JVM监控及诊断工具（GUI篇二）
JProfiler
基本概述
介绍
在运行Java的时候有时候想测试运行时占用内存情况，这时候就需要使用测试工具查看了。在eclipse里面有Eclipse Memory Analyzer tool(MAT)插件可以测试，而在IDEA中也有这么一个插件，就是JProfiler。
JProfiler 是由 ej-technologies 公司开发的一款 Java 应用性能诊断工具。功能强大，但是收费。
官网下载地址：https://www.ej-technologies.com/products/jprofiler/overview.html
特点
- 使用方便、界面操作友好（简单且强大）
- 对被分析的应用影响小（提供模板）
- CPU、Thread、Memory分析功能尤其强大
- 支持对jdbc、NoSQL、jsp、servlet、socket等进行分析
- 支持多种模式（离线，在线）的分析
- 支持监控本地、远程的JVM
- 跨平台，拥有多种操作系统的安装版本
主要功能
-
方法调用
对方法调用的分析可以帮助您了解应用程序正在做什么，并找到提高其性能的方法
-
内存分配
通过分析堆上对象、引用链和垃圾收集能帮您修复内存泄漏问题，优化内存使用
-
线程和锁
JProfiler提供多种针对线程和锁的分析视图助您发现多线程问题
-
高级子系统
许多性能问题都发生在更高的语义级别上。例如，对于JDBC调用，您可能希望找出执行最慢的SQL语句。JProfiler支持对这些子系统进行集成分析
安装与配置
JProfiler中配置IDEA
IDEA集成JProfiler
具体使用
数据采集方式
JProfier数据采集方式分为两种：Sampling（样本采集）和Instrumentation（重构模式）
Instrumentation重构模式
这是JProfiler全功能模式。在class加载之前，JProfier把相关功能代码写入到需要分析的class的bytecode中，对正在运行的jvm有一定影响。
- 优点：功能强大。在此设置中，调用堆栈信息是准确的。
- 缺点：若要分析的class较多，则对应用的性能影响较大，CPU开销可能很高（取决于Filter的控制）。因此使用此模式一般配合Filter使用，只对特定的类或包进行分析
Sampling抽样模式
类似于样本统计，每隔一定时间（5ms)将每个线程栈中方法栈中的信息统计出来。
- 优点：对CPU的开销非常低，对应用影响小（即使你不配置任何Filter)
- 缺点：一些数据/特性不能提供（例如：方法的调用次数、执行时间）
注：JProfiler本身没有指出数据的采集类型，这里的采集类型是针对方法调用的采集类型。因为JProfiler的绝大多数核心功能都依赖方法调用采集的数据，所以可以直接认为是JProfiler的数据采集类型。
遥感监测 Telemetries
查看JVM的运行信息
- 整体视图Overview：显示堆内存、CPU、线程以及GC等活动视图。
- 内存Memory：显示一张关于内存变化的活动时间表。
- 记录的对象Recorded objects：显示一张关于活动对象与数组的图表的活动时间表。
- 记录吞吐量Record Throughput：显示一段时间累计的JVM生产和释放的活动时间表。
- 垃圾回收活动GC Activity:显示一张关于垃圾回收活动的活动时间表。
- 类Classes：显示一个与已装载类的图表的活动时间表。
- 线程Threads：显示一个与动态线程图表的活动时间表。
- CPU负载CPU Load：显示一段时间中CPU的负载图表。
概述：
内存情况：
对象情况：
吞吐量：
GC情况：
类情况：
线程情况：
CPU负载情况：
内存视图 Live Memory
class/class instance的相关信息。例如对象的个数，大小，对象创建的方法执行栈，对象创建的热点。
-
所有对象All Objects：显示所有加载的类的列表和在堆上分配的实例数。只有Java 1.5(JVMTI)才会显示此视图。
-
记录对象Record Objects：查看特定时间段对象的分配，并记录分配的调用堆栈。
-
分配访问树 Allocation Call Tree：显示一棵请求树或者方法、类、包或对已选择类有带注释的分配信息的J2EE组件。
-
分配热点 Allocation Hot Spots：显示一个列表，包括方法、类、包或分配已选类的J2EE组件。你可以标注当前值并且显示差异值。对于每个热点都可以显示它的跟踪记录树。
-
类追踪器 Class Tracker：类跟踪视图可以包含任意数量的图表，显示选定的类和包的实例与时间。
分析：内存中的对象的情况
- 频繁创建的Java对象：死循环、循环次数过多
- 存在大的对象：读取文件时，byte[]应该边读边写。如果长时间不写出的话，导致byte[]过大
- 存在内存泄漏
所有对象：浅堆
点击Mark Current可以直接进行对比
记录对象：判断内存泄漏时使用，默认不开启，当发现不能清理的内存越来越多时需要开启
查看对象
堆遍历 Heap Walker
- 类 Classes：显示所有类和它们的实例，可以右击具体的类“Used Selected Instance”实现进一步跟踪。
- 分配 Allocations：为所有记录对象显示分配树和分配热点。
- 索引 References：为单个对象和“显示到垃圾回收根目录的路径”提供索引图的显示功能。还能提供合并输入视图和出视图的功能。
- 时间 Time：显示一个对已记录对象的解决时间的柱状图。
- 检查 Inspections：显示了一个数量的操作，将分析当前对象集在某种条件下的子集，实质是一个筛选的过程。
- 图表 Graph：你需要在references视图和biggest视图手动添加对象到图表，它可以显示对象的传入和传出引用，能方便的找到垃圾收集器根源。
PS：在工具栏点击“Go To Start”可以使堆内存重新计数，也就是回到初始状态。
右键Picture，选Use Selected Picture
可以选择入引用和出引用
可以看到被一个ArrayList引用
也可以选择使用图表展示
可以生成堆转储文件
CPU视图 CPU Views
JProfiler 提供不同的方法来记录访问树以优化性能和细节。线程或者线程组以及线程状况可以被所有的视图选择。所有的视图都可以聚集到方法、类、包或J2EE组件等不同层上。
访问树 Call Tree
显示一个积累的自顶向下的树，树中包含所有在JVM中已记录的访问队列。JDBC、JMS和JNDI服务请求
都被注释在请求树中。请求树可以根据Servlet和JSP对URL的不同需要进行拆分。
热点 Hot Spots
显示消耗时间最多的方法的列表。对每个热点都能够显示回溯树。该热点可以按照方法请求，JDBC、JMS和JNDI服务请求以及按照URL请求来进行计算。
访问图 Call Graph
显示一个从已选方法、类、包或J2EE组件开始的访问队列的图。
方法统计 Method Statistics
显示一段时间内记录的方法的调用时间细节。
Call Tree：通过方法执行时间来刻画CPU的使用情况
线程视图 Threads
JProfiler通过对线程历史的监控判断其运行状态，并监控是否有线程阻塞产生，还能将一个线程所管理的方法以树状形式呈现。对线程剖析。
线程历史 Thread History
显示一个与线程活动和线程状态在一起的活动时间表。
线程监控 Thread Monitor
显示一个列表，包括所有的活动线程以及它们目前的活动状况。
线程转储 Thread Dumps
显示所有线程的堆栈跟踪。
线程分析主要关心三个方面：
- web容器的线程最大数。比如：Tomcat的线程容量应该略大于最大并发数。
- 线程阻塞
- 线程死锁
监视器&锁 Monitor&Locks
所有线程持有锁的情况以及锁的信息
死锁探测图表 Current Locking Graph
显示JVM中的当前死锁图表
监测器 Current Monitors
显示目前使用的监测器并且包括它们的关联线程
锁定历史图表 Locking History Graph
显示记录在JVM中的锁定历史
案例分析
案例1
package com.atguigu.java;
import java.util.ArrayList;
import java.util.concurrent.TimeUnit;
public class JProfilerTest {
public static void main(String[] args) {
while (true) {
ArrayList<Data> list = new ArrayList<>();
int num = 500;
for (int i = 0; i < num; i++) {
Data data = new Data();
list.add(data);
}
try {
TimeUnit.MILLISECONDS.sleep(500);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
class Data {
private int size = 10;
private byte[] buffer = new byte[1024 * 1024];
private String info = "hello,atguigu";
}
比较良性的情况
案例2
package com.atguigu.java;
import java.util.ArrayList;
import java.util.concurrent.TimeUnit;
public class MemoryLeak {
public static void main(String[] args) {
while (true) {
ArrayList<Bean> beanlist = new ArrayList<>();
int num = 500;
for (int i = 0; i < num; i++) {
Bean data = new Bean();
data.list.add(new byte[1024 * 10]);
beanlist.add(data);
}
try {
TimeUnit.MILLISECONDS.sleep(500);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
}
class Bean {
int size = 109;
String info = "cpuCode";
static ArrayList list = new ArrayList();
// ArrayList list = new ArrayList();
}
byte数组一直往上涨
发现是源自于Bean里面的ArrayList
Arthas
基本概述
背景
前面，我们介绍了jdk自带的jvisualvm等免费工具，以及商业化工具Jprofiler。
这两款工具在业界知名度也比较高，他们的优点是可以图形界面上看到各维度的性能数据，使用者根据这些数据进行综合分析，然后判断哪里出现了性能问题。
但是这两款工具也有个缺点，都必须在服务端项目进程中配置相关的监控参数。然后工具通过远程连接到项目进程，获取相关的数据。这样就会带来一些不便，比如线上环境的网络是隔离的，本地的监控工具根本连不上线上环境。并且类似于Jprofiler这样的商业工具，是需要付费的。
那么有没有一款工具不需要远程连接，也不需要配置监控参数，同时也提供了丰富的性能监控数据呢？
今天跟大家介绍一款阿里巴巴开源的性能分析神器Arthas（阿尔萨斯）
概述
Arthas(阿尔萨斯）是Alibaba开源的Java诊断工具，深受开发者喜爱。在线排查问题，无需重启，动态跟踪]ava代码，实时监控JVM状态。
Arthas 支持JDK 6+,支持Linux/Mac/Windows,采用命令行交互模式，同时提供丰富的 Tab 自动补全功能，进一步方便进行问题的定位和诊断。
- 这个类从哪个 jar 包加载的？为什么会报各种类相关的 Exception？
- 我改的代码为什么没有执行到？难道是我没 commit？分支搞错了？
- 遇到问题无法在线上 debug，难道只能通过加日志再重新发布吗？
- 线上遇到某个用户的数据处理有问题，但线上同样无法 debug，线下无法重现！
- 是否有一个全局视角来查看系统的运行状况？
- 有什么办法可以监控到JVM的实时运行状态？
- 怎么快速定位应用的热点，生成火焰图？
基于哪些工具开发而来
- greys-anatomy：Arthas代码基于Greys二次开发而来，非常感谢Greys之前所有的工作，以及Greys原作者对Arthas提出的意见和建议！
- termd：Arthas的命令行实现基于termd开发，是一款优秀的命令行程序开发框架，感谢termd提供了优秀的框架。
- crash：Arthas的文本渲染功能基于crash中的文本渲染功能开发，可以从这里看到源码，感谢crash在这方面所做的优秀工作。
- cli：Arthas的命令行界面基于vert.x提供的cli库进行开发，感谢vert.x在这方面做的优秀工作。
- compiler：Arthas里的内存编译器代码来源
- Apache Commons Net Arthas里的Telnet Client代码来源
- JavaAgent：运行在main方法之前的拦截器，它内定的方法名叫premain,也就是说先执行premain方法然后再执行main方法
- ASM：一个通用的Java字节码操作和分析框架。它可以用于修改现有的类或直接以二进制形式动态生成类。ASM提供了一些常见的字节码转换和分析算法，可以从它们构建定制的复杂转换和代码分析工具。ASM提供了与其他Java字节码框架类似的功能，但是主要关注性能。因为它被设计和实现得尽可能小和快，所以非常适合在动态系统中使用（当然也可以以静态方式使用，例如在编译器中）
官方使用文档
https://arthas.aliyun.com/zh-cn/
安装与使用
安装
安装方式一：可以直接在Linux上通过命令下载
可以在官方 Github 上进行下载，如果速度较慢，可以尝试国内的码云 Gitee 下载。
github下载
wget https://alibaba.github.io/arthas/arthas-boot.jar
Gitee下载
wget https://arthas.gitee.io/arthas-boot.jar
安装方式二：
也可以在浏览器直接访问https://alibaba.github.io/arthas/arthas-boot.jar，等待下载成功后，上传到Linux服务器上。
卸载：
在Linux/Unix/Mac平台
删除下面文件：
rm-rf~/.arthas/I
rm -rf ~/logs/arthas
Windows平台直接删除user home下面的.arthas和logs/arthas目录
启动
Arthas 只是一个 java 程序，所以可以直接用java -jar运行。
执行成功后，arthas提供了一种命令行方式的交互方式，arthas会检测当前服务器上的Java进程，并将进程列表展示出来，用户输入对应的编号（1、2、3、4…）进行选择，然后回车。
方式1：
shinomiya@shinomiyadeMBP Documents % java -jar arthas-boot.jar
[INFO] arthas-boot version: 3.4.5
[INFO] Found existing java process, please choose one and input the serial number of the process, eg : 1. Then hit ENTER.
* [1]: 545 nutstore.client.gui.NutstoreGUI
[2]: 1428
[3]: 1449 org.jetbrains.kotlin.daemon.KotlinCompileDaemon
[4]: 2509 org.jetbrains.jps.cmdline.Launcher
[5]: 2510 com.atguigu.java.OOMTest
[6]: 479
方式2：运行时选择 Java 进程 PID
java -jar arthas-boot.jar [PID]
查看进程
查看日志
cat ~/logs/arthas/arthas.log
查看帮助
java -jar arthas-boot.jar -h
Web Console
除了在命令行查看外，Arthas目前还支持Web Console。在成功启动连接进程之后就已经自动启动，可以直接访问http://127.0.0.1:8563/访问，页面上的操作模式和控制台完全一样。
相关诊断命令
基础指令
- help：查看命令帮助信息
- cat：打印文件内容，和linux里的cat命令类似
- echo：打印参数，和linux里的echo命令类似
- grep：匹配查找，和linux里的grep命令类似
- base64：base64编码转换，和linux里的base64命令类似
- tee：复制标准输入到标准输出和指定的文件，和linux里的tee命令类似
- pwd：返回当前的工作目录，和linux命令类似
- cls：清空当前屏幕区域
- session：查看当前会话的信息
- reset：重置增强类，将被 Arthas 增强过的类全部还原，Arthas 服务端关闭时会重置所有增强过的类
- version：输出当前目标 Java 进程所加载的 Arthas 版本号
- history：打印命令历史
- quit：退出当前 Arthas 客户端，其他 Arthas 客户端不受影响
- stop：关闭 Arthas 服务端，所有 Arthas 客户端全部退出
- keymap：Arthas快捷键列表及自定义快捷键
JVM相关
- dashboard：当前系统的实时数据面板
- thread：查看当前 JVM 的线程堆栈信息
- jvm：查看当前 JVM 的信息
- sysprop：查看和修改JVM的系统属性
- sysenv：查看JVM的环境变量
- vmoption：查看和修改JVM里诊断相关的option
- perfcounter：查看当前 JVM 的Perf Counter信息
- logger：查看和修改logger
- getstatic：查看类的静态属性
- ognl：执行ognl表达式
- mbean：查看 Mbean 的信息
- heapdump：dump java heap, 类似jmap命令的heap dump功能
dashboard
当运行在Ali-tomcat时，会显示当前tomcat的实时信息，如HTTP请求的qps, rt, 错误数, 线程池信息等等。
| 参数名称 | 参数说明 |
|---|---|
| [i:] | 刷新实时数据的时间间隔 (ms)，默认5000ms |
| [n:] | 刷新实时数据的次数 |
thread
查看当前线程信息，查看线程的堆栈
| 参数名称 | 参数说明 |
|---|---|
| id | 线程id |
| [n:] | 指定最忙的前N个线程并打印堆栈 |
| [b] | 找出当前阻塞其他线程的线程 |
[i <value>] |
指定cpu使用率统计的采样间隔，单位为毫秒，默认值为200 |
| [--all] | 显示所有匹配的线程 |
jvm
class/classloader相关
mc、redefind
Memory Compiler/内存编译器，编译.java文件生成.class
推荐使用 retransform 命令
加载外部的.class文件，redefine jvm已加载的类。
| 参数名称 | 参数说明 |
|---|---|
| [c:] | ClassLoader的hashcode |
[classLoaderClass:] |
指定执行表达式的 ClassLoader 的 class name |
sc
查看JVM已加载的类信息
| 参数名称 | 参数说明 |
|---|---|
| class-pattern | 类名表达式匹配 |
| method-pattern | 方法名表达式匹配 |
| [d] | 输出当前类的详细信息，包括这个类所加载的原始文件来源、类的声明、加载的ClassLoader等详细信息。 如果一个类被多个ClassLoader所加载，则会出现多次 |
| [E] | 开启正则表达式匹配，默认为通配符匹配 |
| [f] | 输出当前类的成员变量信息（需要配合参数-d一起使用） |
| [x:] | 指定输出静态变量时属性的遍历深度，默认为 0，即直接使用 toString 输出 |
[c:] |
指定class的 ClassLoader 的 hashcode |
[classLoaderClass:] |
指定执行表达式的 ClassLoader 的 class name |
[n:] |
具有详细信息的匹配类的最大数量（默认为100） |
补充：
-
class-pattern支持全限定名，如com.taobao.test.AAA，也支持com/taobao/test/AAA这样的格式，这样，我们从异常堆栈里面把类名拷贝过来的时候，不需要在手动把
/替换为.啦。 -
sc 默认开启了子类匹配功能，也就是说所有当前类的子类也会被搜索出来，想要精确的匹配，请打开
options disable-sub-class true开关
sm
查看已加载类的方法信息
| 参数名称 | 参数说明 |
|---|---|
| class-pattern | 类名表达式匹配 |
| method-pattern | 方法名表达式匹配 |
| [d] | 展示每个方法的详细信息 |
| [E] | 开启正则表达式匹配，默认为通配符匹配 |
[c:] |
指定class的 ClassLoader 的 hashcode |
[classLoaderClass:] |
指定执行表达式的 ClassLoader 的 class name |
[n:] |
具有详细信息的匹配类的最大数量（默认为100） |
jad
反编译指定已加载类的源码
| 参数名称 | 参数说明 |
|---|---|
| class-pattern | 类名表达式匹配 |
[c:] |
类所属 ClassLoader 的 hashcode |
[classLoaderClass:] |
指定执行表达式的 ClassLoader 的 class name |
| [E] | 开启正则表达式匹配，默认为通配符匹配 |
Classloader
查看classloader的继承树，urls，类加载信息
| 参数名称 | 参数说明 |
|---|---|
| [l] | 按类加载实例进行统计 |
| [t] | 打印所有ClassLoader的继承树 |
| [a] | 列出所有ClassLoader加载的类，请谨慎使用 |
[c:] |
ClassLoader的hashcode |
[classLoaderClass:] |
指定执行表达式的 ClassLoader 的 class name |
[c: r:] |
用ClassLoader去查找resource |
[c: load:] |
用ClassLoader去加载指定的类 |
monitor/watch/trace相关
请注意，这些命令，都通过字节码增强技术来实现的，会在指定类的方法中插入一些切面来实现数据统计和观测，因此在线上、预发使用时，请尽量明确需要观测的类、方法以及条件，诊断结束要执行 stop 或将增强过的类执行 reset 命令。
- monitor：方法执行监控
- watch：方法执行数据观测
- trace：方法内部调用路径，并输出方法路径上的每个节点上耗时
- stack：输出当前方法被调用的调用路径
- tt：方法执行数据的时空隧道，记录下指定方法每次调用的入参和返回信息，并能对这些不同的时间下调用进行观测
stack
输出当前方法被调用的调用路径
| 参数名称 | 参数说明 |
|---|---|
| class-pattern | 类名表达式匹配 |
| method-pattern | 方法名表达式匹配 |
| condition-express | 条件表达式 |
| [E] | 开启正则表达式匹配，默认为通配符匹配 |
[n:] |
执行次数限制 |
monitor
方法执行监控
参数说明
| 参数名称 | 参数说明 |
|---|---|
| class-pattern | 类名表达式匹配 |
| method-pattern | 方法名表达式匹配 |
| condition-express | 条件表达式 |
| [E] | 开启正则表达式匹配，默认为通配符匹配 |
[c:] |
统计周期，默认值为120秒 |
| [b] | 在方法调用之前计算condition-express |
监控的维度说明
| 监控项 | 说明 |
|---|---|
| timestamp | 时间戳 |
| class | Java类 |
| method | 方法（构造方法、普通方法） |
| total | 调用次数 |
| success | 成功次数 |
| fail | 失败次数 |
| rt | 平均RT |
| fail-rate | 失败率 |
trace
方法内部调用路径，并输出方法路径上的每个节点上耗时
| 参数名称 | 参数说明 |
|---|---|
| class-pattern | 类名表达式匹配 |
| method-pattern | 方法名表达式匹配 |
| condition-express | 条件表达式 |
| [E] | 开启正则表达式匹配，默认为通配符匹配 |
[n:] |
命令执行次数 |
#cost |
方法执行耗时 |
watch
方法执行数据观测
让你能方便的观察到指定方法的调用情况。能观察到的范围为：返回值、抛出异常、入参，通过编写 OGNL 表达式进行对应变量的查看。
参数说明
watch 的参数比较多，主要是因为它能在 4 个不同的场景观察对象
| 参数名称 | 参数说明 |
|---|---|
| class-pattern | 类名表达式匹配 |
| method-pattern | 方法名表达式匹配 |
| express | 观察表达式 |
| condition-express | 条件表达式 |
| [b] | 在方法调用之前观察 |
| [e] | 在方法异常之后观察 |
| [s] | 在方法返回之后观察 |
| [f] | 在方法结束之后(正常返回和异常返回)观察 |
| [E] | 开启正则表达式匹配，默认为通配符匹配 |
| [x:] | 指定输出结果的属性遍历深度，默认为 1 |
说明
这里重点要说明的是观察表达式，观察表达式的构成主要由 ognl 表达式组成，所以你可以这样写"{params,returnObj}"，只要是一个合法的 ognl 表达式，都能被正常支持。
观察的维度也比较多，主要体现在参数 advice 的数据结构上。Advice 参数最主要是封装了通知节点的所有信息。请参考表达式核心变量中关于该节点的描述。
tt
方法执行数据的时空隧道，记录下指定方法每次调用的入参和返回信息，并能对这些不同的时间下调用进行观测
其他
使用>将结果重写到日志文件，使用&指令命令是后台运行，session断开不影响任务执行生命周期默认为1天）
jobs：列出所有job
kill：强制终止任务
fg：将暂停的任务拉到前台执行
bg：将暂停的任务放到后台执行
grep：搜索满足条件的结果
plaintext：将命令的结果去除ANSI颜色
wc：按行统计输出结果
options：查看或设置Arthas全局开关
profiler：使用async-profiler对应用采样，生成火焰图
profiler/火焰图
使用async-profiler生成火焰图
| 参数名称 | 参数说明 |
|---|---|
| action | 要执行的操作 |
| actionArg | 属性名模式 |
| [i:] | 采样间隔（单位：ns）（默认值：10'000'000，即10 ms） |
| [f:] | 将输出转储到指定路径 |
| [d:] | 运行评测指定秒 |
| [e:] | 要跟踪哪个事件（cpu, alloc, lock, cache-misses等），默认是cpu |
options
全局开关
| 名称 | 默认值 | 描述 |
|---|---|---|
| unsafe | false | 是否支持对系统级别的类进行增强，打开该开关可能导致把JVM搞挂，请慎重选择！ |
| dump | false | 是否支持被增强了的类dump到外部文件中，如果打开开关，class文件会被dump到/${application working dir}/arthas-class-dump/目录下，具体位置详见控制台输出 |
| batch-re-transform | true | 是否支持批量对匹配到的类执行retransform操作 |
| json-format | false | 是否支持json化的输出 |
| disable-sub-class | false | 是否禁用子类匹配，默认在匹配目标类的时候会默认匹配到其子类，如果想精确匹配，可以关闭此开关 |
| support-default-method | true | 是否支持匹配到default method，默认会查找interface，匹配里面的default method。参考 #1105 |
| save-result | false | 是否打开执行结果存日志功能，打开之后所有命令的运行结果都将保存到~/logs/arthas-cache/result.log中 |
| job-timeout | 1d | 异步后台任务的默认超时时间，超过这个时间，任务自动停止；比如设置 1d, 2h, 3m, 25s，分别代表天、小时、分、秒 |
| print-parent-fields | true | 是否打印在parent class里的filed |
Java Mission Control
历史
在Oracle收购Sun之前，Oracle的JRockit虚拟机提供了一款叫做JRockit Mission Control 的虚拟机诊断工具。
在Oracle收购Sun之后，Oracle公司同时拥有了Sun Hotspot和JRockit两款虚拟机。根据Oracle对于Java的战略，在今后的发展中，会将JRockit的优秀特性移植到Hotspot上。其中，一个重要的改进就是在Sun的JDK中加入了JRockit的支持。
在Oracle JDK 7u40之后，Mission Control这款工具已经绑定在Oracle JDK中发布。
自Java11开始，本节介绍的JFR已经开源。但在之前的Java版本，JFR属于Commercial Feature,需要通过 Java 虚拟机参数-XX:+UnlockCommercialFeatures开启
如果你有兴趣请可以查看OpenJDK的Mission Control项目：https://github.com/JDKMissionControl/jmc
启动
概述
Java Mission Control（简称JMC），Java官方提供的性能强劲的工具。是一个用于对 Java应用程序进行管理、监视、概要分析和故障排除的工具套件。
它包含一个GUI客户端，以及众多用来收集Java虚拟机性能数据的插件，如JMX Console（能够访问用来存放虚拟机各个子系统运行数据的MXBeans），以及虚拟机内置的高效profiling工具Java Flight Recorder（JFR）。
JMC 的另一个优点就是：采用取样，而不是传统的代码植入技术，对应用性能的影响非常非常小 , 完全可以开着JMC来做压测（唯一影响可能是fullgc多了）。
功能：实时监控JVM运行时的状态
如果是远程服务器，使用前要开JMX。
- Dcom.sun.management.jmxremote.port = $
- Dcom.sun.management.jmxremote
- Dcom.sun.management.jmxremote.authenticate=false
- Dcom.sun.management.jmxremote.ssl=false
- Djava.rmi.server.hostname=$
文件 -> 连接 -> 创建新连接，填入上面JMX参数的host和port
Java Flight Recorder
Java Flight Recorder 是 JMC 的其中一个组件。
Java Flight Recorder能够以极低的性能开销收集 Java 虚拟机的性能数据。
JFR的性能开销很小，在默认配置下平均低于1%。与其他工具相比，JFR能够直接访问虚拟机内的数据，并且不会影响虚拟机的优化。因此，它非常适用于生产环境下满负荷运行的Java程序。
Java Flight Recorder和JDK Mission Control共同创建了一个完整的工具链。JDK Mission Control可对Java Flight Recorder连续收集低水平和详细的运行时信息进行高效 , 详细的分析。
事件类型
当启用时，JFR将记录运行过程中发生的一系列事件。其中包括Java层面的事件，如线程事件、锁事件，以及Java虚拟机内部的事件，如新建对象、垃圾回收和即时编译事件。
按照发生时机以及持续时间来划分，JFR的事件共有四种类型，它们分别为以下四种。
- 瞬时事件（Instant Event），用户关心的是它们发生与否，例如异常、线程启动事件。
- 持续事件（Duration Event），用户关心的是它们的持续时间，例如垃圾回收事件。
- 计时事件（Timed Event），是时长超出指定阙值的持续事件。
- 取样事件（Sample Event）是周期性取样的事件。
取样事件的其中一个常见例子便是方法抽样（Method Sampling），即每隔一段时间统计各个线程的栈轨迹。如果在这些抽样取得的栈轨迹中存在一个反复出现的方法，那么我们可以推测该方法是热点方法。
启动方式
方式1：使用-XX:StartFlightRecording=参数
第一种是在运行目标 Java 程序时添加-XX:StartFlightRecording=参数。
比如：下面命令中，JFR将会在Java虚拟机启动5s后（对应delay=5s)收集数据，持续 20s(对应duration=20s)。当收集完毕后，JFR会将收集得到的数据保存至指定的文件中（对应 filename=myrecording.jfr)
java -XX:StartFlightRecording=delay=5s,duration=20s,filename=myrecording.jfr,settings=profile MyApp
由于JFR将持续收集数据，如果不加以限制，那么JFR可能会填满硬盘的所有空间。因此，我们有必要对这种模式下所收集的数据进行限制。
比如：
java -XX:StartFlightRecording=maxage=10m,maxsize=100m,name=SomeLabel MyApp
方式2:使用jcmd的JFR
子命令
通过jcmd来让JFR开始收集数据、停止收集数据，或者保存所收集的数据，对应的子命令分别为JFR.start、JFR.stop以及JFR.dump。
$ jcmd <PID> JFR.start settings=profile maxage=10m maxsize=150m name=SomeLabel
上述命令运行过后，目标进程中的JFR已经开始收集数据。此时，我们可以通过下述命令来导出己经收集到的数据：
$ jcmd <PID> JFR. dump name=SomeLabel filename=myrecording.jfr
最后，我们可以通过下述命令关闭目标进程中的JFR :
$ jcmd <PID> JFR.stop name=SomeLabel
方式3：JMC的JFR插件
Java Flight Recorder 取样分析
要采用取样，必须先添加参数：
-XX:+UnlockCommercialFeatures
-XX:+FlightRecorder
取样时间默认1分钟，可自行按需调整，事件设置选为profiling,然后可以设置取样 profile哪些信息，比如：
- 加上对象数量的统计：Java Virtual Machine->GC->Detailed->Object Count/Object Count after GC
- 方法调用采样的间隔从10ms改为1ms（但不能低于1ms,否则会影响性能了）：Java Virtual Machine -> Profiling - > Method Profiling Sample/Method Sampling Information
- Socket与File采样，10ms太久，但即使改为1ms也未必能抓住什么，可以干脆取消掉：Java Application -> File Read/Filewrite/Socket Read/Socket Write
然后就开始Profile , 到时间后Profile结束，会自动把记录下载回来，在JMC中展示。
从展示信息中，我们大致可以读到内存和CPU信息、代码、线程和IO等比较重要的信息展示。其他工具
其他
Flame Graph（火焰图）
在追求极致性能的场景下，了解你的程序运行过程中cpu在干什么很重要，火焰图就是一种非常直观的展示cpu在程序整个生命周期过程中时间分配的工具。
火焰图对于现代的程序员不应该陌生，这个工具可以非常直观的显示出调用栈中的CPU消耗瓶颈。
网上的关于java火焰图的讲解大部分来自Brendan Gregg的博客：www.brendangregg.com/flamegraphs…
Tprofiler
案例：
使用JDK自身提供的工具进行JVM调优可以将TPS由2.5提升到20（提升了7倍）, 并准确定位系统瓶颈。
系统瓶颈有：应用里静态对象不是太多、有大量的业务线程在频繁创建一些生命周期很长的临时对象 , 代码里有问题。
那么，如何在海量业务代码里边准确定位这些性能代码？这里使用阿里开源工具TProfiler来定位这些性能代码，成功解决掉了GC过于频繁的性能瓶颈，并最终在上次优化的基础上将TPS再提升了4倍，即提升到100。
- TProfiler配置部署、远程操作、日志阅读都不太复杂，操作还是很简单的。但是其却是能够起到一针见血、立竿见影的效果，帮我们解决了GC过于频繁的性能瓶颈。
- TProfiler最重要的特性就是能够统计出你指定时间段内JVM的top method,这些top method 极有可能就是造成你JVM性能瓶颈的元凶。这是其他大多数JVM调优工具所不具备的，包括JRockit Mission Control。JRokit首席开发者Marcus Hirt在其私人博客Low Overhead Method Profiling with Java Mission Control下的评论中曾明确指出 JRMC并不支持TOP方法的统计。
- TProfiler的下载：github.com/alibaba/TPr…
Btrace
Java运行时追踪工具
常见的动态追踪工具有BTrace、HouseMD(该项目已经停止开发）、Greys-Anatomy(国人开发，个人开发者）、Byteman（JBoss出品），注意Java运行时追踪工具并不限于这几种，但是这几个是相对比较常用的。
BTrace是SUN Kenai云计算开发平台下的一个开源项目，旨在为java提供安全可靠的动态跟踪分析工具。先看一下BTrace的官方定义：
BTrace is a safe, dynamic tracing tool for the Java platform. BTrace can be used to dynamically trace a running Java program (similar to DTrace for OpenSolaris applications and OS). BTrace dynamically instruments the classes of the target application to inject tracing code ("bytecode tracing")。
简洁明了，大意是一个Java平台的安全的动态追踪工具。可以用来动态地追踪一个运行的Java程序。
BTrace动态调整目标应用程序的类以注入跟踪代码（“字节码跟踪”）。
另有YourKit、JProbe、Spring Insight等……
