6 個 JVM 性能監(jiān)控、調(diào)優(yōu)工具使用詳解！
選擇“星標(biāo)”，重磅干貨，第一時間送達(dá)！
現(xiàn)實企業(yè)級Java應(yīng)用開發(fā)、維護(hù)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(jìn)程消耗CPU過高
……
這些問題在日常開發(fā)、維護(hù)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(wù)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(jìn)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(jìn)行介紹，希望能起拋磚引玉之用。
而且這些監(jiān)控、調(diào)優(yōu)工具的使用，無論你是運(yùn)維、開發(fā)、測試，都是必須掌握的。
jps(Java Virtual Machine Process Status Tool)
jps主要用來輸出JVM中運(yùn)行的進(jìn)程狀態(tài)信息。語法格式如下：
jps [options] [hostid]
如果不指定hostid就默認(rèn)為當(dāng)前主機(jī)或服務(wù)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
jstack
jstack主要用來查看某個Java進(jìn)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(jìn)程中最耗費CPU的Java線程并定位堆棧信息，用到的命令有ps、top、printf、jstack、grep。
第一步先找出Java進(jìn)程ID，我部署在服務(wù)器上的Java應(yīng)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(jìn)程ID為21711，第二步找出該進(jìn)程內(nèi)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\n" 21742
得到21742的十六進(jìn)制值為54ee，下面會用到。
OK，下一步終于輪到j(luò)stack上場了，它用來輸出進(jìn)程21711的堆棧信息，然后根據(jù)線程ID的十六進(jìn)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?wù)的空閑等待代碼，上面的sigLock.wait(timeUntilContinue)就對應(yīng)了前面的Object.wait()。
jmap（Memory Map）和jhat（Java Heap Analysis Tool）
jmap用來查看堆內(nèi)存使用狀況，一般結(jié)合jhat使用。
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(yùn)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(jìn)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(jìn)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(jìn)程內(nèi)存使用情況dump到文件中，再用jhat分析查看。jmap進(jìn)行dump命令格式如下：
jmap -dump:format=b,file=dumpFileName pid
我一樣地對上面進(jìn)程ID為21711進(jìn)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(jī)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）。
jstat（JVM統(tǒng)計監(jiān)測工具）
語法格式如下：
jstat [ generalOption | outputOptions vmid [interval[s|ms] [count]] ]
vmid是Java虛擬機(jī)ID，在Linux/Unix系統(tǒng)上一般就是進(jìn)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
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(dāng)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(xì)粒度的CPU消耗信息，能夠細(xì)到每個方法調(diào)用的開始和結(jié)束，它的實現(xiàn)使用了字節(jié)碼注入技術(shù)（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(xì)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(wù)器環(huán)境使用。
作者：愛編程的浪子
來源：https://my.oschina.net/u/4139951/blog/3060210
推薦閱讀
這份 Git 應(yīng)急手冊，關(guān)鍵時刻可保你一命
MongoDB 運(yùn)維實戰(zhàn)總結(jié)
再見 FTP/SFTP，是時候擁抱下一代文件傳輸利器 Croc 了！
