5 款強大的 JVM 性能調優監控工具，您值得擁有 ！

現實企業級 Java 應用開發、維護中，有時候我們會碰到下面這些問題：

這些問題在日常開發、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啓服務器或者調大內存，而不會深究問題根源），但能夠理解並解決這些問題是 Java 程序員進階的必備要求。

本文將對一些常用的 JVM 性能調優監控工具進行介紹，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 中運行的進程狀態信息。語法格式如下：

jps [options] [hostid]

如果不指定 hostid 就默認爲當前主機或服務器。

命令行參數選項說明如下：

-q 不輸出類名、Jar名和傳入main方法的參數

-m 輸出傳入main方法的參數

-l 輸出main類或Jar的全限名

-v 輸出傳入JVM的參數

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

命令行參數選項說明如下：

-l long listings，會打印出額外的鎖信息，在發生死鎖時可以用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，根據堆棧信息我們可以定位到具體代碼，所以它在 JVM 性能調優中使用得非常多。

下面我們來一個實例找出某個 Java 進程中最耗費 CPU 的 Java 線程並定位堆棧信息，用到的命令有 ps、top、printf、jstack、grep。

第一步先找出 Java 進程 ID，我部署在服務器上的 Java 應用名稱爲 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 爲 21711，第二步找出該進程內最耗費 CPU 的線程，可以使用 ps -Lfp pid 或者 ps -mp pid -o THREAD, tid, time 或者 top -Hp pid，我這裏用第三個，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 爲 21742 的線程，用

printf "%x
" 21742

得到 21742 的十六進制值爲 54ee，下面會用到。   

OK，下一步終於輪到 jstack 上場了，它用來輸出進程 21711 的堆棧信息，然後根據線程 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) {
    }
}

它是輪詢任務的空閒等待代碼，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 導出堆內存，然後使用 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。

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 查看進程堆內存使用情況，包括使用的 GC 算法、堆配置參數和各代中堆內存使用情況。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 查看堆內存中的對象數目、大小統計直方圖，如果帶上 live 則只統計活對象，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 爲 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 MAT、VisualVM 等工具查看，這裏用 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 這種參數指定最大堆內存，即 jhat -J-Xmx512m -port 9998 /tmp/dump.dat。然後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，最後一項支持 OQL（對象查詢語言）。

**四、jstat（JVM 統計監測工具）: **

看看各個區內存和 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 系統上一般就是進程 ID。interval 是採樣時間間隔。count 是採樣數目。比如下面輸出的是 GC 信息，採樣時間間隔爲 250ms，採樣數爲 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 堆內存佈局：

可以看出：

堆內存 = 年輕代 + 年老代 + 永久代
年輕代 = Eden區 + 兩個Survivor區（From和To）

現在來解釋各列含義：

S0C、S1C、S0U、S1U：Survivor 0/1區容量（Capacity）和使用量（Used）
EC、EU：Eden區容量和使用量
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次數和GC耗時
FGC、FGCT：Full GC次數和Full GC耗時
GCT：GC總耗時

五、hprof（Heap/CPU Profiling Tool）：    

hprof 能夠展現 CPU 使用率，統計堆內存使用情況。

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 毫秒採樣 CPU 消耗信息，堆棧深度爲 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，它相對於 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用的開始和結束，它的實現使用了字節碼注入技術（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 啓動參數中加入 - Xrunprof:heap=sites 參數可以生成 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境使用

版權聲明：本文爲博主原創文章，遵循 CC 4.0 BY-SA 版權協議，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

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/vW0IvO2pICaxZWQcI2fr1g

猜你喜歡