目錄
一. 前言
二.?jps（Java Virtual Machine Process Status Tool）
三. jstack
四.?jmap（Memory Map）和 jhat（Java Heap Analysis Tool）
五. jstat（JVM統(tǒng)計監(jiān)測工具）
六. hprof（Heap/CPU Profiling Tool）
七. 總結(jié)
一. 前言
? ? 工欲善其事，必先利其器。在日常的企業(yè)級 Java 應(yīng)用開發(fā)、維護(hù)中，我們可能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過高等。那么如何快速找出問題根本原因及如何解決成了我們需要掌握的基本技能，而這種技能的掌握除了自身的經(jīng)驗(yàn)之外，更重要的是能夠熟練地使用各種工具。
? ? 很多問題在日常開發(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)控工具診斷進(jìn)行概括總結(jié)及介紹如何使用。
二.?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options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)示例如下：
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三. 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(shí)例找出某個 Java 進(jìn)程中最耗費(fèi) 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(fèi) 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(fèi)的 CPU 時間，CPU 時間最長的是線程 ID 為21742的線程，用
printf "%x" 21742得到21742的十六進(jìn)制值為54ee，下面會用到。
下一步終于輪到 jstack 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()。
四.?jmap（Memory Map）和 jhat（Java Heap Analysis Tool）
jmap 導(dǎo)出堆內(nèi)存，然后使用 jhat 來進(jìn)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(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 createddump 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）。?
五. jstat（JVM統(tǒng)計監(jiān)測工具）
看看各個區(qū)內(nèi)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(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（具體可參見《JVM原理剖析》）：
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
六. 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(shí)例：
1. 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。
2.?CPU Usage Times Profiling（cpu=times）的例子：
javac -J-agentlib:hprof=cpu=times Hello.java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(shí)現(xiàn)使用了字節(jié)碼注入技術(shù)（BCI）。
3.?Heap Allocation Profiling（heap=sites）的例子：
javac -J-agentlib:hprof=heap=sites Hello.java4.?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。
七. 總結(jié)
? ? 關(guān)于 Java 中的內(nèi)存泄露，廣義并通俗的說，就是：不再會被使用的對象的內(nèi)存不能被回收，就是內(nèi)存泄露。對象都是有生命周期的，有的長，有的短，如果長生命周期的對象持有短生命周期的引用，就很可能會出現(xiàn)內(nèi)存泄露。文章來源：http://www.zghlxwxcb.cn/news/detail-759106.html
? ? 是否有開源的內(nèi)存泄露靜態(tài)分析工具呢？但遺憾的是經(jīng)調(diào)查幾個知名的靜態(tài)代碼分析工具findbugs 、SonarQube、Checkstyle 等都不能實(shí)現(xiàn)內(nèi)存泄露檢測，只能對編碼規(guī)范和部分潛在的bug 提前報告，相信將來會有更好的檢測手段對內(nèi)存泄露防范于未然。文章來源地址http://www.zghlxwxcb.cn/news/detail-759106.html
到了這里，關(guān)于JVM 性能調(diào)優(yōu)及監(jiān)控診斷工具 jps、jstack、jmap、jhat、jstat、hprof 使用詳解的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
