PDDocument的save方法在服务端保存大文件时出现java heap space内存溢出

• JVM堆内存配置不合理：服务端物理内存大不代表JVM可用堆内存大，若服务启动时-Xmx参数配置值低于本地开发环境，处理大PDF时很容易触堆内存上限。
• PDFBox版本缺陷：2.0.20及更早版本的MemoryUsageSetting缓存策略存在bug，即使配置setupTempFileOnly()，处理带大尺寸内嵌图片、复杂字体、结构异常的PDF时，仍会强制将全量内容加载到堆内存中。
• 资源未正确释放：现有代码未使用自动资源管理逻辑，若保存过程中抛出异常，doc.close()不会执行，残留的PDDocument对象会长期占用堆内存，多次处理大文件后内存累计占用超标触发OOM。
• 保存阶段无内存限制：doc.save()操作默认会在堆中缓冲部分写入数据，大文件保存时该部分缓冲会额外占用大量堆内存。

1. 调整服务端JVM启动参数
   根据待处理PDF的最大尺寸设置合理的堆内存上限，例如处理单文件最大为2G的PDF，可将堆内存上限设为4G及以上，启动参数参考：
   java -Xms2g -Xmx4g -jar 你的服务包名.jar
   调整后可通过jinfo -flags <进程ID>确认配置生效。

2. 升级PDFBox到最新稳定版
   建议升级到2.0.32及以上版本，该版本修复了大量内存泄漏、缓存策略失效的已知问题。

3. 优化代码逻辑，使用try-with-resources自动释放资源
   优化后的代码示例如下：

File sourceFile = new File(filePath);
File targetFile = new File(pdfPath);
try (PDDocument doc = PDDocument.load(sourceFile, password, MemoryUsageSetting.setupTempFileOnly())) {
    if (null == doc) {
        return false;
    }
    doc.setAllSecurityToBeRemoved(true);
    doc.save(targetFile);
    return true;
} catch (IOException e) {
    // 自行处理异常逻辑
    e.printStackTrace();
    return false;
}

4. 进一步调优内存控制策略
   如果仍出现OOM，可改用混合缓存模式，设置堆内存缓存阈值，超出阈值的内容自动写入临时文件：
   PDDocument.load(sourceFile, password, MemoryUsageSetting.setupMixed(100 * 1024 * 1024))
   上述配置表示单块内容超过100M就写入临时文件，兼顾性能和内存安全。

报错截图参考：

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