本文阅读时间大约5分钟。
有业务反馈，线上一个应用运行了一段时间之后，在高峰期之后，突然发现处理能力下降，接口的响应时间变长，但是看Cat上的GC数据，一切都很正常。
通过跳板机上机器查看日志，发现一段平时很少见到的日志：
Java HotSpot(TM) 64-Bit Server VM warning: CodeCache is full. Compiler has been disabled.
Java HotSpot(TM) 64-Bit Server VM warning: Try increasing the code cache size using -XX:ReservedCodeCacheSize=.
...
“CompilerThread0” java.lang.OutOfMemoryError: requested 2854248 bytes for Chunk::new. Out of swap space?其中CodeCache is full，说明Code Cache已经满了，导致Compiler失效，这是为什么？
首先，我们得了解什么是Code Cache。
什么是Code Cache
Java代码在执行次数达到一个阈值会触发JIT编译，一旦代码块被编译成本地机器码，下次执行的时候会直接运行编译后的本地机器码。所以这本地机器码必须被缓存起来，而缓存这个本地机器码的内存区域就是Code Cache，它并不属于Java堆的一部分，除了JIT编译的代码之外，Java所使用的本地方法代码（JNI）也会存在codeCache中。
Code Cache 调优
由于Code Cache是一块内存区域，那么肯定有大小的限制，但是不同版本的JVM、不同的启动方式，Code Cache的默认大小也不同，可通过 jinfo-flagReservedCodeCacheSize 进行查看。
服务启动之后，随着时间的推移，肯定会有越来越多的方法被JIT编译成本地机器码，并存放到Code Cache，由于Code Cache大小是固定的，那么就存在被用完的风险。
一旦Code Cache被填满，就会出现下面情况：
JVM的JIT功能会被停止，将不会编译任何额外的代码。
被编译过的代码仍然以编译方式执行，但是尚未被编译的代码只能以解释方式执行了。
这种情况下，如果应用中还有很多代码以解释方式执行，其性能会大大降低。为了避免这种情况，就需要对Code Cache比较深入的理解。
JVM启动的时候，Code Cache所需内存会被单独初始化，这时候Java堆还会被初始化，所以Code Cache和Java堆是两块独立内存区域。
在 codeCache.cpp的 CodeCache::initialize()方法中，实现了Code Cache的初始化
Code Cache包含了3种数据：
NonNMethodCode
ProfiledCode
NonProfiledCode
通过 SegmentedCodeCache参数可以选择按照整体初始化，还是分段初始化。
通过 -XX:ReservedCodeCacheSize参数可以指定Code Cache的初始化大小，这个默认值在不同的JDK版本也不同，目前我这边调试的是OpenJDK11，默认大小是240M，这个已经够用了。
可以看下其它版本的默认大小：
对于那些只有32M、48M的就可能存在Code Cache不足的隐患，增加 ReservedCodeCacheSize可以是一个解决方案，但这通常只是一个临时的解决方案。
幸运的是，JVM提供了一种比较激进的codeCache回收方式：Speculative flushing。
在JDK1.7.0_4之后这种回收方式默认开启，而之前的版本需要通过一个参数来开启：-XX:+UseCodeCacheFlushing
在Speculative flushing开启的情况下，当Code Cache不足时：
最早被编译的一半方法将会被放到一个old列表中等待回收；
在一定时间间隔内，如果old列表中方法没有被调用，这个方法就会被从Code Cache清除；
很不幸的是，在JDK1.7中，Speculative flushing释放了一部分空间，但是从编译日志来看，JIT并没有恢复正常，并且系统整体性能下降很多，出现了大量超时。
在Oracle官网上，有这样一个Bug：http://bugs.java.com/bugdatabase/viewbug.do?bugid=8006952
由于算法问题，当Code Cache不足之后会导致编译线程无法继续，并且消耗大量CPU，导致系统运行变慢。
这个bug在7u101及8以后的版本已经得到修复。
下方查看历史文章
JVM调优实战：G1中的to-space exhausted问题
本号专注于后端技术、JVM问题排查和优化、Java面试题、个人成长和自我管理等主题，为读者提供一线开发者的工作和成长经验，期待你能在这里有所收获。