原文鏈接：https://www.cnblogs.com/haiyang1985/p/7654654.html

JVM性能調優監控工具

摘要: JDK本身提供了很多方便的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，本博客希望能起拋磚引玉之用，讓大家能開始對JVM性能調優的常用工具有所瞭解。

現實企業級Java開發中，有時候我們會碰到下面這些問題：

OutOfMemoryError，內存不足
內存泄露
線程死鎖
鎖爭用（Lock Contention）
Java進程消耗CPU過高
......

這些問題在日常開發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。本文參考了網上很多資料，難以一一列舉，在此對這些資料的作者表示感謝！關於JVM性能調優相關的資料，請參考文末。

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就默認爲當前主機或服務器。

命令行參數選項說明如下：

<code class="hljs haml diff">-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</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主要用來查看某個Java進程內的線程堆棧信息。語法格式如下：

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

jstack [option] executable core

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

命令行參數選項說明如下：

<code class="hljs haml diff">-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）</code>

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：

<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

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：

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

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：

<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狀況，一般結合jhat使用。

jmap語法格式如下：

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

jmap [option] executable core

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

如果運行在64位JVM上，可能需要指定-J-d64命令選項參數。

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

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：

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：

<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是對象類型，說明如下：

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

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：

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>`

我一樣地對上面進程ID爲21711進行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出來的文件可以用MAT、VisualVM等工具查看，這裏用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）。

D、jstat（JVM統計監測工具）

語法格式如下：

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

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：

<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義，先看JVM堆內存佈局：

可以看出：

1 2	`<code class="hljs gradle vbnet">堆內存 = 年輕代 + 年老代 + 永久代` `年輕代 = Eden區 + 兩個Survivor區（<span class="hljs-keyword"><span class="hljs-keyword">From</span>和<span class="hljs-keyword">To</span>）</span></code>`

現在來解釋各列含義：

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

E、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：

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

java -Xrunprof[:options] ToBeProfiledClass

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

完整的命令選項如下：

<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>

來幾個官方指南上的實例。

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）：

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能生成更詳細的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>`

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。

其他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

BTrace：https://kenai.com/projects/btrace

JVM性能調優監控工具

JVM性能調優監控工具

[轉帖]使用NMT和pmap解決JVM資源泄漏問題原創

Python實現大麥網搶票的四大關鍵技術點解析

Python 安裝庫指令大全

salesforce零基礎學習（一百三十八）零碎知識點小總結（十）

一款開源的.NET程序集反編譯、編輯和調試神器

關於接口協議，你必須要知道這些！

2020年上半年數據庫系統工程師考試

基於 Milvus + LlamaIndex 實現高級 RAG

【2024-05-21】以茶會友

ORA-01122;ORA-01110;ORA-01207問題解決經驗總結

JVM性能調優監控工具

用Tkinter打造GUI開發工具（19）ttk.Notebook筆記本小部件

Pycharm Professional(專業版)完美破解，永久激活

oracle的參數文件：pfile和spfile

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結