[轉]JVM性能調優監控工具
http://my.oschina.net/feichexia/blog/196575?p=1#commentshtml
JDK自己提供了不少方便的JVM性能調優監控工具，除了集成式的VisualVM和jConsole外，還有jps、jstack、jmap、jhat、jstat、hprof等小巧的工具，本博客但願能起拋磚引玉之用，讓你們能開始對JVM性能調優的經常使用工具備所瞭解。java
現實企業級Java開發中，有時候咱們會碰到下面這些問題：程序員
-
OutOfMemoryError，內存不足算法
-
內存泄露shell
-
線程死鎖apache
-
鎖爭用（Lock Contention）ubuntu
-
Java進程消耗CPU太高數組
-
......瀏覽器
這些問題在平常開發中可能被不少人忽視（好比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），但可以理解並解決這些問題是Java程序員進階的必備要求。本文將對一些經常使用的JVM性能調優監控工具進行介紹，但願能起拋磚引玉之用。本文參考了網上不少資料，難以一一列舉，在此對這些資料的做者表示感謝！關於JVM性能調優相關的資料，請參考文末。服務器
A、 jps(Java Virtual Machine Process Status Tool)
jps主要用來輸出JVM中運行的進程狀態信息。語法格式以下：
|
1
|
jps [options] [hostid]
|
若是不指定hostid就默認爲當前主機或服務器。
命令行參數選項說明以下：
|
1
2
3
4
|
-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
|
好比下面：
|
1
2
3
4
5
6
7
8
|
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
|
B、 jstack
jstack主要用來查看某個Java進程內的線程堆棧信息。語法格式以下：
|
1
2
3
|
jstack [option] pid
jstack [option] executable core
jstack [option] [server-
id
@]remote-
hostname
-or-ip
|
命令行參數選項說明以下：
|
1
2
|
-l long listings，會打印出額外的鎖信息，在發生死鎖時能夠用jstack -l pid來觀察鎖持有狀況
-m mixed mode，不只會輸出Java堆棧信息，還會輸出C
/C
++堆棧信息（好比Native方法）
|
jstack能夠定位到線程堆棧，根據堆棧信息咱們能夠定位到具體代碼，因此它在JVM性能調優中使用得很是多。下面咱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：
|
1
2
|
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
|
獲得進程ID爲21711，第二步找出該進程內最耗費CPU的線程，可使用ps -Lfp pid或者ps -mp pid -o THREAD, tid, time或者top -Hp pid，我這裏用第三個，輸出以下：
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
|
1
|
printf
"%x\n"
21742
|
獲得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，而後根據線程ID的十六進制值grep，以下：
|
1
2
|
root@ubuntu:/
# jstack 21711 | grep 54ee
"PollIntervalRetrySchedulerThread"
prio=10 tid=0x00007f950043e000 nid=0x54ee
in
Object.wait() [0x00007f94c6eda000]
|
能夠看到CPU消耗在PollIntervalRetrySchedulerThread這個類的Object.wait()，我找了下個人代碼，定位到下面的代碼：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
// 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()。
C、 jmap（Memory Map）和jhat（Java Heap Analysis Tool）
jmap用來查看堆內存使用情況，通常結合jhat使用。
jmap語法格式以下：
|
1
2
3
|
jmap [option] pid
jmap [option] executable core
jmap [option] [server-
id
@]remote-
hostname
-or-ip
|
若是運行在64位JVM上，可能須要指定-J-d64命令選項參數。
|
1
|
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，以下圖：
使用jmap -heap pid查看進程堆內存使用狀況，包括使用的GC算法、堆配置參數和各代中堆內存使用狀況。好比下面的例子：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
|
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，若是帶上live則只統計活對象，以下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
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，說明以下：
|
1
2
3
4
5
6
7
8
9
|
B byte
C char
D double
F float
I int
J long
Z boolean
[ 數組，如[I表示int[]
[L+類名 其餘對象
|
還有一個很經常使用的狀況是：用jmap把進程內存使用狀況dump到文件中，再用jhat分析查看。jmap進行dump命令格式以下：
|
1
|
jmap -dump:
format
=b,
file
=dumpFileName pid
|
我同樣地對上面進程ID爲21711進行Dump：
|
1
2
3
|
root@ubuntu:/
# jmap -dump:format=b,file=/tmp/dump.dat 21711
Dumping heap to
/tmp/dump
.dat ...
Heap dump
file
created
|
dump出來的文件能夠用MAT、VisualVM等工具查看，這裏用jhat查看：
|
1
2
3
4
5
6
7
8
9
10
|
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.
|
注意若是Dump文件太大，可能須要加上-J-Xmx512m這種參數指定最大堆內存，即jhat -J-Xmx512m -port 9998 /tmp/dump.dat。而後就能夠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你們能夠本身去摸索下，最後一項支持OQL（對象查詢語言）。
D、jstat（JVM統計監測工具）
語法格式以下：
|
1
|
jstat [ generalOption | outputOptions vmid [interval[s|ms] [count]] ]
|
vmid是Java虛擬機ID，在Linux/Unix系統上通常就是進程ID。interval是採樣時間間隔。count是採樣數目。好比下面輸出的是GC信息，採樣時間間隔爲250ms，採樣數爲4：
|
1
2
3
4
5
6
|
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：
能夠看出：
|
1
2
|
堆內存 = 年輕代 + 年老代 + 永久代
年輕代 = Eden區 + 兩個Survivor區（From和To）
|
如今來解釋各列含義：
|
1
2
3
4
5
6
7
|
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
|
E、hprof（Heap/CPU Profiling Tool）
hprof可以展示CPU使用率，統計堆內存使用狀況。
語法格式以下：
|
1
2
3
|
java -agentlib:hprof[=options] ToBeProfiledClass
java -Xrunprof[:options] ToBeProfiledClass
javac -J-agentlib:hprof[=options] ToBeProfiledClass
|
完整的命令選項以下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
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：
|
1
|
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可以得到更加細粒度的CPU消耗信息，可以細到每一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）：
|
1
|
javac -J-agentlib:hprof=cpu=
times
Hello.java
|
Heap Allocation Profiling(heap=sites)的例子：
|
1
|
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：
|
1
|
javac -J-agentlib:hprof=heap=dump Hello.java
|
雖然在JVM啓動參數中加入-Xrunprof:heap=sites參數能夠生成CPU/Heap Profile文件，但對JVM性能影響很是大，不建議在線上服務器環境使用。
熱鎖，也每每是致使系統性能瓶頸的主要因素。其表現特徵爲，因爲多個線程對臨界區，或者鎖的競爭，可能出現：
* 頻繁的線程的上下文切換：從操做系統對線程的調度來看，當 線程在等待資源而阻塞的時候，操做系統會將之切換出來，放到等待的隊列，當線程得到資源以後，調度算法會將這個線程切換進去，放到執行隊列中。
* 大量的系統調用：由於線程的上下文切換，以及熱鎖的競爭，或 者臨界區的頻繁的進出，均可能致使大量的系統調用。
* 大部分 CPU開銷用在 「系統態 」：線程上下文切換，和系統調用，都會致使 CPU在 「系統態 」運行，換而言之，雖然系統很忙碌，可是 CPU用在 「用戶態 」的比例較小，應用程序得不到充分的 CPU資源。
* 隨着 CPU數目的增多，系統的性能反而降低。由於 CPU數目多，同 時運行的線程就越多，可能就會形成更頻繁的線程上下文切換和系統態的 CPU開銷，從而致使更糟糕的性能。
上面的描述，都是一個 scalability（可擴展性）不好的系統的表現。從總體的性能指標看，因爲線程熱鎖的存在，程序的響應時間會變長，吞吐量會下降。
那麼，怎麼去了解 「熱鎖 」出如今什麼地方呢？一個重要的方法仍是結合操做系統的各類工具觀察系統資源使用情況，以及收集 Java線程的 DUMP信息，看線程都阻塞在什麼方法上，瞭解緣由，才能找到對應的解決方法。
咱們曾經遇到過這樣的例子，程序運行時，出現了以上指出的各類現象，經過觀察操做系統的資源使用統計信息，以及線程 DUMP信息，肯定了程序中熱鎖的存在，並發現大多數的線程狀態都是 Waiting for monitor entry或者 Wait on monitor，且是阻塞在壓縮和解壓縮的方法上。後來採用第三方的壓縮包 javalib替代 JDK自帶的壓縮包後，系統的性能提升了幾倍。
其餘JVM性能調優參考資料：
《Java虛擬機規範》
《Java Performance》
《Trouble Shooting Guide for JavaSE 6 with HotSpot VM》: http://www.oracle.com/technetwork/java/javase/tsg-vm-149989.pdf
《Effective Java》
VisualVM: http://docs.oracle.com/javase/7/docs/technotes/guides/visualvm/
jConsole: http://docs.oracle.com/javase/1.5.0/docs/guide/management/jconsole.html
Monitoring and Managing JavaSE 6 Applications: http://www.oracle.com/technetwork/articles/javase/monitoring-141801.html
- 1. Jvm：性能調優監控工具
- 2. JVM 性能調優監控工具
- 3. JVM性能調優監控工具
- 4. 【監控】JVM性能調優監控工具總結
- 5. 轉載-JVM性能調優監控工具
- 6. JVM-03 JVM性能調優監控工具
- 7. JVM 性能監控工具
- 8. jvm性能監控工具
- 9. JVM性能監控工具
- 10. Java性能監控及調優工具
- 更多相關文章...
- • jQuery Mobile 工具欄 - jQuery Mobile 教程
- • netwox網絡工具集入門教程 - TCP/IP教程
- • PHP開發工具
- • 互聯網組織的未來：剖析GitHub員工的任性之源
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. 字節跳動21屆秋招運營兩輪面試經驗分享
- 2. Java 3 年，25K 多嗎？
- 3. mysql安裝部署
- 4. web前端開發中父鏈和子鏈方式實現通信
- 5. 3.1.6 spark體系之分佈式計算-scala編程-scala中trait特性
- 6. dataframe2
- 7. ThinkFree在線
- 8. 在線畫圖
- 9. devtools熱部署
- 10. 編譯和鏈接
- 1. Jvm：性能調優監控工具
- 2. JVM 性能調優監控工具
- 3. JVM性能調優監控工具
- 4. 【監控】JVM性能調優監控工具總結
- 5. 轉載-JVM性能調優監控工具
- 6. JVM-03 JVM性能調優監控工具
- 7. JVM 性能監控工具
- 8. jvm性能監控工具
- 9. JVM性能監控工具
- 10. Java性能監控及調優工具