捕获Integer的Lambda闭包在无限流中抛出OutOfMemoryError原因求解

错误原因说明 #

你的推测不成立，该OOM异常和Lambda上下文捕获没有任何关联，核心原因是HashSet存储近1000万个Integer对象的总内存占用超过了JVM的堆内存上限。

你提供的代码如下：

Set<Integer> set = new HashSet<>();
new Random().ints(10_000_000,
        Integer.MIN_VALUE,
        Integer.MAX_VALUE)
        .forEach(
                v -> {
                    if(set.contains(v)){
                        System.out.println(v);
                    }else{
                        set.add(v);
                    }
                }
        );

具体发生逻辑 #

• 代码中Random.ints(10_000_000, Integer.MIN_VALUE, Integer.MAX_VALUE)会生成包含1000万个随机int值的有限流，由于int的取值范围为-2^31到231-1（共约42亿个可能值），1000万个随机值的重复概率极低，几乎所有值都会被存入HashSet中。
• HashSet底层基于HashMap实现，每个存入的元素会对应两个实例对象：1个Integer装箱对象、1个HashMap的Node节点对象。以64位JVM默认开启指针压缩的场景计算：
  • 单个Integer对象占16字节（12字节对象头 + 4字节int值，刚好对齐到8字节的内存分配规则）
  • 单个HashMap Node节点占32字节（12字节对象头 + 4字节hash值 + 3个各4字节的引用（key、value、next节点），对齐到8的倍数后为32字节）
  • HashMap默认负载因子为0.75，当存入1000万个元素时，底层数组容量会扩容到约1600万，数组本身占用约64MB（每个数组元素是4字节的引用）
  • 总内存占用约为540MB，如果是未开启指针压缩的64位JVM，总占用会超过800MB
• 多数运行环境下JVM默认的最大堆内存小于上述值（比如客户端模式JVM默认堆上限仅为256MB或512MB），因此运行时100%会抛出java.lang.OutOfMemoryError: Java heap space异常。

Lambda捕获逻辑的误区澄清 #

你提到的Lambda捕获Integer的猜测完全不成立：

• 该Lambda表达式仅捕获了外部的set变量，是Set实例的引用，仅占4/8字节，不会产生额外的内存堆积
• Lambda入参v是流传递的局部参数，不属于上下文捕获的变量，每处理完一个元素就会被回收，不会导致内存溢出

内容的提问来源于stack exchange，提问作者J.J. Beam