 확인해야 한다면 Agent 방식이 유리할 수 있고, Agent 설치가 제한되거나 비교적 단순한 상태 정보를 중심으로 관리해야 한다면 Agentless 방식이 더 적합할 수 있습니다. 결국 중요한 것은 설치 여부 자체가 아니라 어떤 데이터를 수집해야 하는지, 어느 수준까지 분석이 필요한지, 그리고 수집한 정보를 실제 장애 대응과 운영 개선에 어떻게 활용할지입니다. 서버 모니터링 환경을 구성할 때는 이러한 운영 목적을 먼저 정리한 뒤, 그에 맞는 수집 방식과 관리 체계를 선택하는 것이 좋습니다. 그래야 불필요한 수집과 운영 부담은 줄이고, 실제 장애 분석과 대응에 필요한 정보는 충분히 확보할 수 있습니다. [함께 읽으면 좋은 글] - 서버 모니터링 가이드: 최신 트렌드와 5가지 선택 기준 - 서버 모니터링 솔루션 유형별 장단점과 선택 기준 - 서버 모니터링을 Zenius SMS로 해야 하는 4가지 이유 - 서버 모니터링 툴 활용사례 6가지
2023.05.09
다음 슬라이드 보기