JVM性能调优监控工具如何使用

这篇文章主要讲解了“JVM性能调优监控工具如何使用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“JVM性能调优监控工具如何使用”吧！

我们注重客户提出的每个要求，我们充分考虑每一个细节，我们积极的做好成都网站设计、成都网站建设服务，我们努力开拓更好的视野，通过不懈的努力，成都创新互联赢得了业内的良好声誉，这一切，也不断的激励着我们更好的服务客户。 主要业务：网站建设,网站制作,网站设计,小程序制作,网站开发,技术开发实力，DIV+CSS，PHP及ASP，ASP.Net，SQL数据库的技术开发工程师。

现实企业级Java应用开发、维护中，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、维护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。

而且这些监控、调优工具的使用，无论你是运维、开发、测试，都是必须掌握的。

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：

jps [options] [hostid]

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：

-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

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

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：

jstack [option] pid

jstack [option] executable core

jstack [option] [server-id@]remote-hostname-or-ip

命令行参数选项说明如下：

-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）

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：

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

printf "%x\n" 21742

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：

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这个类的Object.wait（），我找了下我的代码，定位到下面的代码：

// 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：

jmap [option] pid

jmap [option] executable core

jmap [option] [server-id@]remote-hostname-or-ip

如果运行在64位JVM上，可能需要指定-J-d64命令选项参数。

jmap -permstat pid

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：

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：

root@ubuntu:/# jmap -histo:live 21711 | more

num     #instances         #bytes  class name----------------------------------------------

1:         38445        5597736 

2:         38445        5237288 

3:          3500        3749504 

4:         60858        3242600 

5:          3500        2715264 

6:          2796        2131424 

7:          5543        1317400  [I

8:         13714        1010768  [C

9:          4752        1003344  [B

10:          1225         639656 

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 

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是对象类型，说明如下：

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

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：

jmap -dump:format=b,file=dumpFileName pid

我一样地对上面进程ID为21711进行Dump：

root@ubuntu:/# jmap -dump:format=b,file=/tmp/dump.dat 21711

Dumping heap to /tmp/dump.dat …

Heap dump file created

dump出来的文件可以用MAT、VisualVM等工具查看，这里用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：

jstat [ generalOption | outputOptions vmid [interval[s|ms] [count]] ]

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：

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义，先看JVM堆内存布局：

可以看出：

堆内存 = 年轻代 + 年老代 + 永久代

年轻代 = Eden区 + 两个Survivor区（From和To）

现在来解释各列含义：

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

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：

java -agentlib:hprof[=options] ToBeProfiledClass

java -Xrunprof[:options] ToBeProfiledClass

javac -J-agentlib:hprof[=options] ToBeProfiledClass

完整的命令选项如下：

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=            write data to file             java.hprof[.txt]

net=:      send data over a socket        off

depth=           stack trace depth              4

interval=          sample interval in ms          10

cutoff=         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          y

verbose=y|n            print messages about dumps     y

来几个官方指南上的实例。

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）：

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能生成更详细的Heap Dump信息：

javac -J-agentlib:hprof=heap=dump Hello.java

虽然在JVM启动参数中加入-Xrunprof:heap=sites参数可以生成CPU/Heap Profile文件，但对JVM性能影响非常大，不建议在线上服务器环境使用。

感谢各位的阅读，以上就是“JVM性能调优监控工具如何使用”的内容了，经过本文的学习后，相信大家对JVM性能调优监控工具如何使用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！