<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          5款強大的JVM 性能調(diào)優(yōu)監(jiān)控工具,您值得擁有 !

          共 20345字,需瀏覽 41分鐘

           ·

          2021-07-05 13:52

          點擊上方藍色字體,選擇“標星公眾號”

          優(yōu)質(zhì)文章,第一時間送達

          現(xiàn)實企業(yè)級Java應用開發(fā)、維護中,有時候我們會碰到下面這些問題:

          • OutOfMemoryError,內(nèi)存不足

          • 內(nèi)存泄露

          • 線程死鎖

          • 鎖爭用(Lock Contention)

          • Java進程消耗CPU過高

          這些問題在日常開發(fā)、維護中可能被很多人忽視(比如有的人遇到上面的問題只是重啟服務器或者調(diào)大內(nèi)存,而不會深究問題根源),但能夠理解并解決這些問題是Java程序員進階的必備要求。

          本文將對一些常用的JVM性能調(diào)優(yōu)監(jiān)控工具進行介紹,希望能起拋磚引玉之用。

          一、 jps(Java Virtual Machine Process Status Tool) :基礎工具

          jps主要用來輸出JVM中運行的進程狀態(tài)信息。語法格式如下:

          jps [options] [hostid]

          如果不指定hostid就默認為當前主機或服務器。

          命令行參數(shù)選項說明如下:

          • -q 不輸出類名、Jar名和傳入main方法的參數(shù)

          • -m 輸出傳入main方法的參數(shù)

          • -l 輸出main類或Jar的全限名

          • -v 輸出傳入JVM的參數(shù)

          比如下面:

          root@ubuntu:/# jps -m -l
          2458 org.artifactory.standalone.main.Main /usr/local/artifactory-2.2.5/etc/jetty.xml
          29920 com.sun.tools.hat.Main -port 9998 /tmp/dump.dat
          3149 org.apache.catalina.startup.Bootstrap start
          30972 sun.tools.jps.Jps -m -l
          8247 org.apache.catalina.startup.Bootstrap start
          25687 com.sun.tools.hat.Main -port 9999 dump.dat
          21711 mrf-center.jar

          二、 jstack

          jstack主要用來查看某個Java進程內(nèi)的線程堆棧信息。語法格式如下:

          jstack [option] pid
          jstack [option] executable core
          jstack [option] [server-id@]remote-hostname-or-ip

          命令行參數(shù)選項說明如下:

          -l long listings
          # 會打印出額外的鎖信息,在發(fā)生死鎖時可以用jstack -l pid來觀察鎖持有情況-m mixed mode,
          # 不僅會輸出Java堆棧信息,還會輸出C/C++堆棧信息(比如Native方法)

          jstack可以定位到線程堆棧,根據(jù)堆棧信息我們可以定位到具體代碼,所以它在JVM性能調(diào)優(yōu)中使用得非常多。

          下面我們來一個實例找出某個Java進程中最耗費CPU的Java線程并定位堆棧信息,用到的命令有pstopprintfjstackgrep

          第一步先找出Java進程ID,我部署在服務器上的Java應用名稱為mrf-center:

          root@ubuntu:/# ps -ef | grep mrf-center | grep -v grep
          root     21711     1  1 14:47 pts/3    00:02:10 java -jar mrf-center.jar

          得到進程ID為21711,第二步找出該進程內(nèi)最耗費CPU的線程,可以使用ps -Lfp pid或者ps -mp pid -o THREADtidtime或者top -Hp pid,我這里用第三個,輸出如下:


          TIME列就是各個Java線程耗費的CPU時間,CPU時間最長的是線程ID為21742的線程,用

          printf "%x
          "
           21742

          得到21742的十六進制值為54ee,下面會用到。

          OK,下一步終于輪到jstack上場了,它用來輸出進程21711的堆棧信息,然后根據(jù)線程ID的十六進制值grep,如下:

          root@ubuntu:/# jstack 21711 | grep 54ee
          "PollIntervalRetrySchedulerThread" prio=10 tid=0x00007f950043e000 nid=0x54ee in Object.wait() [0x00007f94c6eda000]

          可以看到CPU消耗在PollIntervalRetrySchedulerThread這個類的Object.wait(),我找了下我的代碼,定位到下面的代碼:

          // Idle wait
          getLog().info("Thread [" + getName() + "] is idle waiting...");
          schedulerThreadState = PollTaskSchedulerThreadState.IdleWaiting;
          long now = System.currentTimeMillis();
          long waitTime = now + getIdleWaitTime();
          long timeUntilContinue = waitTime - now;
          synchronized(sigLock) {try {
              if(!halted.get()) {
              sigLock.wait(timeUntilContinue);
              }
              } catch (InterruptedException ignore) {
              }
          }

          它是輪詢?nèi)蝿盏目臻e等待代碼,上面的sigLock.wait(timeUntilContinue)就對應了前面的Object.wait()。

          三、 jmap(Memory Map)和 jhat(Java Heap Analysis Tool):

          jmap導出堆內(nèi)存,然后使用jhat來進行分析,jmap語法格式如下:

          jmap [option] pid
          jmap [option] executable core
          jmap [option] [server-id@]remote-hostname-or-ip

          如果運行在64位JVM上,可能需要指定-J-d64命令選項參數(shù)。

          jmap -permstat pid

          打印進程的類加載器和類加載器加載的持久代對象信息,輸出:類加載器名稱、對象是否存活(不可靠)、對象地址、父類加載器、已加載的類大小等信息,如下圖:
          使用jmap -heap pid查看進程堆內(nèi)存使用情況,包括使用的GC算法、堆配置參數(shù)和各代中堆內(nèi)存使用情況。比如下面的例子:

          root@ubuntu:/# jmap -heap 21711
          Attaching to process ID 21711, please wait...
          Debugger attached successfully.
          Server compiler detected.
          JVM version is 20.10-b01

          using thread-local object allocation.
          Parallel GC with 4 thread(s)

          Heap Configuration:
          MinHeapFreeRatio = 40   
          MaxHeapFreeRatio = 70   
          MaxHeapSize      = 2067791872 (1972.0MB)
          NewSize          = 1310720 (1.25MB)
          MaxNewSize       = 17592186044415 MB
          OldSize          = 5439488 (5.1875MB)
          NewRatio         = 2   
          SurvivorRatio    = 8   
          PermSize         = 21757952 (20.75MB)
          MaxPermSize      = 85983232 (82.0MB)

          Heap Usage:
          PS Young Generation
          Eden Space:
             capacity = 6422528 (6.125MB)
             used     = 5445552 (5.1932830810546875MB)
             free     = 976976 (0.9317169189453125MB)
             84.78829520089286% used
          From Space:
             capacity = 131072 (0.125MB)
             used     = 98304 (0.09375MB)
             free     = 32768 (0.03125MB)
             75.0% used
          To Space:
             capacity = 131072 (0.125MB)
             used     = 0 (0.0MB)
             free     = 131072 (0.125MB)
             0.0% used
          PS Old Generation
             capacity = 35258368 (33.625MB)
             used     = 4119544 (3.9287033081054688MB)
             free     = 31138824 (29.69629669189453MB)
             11.683876009235595% used
          PS Perm Generation
             capacity = 52428800 (50.0MB)
             used     = 26075168 (24.867218017578125MB)
             free     = 26353632 (25.132781982421875MB)
             49.73443603515625% used
             ....

          使用jmap -histo[:live] pid查看堆內(nèi)存中的對象數(shù)目、大小統(tǒng)計直方圖,如果帶上live則只統(tǒng)計活對象,如下:

          root@ubuntu:/# jmap -histo:live 21711 | more
          num     #instances         #bytes  class name----------------------------------------------
             1:         38445        5597736  <constMethodKlass>
             2:         38445        5237288  <methodKlass>
             3:          3500        3749504  <constantPoolKlass>
             4:         60858        3242600  <symbolKlass>
             5:          3500        2715264  <instanceKlassKlass>
             6:          2796        2131424  <constantPoolCacheKlass>
             7:          5543        1317400  [I
             8:         13714        1010768  [C
             9:          4752        1003344  [B
            10:          1225         639656  <methodDataKlass>
            11:         14194         454208  java.lang.String
            12:          3809         396136  java.lang.Class
            13:          4979         311952  [S
            14:          5598         287064  [[I
            15:          3028         266464  java.lang.reflect.Method
            16:           280         163520  <objArrayKlassKlass>
            17:          4355         139360  java.util.HashMap$Entry
            18:          1869         138568  [Ljava.util.HashMap$Entry;
            19:          2443          97720  java.util.LinkedHashMap$Entry
            20:          2072          82880  java.lang.ref.SoftReference
            21:          1807          71528  [Ljava.lang.Object;
            22:          2206          70592  java.lang.ref.WeakReference
            23:           934          52304  java.util.LinkedHashMap
            24:           871          48776  java.beans.MethodDescriptor
            25:          1442          46144  java.util.concurrent.ConcurrentHashMap$HashEntry
            26:           804          38592  java.util.HashMap
            27:           948          37920  java.util.concurrent.ConcurrentHashMap$Segment
            28:          1621          35696  [Ljava.lang.Class;
            29:          1313          34880  [Ljava.lang.String;
            30:          1396          33504  java.util.LinkedList$Entry
            31:           462          33264  java.lang.reflect.Field
            32:          1024          32768  java.util.Hashtable$Entry
            33:           948          31440  [Ljava.util.concurrent.ConcurrentHashMap$HashEntry;

          class name是對象類型,說明如下:

          B  byte
          C  char
          D  double
          F  float
          I  int
          J  long
          Z  boolean
          [  數(shù)組,如[I表示int[]
          [L+類名 其他對象

          還有一個很常用的情況是:用jmap把進程內(nèi)存使用情況dump到文件中,再用jhat分析查看。jmap進行dump命令格式如下:

          jmap -dump:format=b,file=dumpFileName pid

          我一樣地對上面進程ID為21711進行Dump:

          root@ubuntu:/# jmap -dump:format=b,file=/tmp/dump.dat 21711
          Dumping heap to /tmp/dump.dat ...
          Heap dump file created

          dump出來的文件可以用MATVisualVM等工具查看,這里用jhat查看:

          root@ubuntu:/# jhat -port 9998 /tmp/dump.dat
          Reading from /tmp/dump.dat...
          Dump file created Tue Jan 28 17:46:14 CST 2014Snapshot read, resolving...
          Resolving 132207 objects...
          Chasing references, expect 26 dots..........................
          Eliminating duplicate references..........................
          Snapshot resolved.
          Started HTTP server on port 9998Server is ready.

          注意如果Dump文件太大,可能需要加上-J-Xmx512m這種參數(shù)指定最大堆內(nèi)存,即jhat -J-Xmx512m -port 9998 /tmp/dump.dat。然后就可以在瀏覽器中輸入主機地址:9998查看了:
          上面紅線框出來的部分大家可以自己去摸索下,最后一項支持OQL(對象查詢語言)。

          四、jstat(JVM統(tǒng)計監(jiān)測工具):

          看看各個區(qū)內(nèi)存和GC的情況

          語法格式如下:

          jstat [ generalOption | outputOptions vmid [interval[s|ms] [count]] ]

          • vmid是Java虛擬機ID,在Linux/Unix系統(tǒng)上一般就是進程ID。

          • interval是采樣時間間隔。

          • count是采樣數(shù)目。

          比如下面輸出的是GC信息,采樣時間間隔為250ms,采樣數(shù)為4:

          root@ubuntu:/# jstat -gc 21711 250 4
          S0C    S1C    S0U    S1U      EC       EU        OC         OU       PC     PU    YGC     YGCT    FGC    FGCT     GCT
          192.0  192.0   64.0   0.0    6144.0   1854.9   32000.0     4111.6   55296.0 25472.7    702    0.431   3      0.218    0.649
          192.0  192.0   64.0   0.0    6144.0   1972.2   32000.0     4111.6   55296.0 25472.7    702    0.431   3      0.218    0.649
          192.0  192.0   64.0   0.0    6144.0   1972.2   32000.0     4111.6   55296.0 25472.7    702    0.431   3      0.218    0.649
          192.0  192.0   64.0   0.0    6144.0   2109.7   32000.0     4111.6   55296.0 25472.7    702    0.431   3      0.218    0.649

          要明白上面各列的意義,先看JVM堆內(nèi)存布局:


          可以看出:

          • 堆內(nèi)存 = 年輕代 + 年老代 + 永久代

          • 年輕代 = Eden區(qū) + 兩個Survivor區(qū)(From和To)

          現(xiàn)在來解釋各列含義:

          • S0C、S1C、S0U、S1U:Survivor 0/1區(qū)容量(Capacity)和使用量(Used)

          • EC、EU:Eden區(qū)容量和使用量

          • OC、OU:年老代容量和使用量

          • PC、PU:永久代容量和使用量

          • YGC、YGT:年輕代GC次數(shù)和GC耗時

          • FGC、FGCT:Full GC次數(shù)和Full GC耗時

          • GCT:GC總耗時

          五、hprof(Heap/CPU Profiling Tool):

          hprof能夠展現(xiàn)CPU使用率,統(tǒng)計堆內(nèi)存使用情況

          語法格式如下:

          java -agentlib:hprof[=options] ToBeProfiledClass
          java -Xrunprof[:options] ToBeProfiledClass
          javac -J-agentlib:hprof[=options] ToBeProfiledClass

          完整的命令選項如下:

          Option Name and Value  Description                    Default
          ---------------------  -----------                    -------
          heap=dump|sites|all    heap profiling                 all
          cpu=samples|times|old  CPU usage                      off
          monitor=y|n            monitor contention             n
          format=a|b             text(txt) or binary output     a
          file=<file>            write data to file             java.hprof[.txt]
          net=<host>:<port>      send data over a socket        off
          depth=<size>           stack trace depth              4
          interval=<ms>          sample interval in ms          10
          cutoff=<value>         output cutoff point            0.0001
          lineno=y|n             line number in traces?         y
          thread=y|n             thread in traces?              n
          doe=y|n                dump on exit?                  y
          msa=y|n                Solaris micro state accounting n
          force=y|n              force output to <file>         y
          verbose=y|n            print messages about dumps     y

          來幾個官方指南上的實例。

          CPU Usage Sampling Profiling(cpu=samples)的例子:

          java -agentlib:hprof=cpu=samples,interval=20,depth=3 Hello

          上面每隔20毫秒采樣CPU消耗信息,堆棧深度為3,生成的profile文件名稱是java.hprof.txt,在當前目錄。

          CPU Usage Times Profiling(cpu=times)的例子,它相對于CPU Usage Sampling Profile能夠獲得更加細粒度的CPU消耗信息,能夠細到每個方法調(diào)用的開始和結束,它的實現(xiàn)使用了字節(jié)碼注入技術(BCI):

          javac -J-agentlib:hprof=cpu=times Hello.java

          Heap Allocation Profiling(heap=sites)的例子:

          javac -J-agentlib:hprof=heap=sites Hello.java

          Heap Dump(heap=dump)的例子,它比上面的Heap Allocation Profiling能生成更詳細的Heap Dump信息:

          javac -J-agentlib:hprof=heap=dump Hello.java

          雖然在JVM啟動參數(shù)中加入-Xrunprof:heap=sites參數(shù)可以生成CPU/Heap Profile文件,但對JVM性能影響非常大,不建議在線上服務器環(huán)境使用


          版權聲明:本文為博主原創(chuàng)文章,遵循 CC 4.0 BY-SA 版權協(xié)議,轉載請附上原文出處鏈接和本聲明。

          本文鏈接:

          https://blog.csdn.net/monokai/article/details/109306426









          瀏覽 53
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  久久激情视频 | 国产精品久久久久久视频 | 亚州a视频| 禁18网站| 亚洲色图另类 |