JVM性能调优监控工具

最新推荐文章于 2022-03-30 10:04:58 发布

转载最新推荐文章于 2022-03-30 10:04:58 发布 · 219 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://www.cnblogs.com/haiyang1985/p/7654654.html

文章标签：

#JVM

应用服务同时被 2 个专栏收录

5 篇文章

订阅专栏

中间件

2 篇文章

订阅专栏

本文介绍了一系列JVM性能调优监控工具，包括jps、jstack、jmap、jhat、jstat和hprof，详细阐述了它们的功能、语法格式及应用场景，帮助Java开发者理解和解决内存不足、内存泄露、线程死锁等问题。

JVM性能调优监控工具

摘要: JDK本身提供了很多方便的JVM性能调优监控工具，除了集成式的VisualVM和jConsole外，还有jps、jstack、jmap、jhat、jstat、hprof等小巧的工具，本博客希望能起抛砖引玉之用，让大家能开始对JVM性能调优的常用工具有所了解。

现实企业级Java开发中，有时候我们会碰到下面这些问题：

OutOfMemoryError，内存不足
内存泄露
线程死锁
锁争用（Lock Contention）
Java进程消耗CPU过高
......

这些问题在日常开发中可能被很多人忽视（比如有的人遇到上面的问题只是重启服务器或者调大内存，而不会深究问题根源），但能够理解并解决这些问题是Java程序员进阶的必备要求。本文将对一些常用的JVM性能调优监控工具进行介绍，希望能起抛砖引玉之用。本文参考了网上很多资料，难以一一列举，在此对这些资料的作者表示感谢！关于JVM性能调优相关的资料，请参考文末。

A、 jps(Java Virtual Machine Process Status Tool)

jps主要用来输出JVM中运行的进程状态信息。语法格式如下：

1	`<code class="hljs css"><span class="hljs-selector-tag"><span class="hljs-selector-tag">jps</span> <span class="hljs-selector-attr"><span class="hljs-selector-attr">[options]</span> <span class="hljs-selector-attr"><span class="hljs-selector-attr">[hostid]</span></span></span></span></code>`

如果不指定hostid就默认为当前主机或服务器。

命令行参数选项说明如下：

<code class="hljs haml diff">-q 不输出类名、Jar名和传入main方法的参数

-m 输出传入main方法的参数

-l 输出main类或Jar的全限名

-v 输出传入JVM的参数</code>

比如下面：

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</code>

B、 jstack

jstack主要用来查看某个Java进程内的线程堆栈信息。语法格式如下：

<code class="hljs css">jstack [option] pid

jstack [option] executable core

jstack [option] [server-id@]remote-hostname-or-ip</code>

命令行参数选项说明如下：

<code class="hljs haml diff">-l long listings，会打印出额外的锁信息，在发生死锁时可以用jstack -l pid来观察锁持有情况

-m mixed mode，不仅会输出Java堆栈信息，还会输出C/C++堆栈信息（比如Native方法）</code>

jstack可以定位到线程堆栈，根据堆栈信息我们可以定位到具体代码，所以它在JVM性能调优中使用得非常多。下面我们来一个实例找出某个Java进程中最耗费CPU的Java线程并定位堆栈信息，用到的命令有ps、top、printf、jstack、grep。

第一步先找出Java进程ID，我部署在服务器上的Java应用名称为mrf-center：

<code class="hljs less">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</code>

得到进程ID为21711，第二步找出该进程内最耗费CPU的线程，可以使用ps -Lfp pid或者ps -mp pid -o THREAD, tid, time或者top -Hp pid，我这里用第三个，输出如下：

TIME列就是各个Java线程耗费的CPU时间，CPU时间最长的是线程ID为21742的线程，用

1	`<code class="hljs perl"><span class="hljs-keyword"><span class="hljs-keyword">printf</span> <span class="hljs-string"><span class="hljs-string">"%x\n"</span> <span class="hljs-number"><span class="hljs-number">21742</span></span></span></span></code>`

得到21742的十六进制值为54ee，下面会用到。

OK，下一步终于轮到jstack上场了，它用来输出进程21711的堆栈信息，然后根据线程ID的十六进制值grep，如下：

"PollIntervalRetrySchedulerThread" prio=10 tid=0x00007f950043e000 nid=0x54ee in Object.wait() [0x00007f94c6eda000]</code>

可以看到CPU消耗在PollIntervalRetrySchedulerThread这个类的Object.wait()，我找了下我的代码，定位到下面的代码：

<code class="hljs java"><span class="hljs-comment"><span class="hljs-comment">// Idle wait

getLog().info(<span class="hljs-string"><span class="hljs-string">"Thread [" + getName() + <span class="hljs-string"><span class="hljs-string">"] is idle waiting...");

schedulerThreadState = PollTaskSchedulerThreadState.IdleWaiting;

<span class="hljs-keyword"><span class="hljs-keyword">long now = System.currentTimeMillis();

<span class="hljs-keyword"><span class="hljs-keyword">long waitTime = now + getIdleWaitTime();

<span class="hljs-keyword"><span class="hljs-keyword">long timeUntilContinue = waitTime - now;

<span class="hljs-keyword"><span class="hljs-keyword">synchronized(sigLock) {

<span class="hljs-keyword"><span class="hljs-keyword">try {

<span class="hljs-keyword"><span class="hljs-keyword">if(!halted.get()) {

sigLock.wait(timeUntilContinue);

}

<span class="hljs-keyword"><span class="hljs-keyword">catch (InterruptedException ignore) {

}

}</code>

它是轮询任务的空闲等待代码，上面的sigLock.wait(timeUntilContinue)就对应了前面的Object.wait()。

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

jmap用来查看堆内存使用状况，一般结合jhat使用。

jmap语法格式如下：

<code class="hljs css">jmap [option] pid

jmap [option] executable core

jmap [option] [server-id@]remote-hostname-or-ip</code>

如果运行在64位JVM上，可能需要指定-J-d64命令选项参数。

1	`<code class="hljs tcl nginx"><span class="hljs-attribute">jmap</span> -permstat <span class="hljs-keyword">pid</span></code>`

打印进程的类加载器和类加载器加载的持久代对象信息，输出：类加载器名称、对象是否存活（不可靠）、对象地址、父类加载器、已加载的类大小等信息，如下图：

使用jmap -heap pid查看进程堆内存使用情况，包括使用的GC算法、堆配置参数和各代中堆内存使用情况。比如下面的例子：

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

....</code>

使用jmap -histo[:live] pid查看堆内存中的对象数目、大小统计直方图，如果带上live则只统计活对象，如下：

<code class="hljs scss">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;</code>

class name是对象类型，说明如下：

<code class="hljs java">B byte

C char

D double

F float

I int

J long

Z boolean

[ 数组，如[I表示int[]

[L+类名其他对象</code>

还有一个很常用的情况是：用jmap把进程内存使用情况dump到文件中，再用jhat分析查看。jmap进行dump命令格式如下：

1	`<code class="hljs tcl lua">jmap -<span class="hljs-built_in">dump</span>:<span class="hljs-keyword"><span class="hljs-built_in">format</span>=b,<span class="hljs-keyword">file=dumpFileName <span class="hljs-keyword">pid</span></span></span></code>`

我一样地对上面进程ID为21711进行Dump：

<code class="hljs less">root@ubuntu:/# jmap -dump:format=b,file=/tmp/dump.dat 21711

Dumping heap to /tmp/dump.dat ...

Heap dump file created</code>

dump出来的文件可以用MAT、VisualVM等工具查看，这里用jhat查看：

<code class="hljs less">root@ubuntu:/# jhat -port 9998 /tmp/dump.dat

Reading from /tmp/dump.dat...

Dump file created Tue Jan 28 17:46:14 CST 2014

Snapshot read, resolving...

Resolving 132207 objects...

Chasing references, expect 26 dots..........................

Eliminating duplicate references..........................

Snapshot resolved.

Started HTTP server on port 9998

Server is ready.</code>

注意如果Dump文件太大，可能需要加上-J-Xmx512m这种参数指定最大堆内存，即jhat -J-Xmx512m -port 9998 /tmp/dump.dat。然后就可以在浏览器中输入主机地址:9998查看了：

上面红线框出来的部分大家可以自己去摸索下，最后一项支持OQL（对象查询语言）。

D、jstat（JVM统计监测工具）

语法格式如下：

<code class="hljs css">jstat [ generalOption | outputOptions vmid [interval[s|ms] [count]] ]</code>

vmid是Java虚拟机ID，在Linux/Unix系统上一般就是进程ID。interval是采样时间间隔。count是采样数目。比如下面输出的是GC信息，采样时间间隔为250ms，采样数为4：

<code class="hljs less">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 2109.7 32000.0 4111.6 55296.0 25472.7 702 0.431 3 0.218 0.649</code>

要明白上面各列的意义，先看JVM堆内存布局：

可以看出：

1 2	`<code class="hljs gradle vbnet">堆内存 = 年轻代 + 年老代 + 永久代` `年轻代 = Eden区 + 两个Survivor区（<span class="hljs-keyword"><span class="hljs-keyword">From</span>和<span class="hljs-keyword">To</span>）</span></code>`

现在来解释各列含义：

<code class="hljs">S0C、S1C、S0U、S1U：Survivor 0/1区容量（Capacity）和使用量（Used）

EC、EU：Eden区容量和使用量

OC、OU：年老代容量和使用量

PC、PU：永久代容量和使用量

YGC、YGT：年轻代GC次数和GC耗时

FGC、FGCT：Full GC次数和Full GC耗时

GCT：GC总耗时</code>

E、hprof（Heap/CPU Profiling Tool）

hprof能够展现CPU使用率，统计堆内存使用情况。

语法格式如下：

<code class="hljs css">java -agentlib:hprof[=options] ToBeProfiledClass

java -Xrunprof[:options] ToBeProfiledClass

javac -J-agentlib:hprof[=options] ToBeProfiledClass</code>

完整的命令选项如下：

<code class="hljs makefile">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</code>

来几个官方指南上的实例。

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

1	`<code class="hljs nginx"><span class="hljs-attribute"><span class="hljs-attribute">java</span> -agentlib:hprof=cpu=samples,interval=<span class="hljs-number"><span class="hljs-number">20</span>,depth=<span class="hljs-number"><span class="hljs-number">3</span> Hello</span></span></span></code>`

上面每隔20毫秒采样CPU消耗信息，堆栈深度为3，生成的profile文件名称是java.hprof.txt，在当前目录。

CPU Usage Times Profiling(cpu=times)的例子，它相对于CPU Usage Sampling Profile能够获得更加细粒度的CPU消耗信息，能够细到每个方法调用的开始和结束，它的实现使用了字节码注入技术（BCI）：

1	`<code class="hljs bash">javac -J-agentlib:hprof=cpu=<span class="hljs-built_in"><span class="hljs-built_in">times</span> Hello.java</span></code>`

Heap Allocation Profiling(heap=sites)的例子：

1	`<code class="hljs nginx"><span class="hljs-attribute"><span class="hljs-attribute">javac</span> -J-agentlib:hprof=heap=sites Hello.java</span></code>`

Heap Dump(heap=dump)的例子，它比上面的Heap Allocation Profiling能生成更详细的Heap Dump信息：

1	`<code class="hljs nginx"><span class="hljs-attribute"><span class="hljs-attribute">javac</span> -J-agentlib:hprof=heap=dump Hello.java</span></code>`