測試和性能監(jiān)控神器 JMH & Arthas
點(diǎn)擊下方“IT牧場”，選擇“設(shè)為星標(biāo)”
最近的工作日并不算太平，各種大大小小的case和解case，發(fā)現(xiàn)已經(jīng)有好久好久沒有靜下心來專心寫點(diǎn)東西了。不過倒還是堅持利用業(yè)余時間學(xué)習(xí)了不少微課上的東西，發(fā)現(xiàn)大佬們總結(jié)的東西還是不一樣，相比于大學(xué)時的那些枯燥的課本，大佬們總結(jié)出來的內(nèi)容更活，更加容易理解。自己后面也會把大佬們的東西好好消化吸收，變成自己的東西用文字性的東西表達(dá)出來。
今天想總結(jié)的東西是最近工作中使用到的測試工具JMH以及Java運(yùn)行時監(jiān)控工具Arthas。他們在我的實(shí)際工作中也算是幫了大忙。所以在這里拋磚引玉一下這些工具的使用方法。同時也加深一下自己對這些工具的熟悉程度。對這兩個工具，我都會首先簡單介紹一下這些工具的大致使用場景，然后會使用一個在工作中真正遇到的性能問題排查為例詳細(xì)講解這兩個工具的實(shí)際用法。話不多說，直奔主題。
問題描述
為了能夠讓我后面的實(shí)例能夠貫穿這兩個工具的使用，我首先簡單描述下我們在開發(fā)中遇到的實(shí)際的性能問題。然后再引出這兩個性能工具的實(shí)際使用，看我們?nèi)绾问褂眠@兩個工具成功定位到性能瓶頸的。
問題如下：為了能夠支持丟失率，我們將原先log4j2 的Async+自定義Appender的方式進(jìn)行了修正，把異步的邏輯放到了自己改版后的Appender中。但我們發(fā)現(xiàn)修改后日志性能要比之前Async+自定義Appender的方式下降不少。這里由于隱私原因我并沒有用實(shí)際公司中的實(shí)例，這里我用了一種其他同樣能夠體現(xiàn)問題的方式。我們暫時先不給出具體的配置文件，先給出性能測試代碼和結(jié)果
package com.bryantchang.appendertest;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
public class AppenderTest {
private static final String LOGGER_NAME_DEFAULT = "defaultLogger";
private static final String LOGGER_NAME_INCLUDE = "includeLocationLogger";
private static final Logger LOGGER = LoggerFactory.getLogger(LOGGER_NAME_INCLUDE);
public static final long BATCH = 10000;
public static void main(String[] args) throws InterruptedException {
while(true) {
long start, end;
start = System.currentTimeMillis();
for (int i = 0; i < BATCH; i++) {
LOGGER.info("msg is {}", i);
}
end = System.currentTimeMillis();
System.out.println("duration of " + LOGGER_NAME_INCLUDE + " is " + (end - start) + "ms");
Thread.sleep(1000);
}
}
}
代碼邏輯及其簡單，就是調(diào)用logger.info每次打印10000條日志，然后記錄耗時。兩者的對比如下
對比結(jié)果
從這兩張圖片中我們能夠看到同樣的邏輯，兩個程序的耗時差距相差了數(shù)十倍，但看圖片，貌似僅僅是logger的名稱不一樣。對上面的實(shí)驗(yàn)結(jié)果進(jìn)行分析，我們可能會有兩個疑問
上面的代碼測試是否標(biāo)準(zhǔn)，規(guī)范
如果真的是性能問題，那么這兩個代碼到底在哪個方法上有了這么大的差距導(dǎo)致了最終的性能差異
下面這兩個工具就分別來回答這兩個問題
JMH簡介
第一個問題就是，測試的方法是否標(biāo)準(zhǔn)。我們在編寫代碼時用的是死循環(huán)+前后“掐秒表”的方式。假如我們要再加個多線程的測試，我們還需要搞一個線程池，除了代碼本身的邏輯還要關(guān)心測試的邏輯。我們會想，有沒有一款工具能夠?qū)⑽覀儚臏y試邏輯中徹底解放出來，只需要關(guān)心我們需要測試的代碼邏輯。JMH就是這樣一款Java的測試框架。下面是JMH的官方定義
JMH 是一個面向 Java 語言或者其他 Java 虛擬機(jī)語言的性能基準(zhǔn)測試框架
這里面我們需要注意的是，JMH所測試的方法約簡單越好，依賴越少越好，最適合的場景就是，測試兩個集合put，get性能，例如ArrayList與LinkedList的對比等，這里我們需要測試的是批量打一批日志所需要的時間，也基本符合使用JMH的測試場景。下面是測試代碼，bench框架代碼以及主函數(shù)。
待測試方法
public class LogBenchMarkWorker {
private LogBenchMarkWorker() {}
private static class LogBenchMarkWorkerInstance {
private static final LogBenchMarkWorker instance = new LogBenchMarkWorker();
}
public static LogBenchMarkWorker getInstance() {
return LogBenchMarkWorkerInstance.instance;
}
private static final String LOGGER_DEFAULT_NAME = "defaultLogger";
private static final String LOGGER_INCLUDE_LOCATION = "includeLocationLogger";
private static final Logger LOGGER = LoggerFactory.getLogger(LOGGER_DEFAULT_NAME);
private static long BATCH_SIZE = 10000;
public void logBatch() {
for (int i = 0; i < BATCH_SIZE; i++) {
LOGGER.info("msg is {}", i);
}
}
}
可以看到待測試方法非常簡單，就是單批次一次性打印10000條日志的操作，所以并沒有需要額外說明的部分。下面我們再來看benchmark部分。
public class LogBenchMarkMain {
@Benchmark
@BenchmarkMode(Mode.AverageTime)
@Fork(value = 1)
@Threads(1)
public void testLog1() {
LogBenchMarkWorker.getInstance().logBatch();
}
@Benchmark
@BenchmarkMode(Mode.AverageTime)
@Fork(value = 1)
@Threads(4)
public void testLog4() {
LogBenchMarkWorker.getInstance().logBatch();
}
@Benchmark
@BenchmarkMode(Mode.AverageTime)
@Fork(value = 1)
@Threads(8)
public void testLog8() {
LogBenchMarkWorker.getInstance().logBatch();
}
@Benchmark
@BenchmarkMode(Mode.AverageTime)
@Fork(value = 1)
@Threads(16)
public void testLog16() {
LogBenchMarkWorker.getInstance().logBatch();
}
在這段代碼中，我們就會發(fā)現(xiàn)有了一些JMH中特有的東西，我下面進(jìn)行簡要介紹。
Benchmark注解：標(biāo)識在某個具體方法上，表示這個方法將是一個被測試的最小方法，在JMH中成為一個OPS
BenmarkMode:測試類型，JMH提供了幾種不同的Mode
Throughput:整體吞吐量
AverageTime:調(diào)用的平均時間，每次OPS執(zhí)行的時間
SampleTime:取樣，給出不同比例的ops時間，例如99%的ops時間，99.99%的ops時間
fork：fork的次數(shù)，如果設(shè)置為2，JMH會fork出兩個進(jìn)程來測試
Threads：很容易理解，這個參數(shù)表示這個方法同時被多少個線程執(zhí)行
在上面的代碼中，我定義了4個待測試的方法，方法的Fork，BenchmarkMode均為測試單次OPS的平均時間，但4個方法的線程數(shù)不同。
除了這幾個參數(shù)，還有幾個參數(shù)，我會在main函數(shù)里面來講，main代碼如下所示
public class Main {
public static void main(String[] args) throws RunnerException {
Options options = new OptionsBuilder()
.include(LogBenchMarkMain.class.getSimpleName())
.warmupIterations(5)
.measurementIterations(5)
.output("logs/BenchmarkCommon.log")
.build();
new Runner(options).run();
}
}
我們可以看到，在main函數(shù)中，我們就是要設(shè)置JMH的基礎(chǔ)配置，這里面的幾個配置參數(shù)含義如下：
include:benchmark所在類的名字，可以使用正則表達(dá)
warmupIteration:預(yù)熱的迭代次數(shù)，這里為什么要預(yù)熱的原因是由于JIT的存在，隨著代碼的運(yùn)行，會動態(tài)對代碼的運(yùn)行進(jìn)行優(yōu)化。因此在測試過程中需要先預(yù)熱幾輪，讓代碼運(yùn)行穩(wěn)定后再實(shí)際進(jìn)行測試
measurementIterations:實(shí)際測試輪次
output:測試報告輸出位置
我分別用兩種logger運(yùn)行一下測試，查看性能測試報告對比
使用普通logger
LogBenchMarkMain.testLog1 avgt 5 0.006 ± 0.001 s/op
LogBenchMarkMain.testLog16 avgt 5 0.062 ± 0.026 s/op
LogBenchMarkMain.testLog4 avgt 5 0.006 ± 0.002 s/op
LogBenchMarkMain.testLog8 avgt 5 0.040 ± 0.004 s/op
使用了INCLUDE_LOCATION的logger
LogBenchMarkMain.testLog1 avgt 5 0.379 ± 0.007 s/op
LogBenchMarkMain.testLog16 avgt 5 1.784 ± 0.670 s/op
LogBenchMarkMain.testLog4 avgt 5 0.378 ± 0.003 s/op
LogBenchMarkMain.testLog8 avgt 5 0.776 ± 0.070 s/op
這里我們看到，性能差距立現(xiàn)。使用INCLUDE_LOCATION的性能要明顯低于使用普通logger的性能。這是我們一定很好奇，并且問一句“到底慢在哪”！！
Arthas 我的代碼在運(yùn)行時到底做了什么
Arthas是阿里開源的一款java調(diào)試神器，與greys類似，不過有著比greys更加強(qiáng)大的功能，例如，可以直接繪制java方法調(diào)用的火焰圖等。這兩個工具的原理都是使用了Java強(qiáng)大的字節(jié)碼技術(shù)。畢竟我也不是JVM大佬，所以具體的實(shí)現(xiàn)細(xì)節(jié)沒法展開，我們要做的就是站在巨人的肩膀上，接受并用熟練的使用好這些好用的性能監(jiān)控工具。
實(shí)際操作
talk is cheap, show me your code,既然是工具，我們直接進(jìn)行實(shí)際操作。我們在本機(jī)運(yùn)行我們一開始的程序，然后講解arthas的使用方法。
我們首先通過jps找到程序的進(jìn)程號，然后直接通過arthas給到的as.sh對我們運(yùn)行的程序進(jìn)行字節(jié)碼增強(qiáng)，然后啟動arthas，命令如下
./as.sh pid
這個就是arthas的啟動界面了，我們使用help命令查看工具所支持的功能
可以看到，arthas支持查看當(dāng)前jvm的狀態(tài)，查看當(dāng)前的線程狀態(tài)，監(jiān)控某些方法的調(diào)用時間，trace，profile生成火焰圖等，功能一應(yīng)俱全
我們這里也只將幾個比較常用的命令，其他的命令如果大家感興趣可以詳見官網(wǎng)arthas官網(wǎng)。這篇文章主要介紹下面幾個功能
反編譯代碼
監(jiān)控某個方法的調(diào)用
查看某個方法的調(diào)用和返回值
trace某個方法
監(jiān)控方法調(diào)用
這個主要的命令為monitor，根據(jù)官網(wǎng)的介紹，常用的使用方法為
monitor -c duration className methodName
其中duration代表每隔幾秒展示一次統(tǒng)計結(jié)果，即單次的統(tǒng)計周期，className就是類的全限定名，methodname就是方法的名字，這里面我們查看的方法是Logger類的info方法，我們分別對使用兩種不同logger的info方法。這里面的類是org.slf4j.Logger，方法時info，我們的監(jiān)控語句為
monitor -c 5 org.slf4j.Logger info
監(jiān)控結(jié)果如下
使用普通appender
使用include appender
我們可以看到，使用include appeder的打印日志方法要比普通的appender高出了3倍，這就不禁讓我們有了疑問，究竟這兩個方法各個步驟耗時如何呢。下面我們就介紹第二條命令，trace方法。
trace命令 & jad命令
這兩個程序的log4j2配置文件如下
status="warn" monitorInterval="30">
>
name="console" target="SYSTEM_OUT">
level="warn" onMatch="ACCEPT" onMismatch="DENY"/>
pattern="[%d{HH:mm:ss.SSS}] [%-5p] %l - %m%n"/>
>
name="AsyncDefault" blocking="false" includeLocation="false">
ref="fileAppender"/>
>
name="AsyncIncludeLocation" blocking="false" includeLocation="true">
ref="fileAppender"/>
>
name="fileAppender" fileName="log/test.log" append="false">
pattern="[%d{HH:mm:ss.SSS}] [%-5p] %l - %m%n"/>
>
name="ERROR" fileName="logs/error.log">
level="error" onMatch="ACCEPT" onMismatch="DENY"/>
pattern="[%d{yyyy.MM.dd 'at' HH:mm:ss z}] [%-5p] %l - %m%n"/>
>
name="rollingFile" fileName="logs/app.log"
filePattern="logs/$${date:yyyy-MM}/web-%d{yyyy-MM-dd}.log.gz">
pattern="[%d{yyyy-MM-dd HH:mm:ss}] [%-5p] %l - %m%n"/>
>
modulate="true" interval="1"/>
>
>
basePath="logs" maxDepth="2">
glob="*/*.log.gz" />
age="7d" />
>
>
>
>
>
name="defaultLogger" additivity="false">
ref="AsyncDefault"> >
>
name="includeLocationLogger" additivity="false">
ref="AsyncIncludeLocation"> >
>
level="INFO">
>
>
>
我們都是用了一個AsyncAppender套用了一個FileAppender。查看fileAppender，發(fā)現(xiàn)二者相同完全沒區(qū)別，只有asyncAppender中的一個選項有區(qū)別，這就是includeLocation，一個是false，另一個是true。至于這個參數(shù)的含義，我們暫時不討論，我們現(xiàn)在知道問題可能出在AsyncAppender里面，但是我們該如何驗(yàn)證呢。trace命令就有了大用場。
trace命令的基本用法與monitor類似，其中主要的一個參數(shù)是-n則是代表trace多少次的意思
trace -n trace_times className methodName
我在之前Log4j2的相關(guān)博客里面講到過，任何一個appender，最核心的方法就是他的append方法。所以我們分別trace兩個程序的append方法。
trace -n 5 org.apache.logging.log4j.core.appender.AsyncAppender append
trace結(jié)果如下
使用普通appender
使用include appender
我們立刻可以發(fā)現(xiàn)，兩個trace的熱點(diǎn)方法不一樣，在使用include的appender中，耗時最長的方法時org.apache.logging.log4j.core.impl.Log4jLogEvent類中的createMemento方法，那么怎么才能知道這個方法到底做了啥呢，那就請出我們下一個常用命令jad，這個命令能夠反編譯出對應(yīng)方法的代碼。這里我們jad一下上面說的那個createMemento方法，命令很簡單
jad org.apache.logging.log4j.core.impl.Log4jLogEvent createMemento
結(jié)果如下
我們發(fā)現(xiàn)，這個方法中有個includeLocation參數(shù)，這個和我們的看到的兩個appender的唯一不同的配置相吻合，我們此時應(yīng)該有這個猜想，會不會就是這個參數(shù)導(dǎo)致的呢？為了驗(yàn)證這個猜想，我們引出下一個命令,watch
watch命令
watch命令能夠觀察到某個特定方法的入?yún)ⅲ祷刂档刃畔ⅲ覀兪褂眠@個命令查看一下這個createMemento方法的入?yún)ⅲ绻麅蓚€程序的入?yún)⒉煌腔究梢詳喽ㄊ沁@個原因引起命令如下
watch org.apache.logging.log4j.core.impl.Log4jLogEvent createMemento "params" -x 2 -n 5 -b -f
這里面的參數(shù)含義如下
-x 參數(shù)展開層次
-n 執(zhí)行次數(shù)
-b 查看方法調(diào)用前狀態(tài)
-f 方法調(diào)用后
其中的param代表查看方法的調(diào)用參數(shù)列表，還有其他的監(jiān)控項詳見官網(wǎng)官網(wǎng)
最終watch結(jié)果如下
使用普通logger
使用include
果不其然，這兩個參數(shù)果然是一個true一個false，我們簡單看下這個參數(shù)是如何傳進(jìn)來的，我們jad一下AsyncAppender的append方法
我們發(fā)現(xiàn)這個includeLocation正是appender的一個屬性，也就是我們xml中配置的那個屬性。查看官網(wǎng)的相關(guān)分析，我們看到這個參數(shù)會使log的性能下降5–10倍
不過為了一探究竟，我還是靜態(tài)跟了一下這段代碼
這個includeLocation會在event的createMemento中被用到，在序列化生成對象時會創(chuàng)建一個LogEventProxy，代碼如下
public LogEventProxy(final LogEvent event, final boolean includeLocation) {
this.loggerFQCN = event.getLoggerFqcn();
this.marker = event.getMarker();
this.level = event.getLevel();
this.loggerName = event.getLoggerName();
final Message msg = event.getMessage();
this.message = msg instanceof ReusableMessage
? memento((ReusableMessage) msg)
: msg;
this.timeMillis = event.getTimeMillis();
this.thrown = event.getThrown();
this.thrownProxy = event.getThrownProxy();
this.contextData = memento(event.getContextData());
this.contextStack = event.getContextStack();
this.source = includeLocation ? event.getSource() : null;
this.threadId = event.getThreadId();
this.threadName = event.getThreadName();
this.threadPriority = event.getThreadPriority();
this.isLocationRequired = includeLocation;
this.isEndOfBatch = event.isEndOfBatch();
this.nanoTime = event.getNanoTime();
}
如果includeLocation為true，那么就會調(diào)用getSource函數(shù)，跟進(jìn)去查看，代碼如下
public StackTraceElement getSource() {
if (source != null) {
return source;
}
if (loggerFqcn == null || !includeLocation) {
return null;
}
source = Log4jLogEvent.calcLocation(loggerFqcn);
return source;
}
public static StackTraceElement calcLocation(final String fqcnOfLogger) {
if (fqcnOfLogger == null) {
return null;
}
// LOG4J2-1029 new Throwable().getStackTrace is faster than Thread.currentThread().getStackTrace().
final StackTraceElement[] stackTrace = new Throwable().getStackTrace();
StackTraceElement last = null;
for (int i = stackTrace.length - 1; i > 0; i--) {
final String className = stackTrace[i].getClassName();
if (fqcnOfLogger.equals(className)) {
return last;
}
last = stackTrace[i];
}
return null;
}
我們看到他會從整個的調(diào)用棧中去尋找調(diào)用這個方法的代碼行，其性能可想而知。我們用arthas監(jiān)控一下，驗(yàn)證一下。
首先我們trace crateMemento方法
trace -n 5 org.apache.logging.log4j.core.impl.Log4jLogEvent createMemento
發(fā)現(xiàn)熱點(diǎn)方法時org.apache.logging.log4j.core.impl.Log4jLogEvent的serialize()，繼續(xù)trace下去
trace -n 5 org.apache.logging.log4j.core.impl.Log4jLogEvent serialize
看到熱點(diǎn)是org.apache.logging.log4j.core.impl.Log4jLogEvent:LogEventProxy的構(gòu)造方法，繼續(xù)trace
trace -n 5 org.apache.logging.log4j.core.impl.Log4jLogEvent$LogEventProxy
發(fā)現(xiàn)是getSource方法，繼續(xù)
trace -n 5 trace -n 5 org.apache.logging.log4j.core.LogEvent getSource
熱點(diǎn)終于定位到了，是org.apache.logging.log4j.core.impl.Log4jLogEvent的calcLocation函數(shù)，和我們靜態(tài)跟蹤的代碼一樣。
至此我們通過結(jié)合JMH和arthas共同定位出了一個線上的性能問題。不過我介紹的只是冰山一角，更多常用的命令還希望大家通過官網(wǎng)自己了解和實(shí)踐，有了幾次親身實(shí)踐之后，這個工具也就玩熟了。
souce: //bryantchang.github.io/2019/12/08/java-profile-tools
干貨分享
最近將個人學(xué)習(xí)筆記整理成冊，使用PDF分享。關(guān)注我，回復(fù)如下代碼，即可獲得百度盤地址，無套路領(lǐng)取！
?001：《Java并發(fā)與高并發(fā)解決方案》學(xué)習(xí)筆記；?002：《深入JVM內(nèi)核——原理、診斷與優(yōu)化》學(xué)習(xí)筆記；?003：《Java面試寶典》?004：《Docker開源書》?005：《Kubernetes開源書》?006：《DDD速成（領(lǐng)域驅(qū)動設(shè)計速成）》?007：全部?008：加技術(shù)群討論
加個關(guān)注不迷路
喜歡就點(diǎn)個"在看"唄^_^