2核2G这个配置,说实话,跑 Tomcat + MySQL 属于“极限生存”模式。
在阿里云、腾讯云或者华为云这种主流厂商的生态里,2C2G通常是轻量应用服务器(Lighthouse)或最低配 ECS/CVM 的入门档位。在这个内存容量下,Tomcat 和 MySQL 两个进程要是都放开跑,OOM(Out Of Memory)是迟早的事,而且一旦并发稍微上来,Swap 交换分区一启用,磁盘 I/O 飙升,系统直接卡死。
所以,核心思路不是“如何优化让它们跑得更快”,而是“如何精准控制资源分配,保证不崩”。以下是基于生产环境实战经验的配置建议:
1. 操作系统层面:清理与基础调优
-
镜像选择:
- 强烈建议选用 Alibaba Cloud Linux 3 或 Ubuntu 20.04/22.04 LTS。CentOS 7 已经停止维护,且内核较老,对内存管理不如新内核友好。
- 如果是 Windows Server,直接放弃吧,2G 内存跑 Windows + Java + SQL 基本等于自杀。
-
关闭不必要的服务:
systemctl disable掉所有非核心服务,比如 firewalld(改用 iptables 或云安全组)、auditd、smartmontools 等。每多一个后台服务,都在吞噬宝贵的 RAM。
-
Swap 设置(关键):
- 不要完全禁用 Swap,但也不要太大。
- 建议设置 1G – 2G 的 Swap 作为“最后防线”。
- 调整
vm.swappiness=10。默认是 60,意味着系统会积极地把内存页换出到磁盘。设为 10 可以让系统尽量把数据留在物理内存中,只有实在不够时才用 Swap,减少磁盘 IO 压力。
2. MySQL 配置优化(重中之重)
MySQL 是吃内存大户,在 2G 总内存环境下,必须极度克制。
-
版本选择:
- 推荐 MySQL 5.7 或 MariaDB 10.5+。MySQL 8.0 默认启动就占用较多内存(InnoDB Buffer Pool 默认较大),在 2G 机器上容易起步就爆。如果必须用 8.0,需要大幅调整参数。
-
核心参数调整 (
my.cnf):[mysqld] # 绑定IP,仅允许本地访问(如果Tomcat也在本机) bind-address = 127.0.0.1 # 最大连接数 max_connections = 100 # 每个连接需要的额外内存估算(线程缓存、排序缓冲区等) # 公式:max_used_connections * thread_stack + innodb_buffer_pool_size + key_buffer_size # 2G内存要留够给OS和其他进程,这里非常紧张 # InnoDB 缓冲池大小:这是最关键的指标 # 建议设置为总内存的 30%-40%,即 600M - 800M innodb_buffer_pool_size = 768M # 如果数据量极小(<100MB),可以设更小,比如 256M # innodb_buffer_pool_size = 256M # 日志相关 log_error = /var/log/mysql/error.log slow_query_log = 1 long_query_time = 2 slow_query_log_file = /var/log/mysql/slow.log # 临时表内存限制 tmp_table_size = 16M max_heap_table_size = 16M # 查询缓存(MySQL 5.7 及以下有效,8.0已移除) # query_cache_type = 1 # query_cache_size = 16M -
监控重点:
- 使用
free -m观察可用内存。如果buff/cache占用过高,考虑重启 MySQL 释放部分内存碎片。 - 确保
innodb_buffer_pool_size没有超过物理内存的 50%(通常建议不超过 40-50%),否则 OS 本身会因为缺乏内存而崩溃。
- 使用
3. Tomcat/JVM 配置优化
Tomcat 的 JVM 堆内存必须严格控制,不能让它随意增长。
-
JVM 启动参数 (
setenv.sh或catalina.sh):# JAVA_OPTS="-Xms512m -Xmx512m -XX:MetaspaceSize=128m -XX:MaxMetaspaceSize=256m" # 解释: # -Xms512m: 初始堆内存 512MB # -Xmx512m: 最大堆内存 512MB (固定大小,避免动态扩容带来的 GC 停顿和内存峰值) # -XX:MetaspaceSize=128m: 元空间初始值 # -XX:MaxMetaspaceSize=256m: 元空间最大值 -
为什么这么设?
- 假设 MySQL 占用了 768M (Buffer Pool) + 200M (其他开销) ≈ 1GB。
- OS 需要预留至少 512M – 768M 用于文件缓存和系统运行。
- 剩下给 JVM 的空间大约就是 512M – 768M。
- 将
-Xmx设为 512M 是一个比较安全的平衡点。如果应用类加载很多(如 Spring Boot 大项目),可能需要进一步降低,比如-Xmx256m,但这会导致频繁 Full GC,需配合 G1 或 CMS 垃圾回收器。
-
GC 策略:
- 对于小内存应用,建议使用 -XX:+UseG1GC (Java 8u191+) 或 -XX:+UseConcMarkSweepGC (旧版)。G1 在小堆内存下表现尚可,能较好地平衡停顿时间。
- 添加参数:
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/tmp/java_pid.hprof,方便排查 OOM 原因。
4. Nginx 反向XX(强烈推荐)
不要在 Tomcat 直接暴露端口给公网。
-
作用:
- Nginx 处理静态资源(图片、CSS、JS),减轻 Tomcat 负担。
- Nginx 本身极其轻量,2G 机器跑 Nginx 毫无压力。
- 可以做简单的负载均衡和限流,防止突发流量打垮后端。
-
Nginx 配置要点:
- 开启
gzip压缩,减少传输带宽。 - 设置合理的
worker_processes auto;和worker_connections。 - 静态文件过期时间设长一些,减少重复请求。
- 开启
5. 应用层优化建议
-
数据库连接池:
- 使用 HikariCP 或 Druid。
maximum-pool-size不要设太大。在 2G 机器上,建议设为 10-20。连接数过多会导致上下文切换开销剧增,反而降低性能。- 例如:
spring.datasource.hikari.maximum-pool-size=15
-
SQL 优化:
- 避免
SELECT *,只查需要的字段。 - 确保常用查询字段有索引。
- 避免大事务,长事务会持有锁,影响并发。
- 避免
-
缓存:
- 如果业务允许,引入 Redis。
- Redis 也是内存密集型,但在 2G 机器上,如果数据量不大(<500MB),可以勉强运行。
- 更激进的做法:不用 Redis,直接在 JVM 内用 Caffeine/Guava Cache 做本地缓存。这样省去了网络开销和 Redis 进程的内存占用,更适合极致资源受限场景。
6. 监控与告警
- 安装 Prometheus + Node Exporter 或简单的 Zabbix Agent。
- 重点监控:
Available MemoryDisk I/O WaitMySQL ConnectionsJVM Heap Usage
- 设置告警阈值:当内存使用率超过 85% 时立即通知你,手动介入或自动触发重启脚本。
总结配置清单(参考)
| 组件 | 关键配置 | 备注 |
|---|---|---|
| OS | Alibaba Cloud Linux 3 / Ubuntu 22.04 | 内核新,内存管理好 |
| Swap | 1G, swappiness=10 | 防 OOM 的最后手段 |
| MySQL | innodb_buffer_pool_size=768M, max_connections=100 | 内存大头,需精确控制 |
| Tomcat | -Xmx512m, -XX:MaxMetaspaceSize=256m | 固定堆大小,防抖动 |
| Nginx | 开启 gzip, 静态资源分离 | 前置过滤,保护 Tomcat |
| App | HikariCP pool-size=15, 本地缓存优先 | 减少外部依赖和资源消耗 |
最后的大实话
2核2G 部署 Tomcat + MySQL,适合个人博客、小型内部管理系统、低频访问的测试环境。
如果你的业务预期日 PV 超过 5000,或者有实时性要求较高的交易场景,请务必升级配置。升级到 4核4G 的成本增加有限,但稳定性和用户体验会有质的飞跃。云计算的优势在于弹性,不要为了省几十块钱的月费,每天花几小时去排查 OOM 和慢查询,得不偿失。
云技术博客