循环调用Autodesk API时出现Java堆内存溢出问题

• 调用Autodesk平台接口 GET {urn}/metadata/{guid}/properties 时，首次请求只会返回结构为{"result":"success"}的JSON响应，代表后台属性计算任务已启动
• 重复调用该接口，待后台任务处理完成后，接口会返回基于64MB大小对象树生成的全量扁平化对象属性列表
• 原有轮询校验逻辑实现代码如下：

boolean hasResult = false;
boolean hasData = false;
String result;
do {
  result = 执行接口调用获取响应内容;
  JSONObject jo = new JSONObject(result);
  hasResult = jo.has("result");
  hasData = jo.has("data");
  if (hasData) {
    break;
  }
} while (hasResult);

• 运行上述代码最终触发java heap space堆内存溢出错误。

• 轮询逻辑存在缺陷：代码没有设置轮询间隔、最大轮询次数/超时时间，会以最高频率向接口发请求。如果后台任务处理耗时较长，循环会持续运行，不断创建新的响应字符串、JSONObject对象，虽然YoungGC会回收部分无引用对象，但高频请求下内存分配速度远快于回收速度，最终耗尽堆空间。
• 内存加载方式不合理：64MB源对象树经过扁平化处理后，生成的JSON响应体积会膨胀到原大小的3~5倍，直接将完整响应读入String再构造全量JSONObject的方式，会在堆中生成多份大体积对象副本，内存占用远超响应本身大小，很容易触发堆内存溢出。
• 缺少异常分支判断：代码没有处理接口返回错误、任务失败的场景，遇到异常响应时可能进入死循环，持续无效消耗内存。

• 补全轮询控制逻辑：轮询请求添加2~5秒的间隔，同时设置最大轮询时长（比如最长等待5分钟），达到阈值后直接终止轮询抛出异常，避免无限循环。
• 优化大响应解析逻辑：不要将全量响应一次性读入内存，改用流式JSON解析工具逐段读取、处理属性数据，内存占用可以降低到原方案的1%以下。
• 启用传输压缩：请求时添加Accept-Encoding: gzip头，接口返回的压缩后响应体积仅为原大小的10%~20%，能大幅降低传输过程和内存解析的开销。
• 按需调整JVM内存参数：如果业务场景确实需要加载全量属性数据，根据预估的数据量调大JVM堆内存配置，比如添加启动参数-Xms2g -Xmx4g预留足够的内存空间。
• 增加响应状态校验：除了判断result/data字段是否存在，还要校验接口返回的状态码、任务状态字段，遇到任务失败、权限不足等异常响应时直接终止循环，避免无效请求。

内容的提问来源于stack exchange，提问作者Pradeep Virtuele