https://www.jianshu.com/p/9364028cca4e
厉害的内容
及时对项目进行性能检测，并且分析检测结果数据，发现热点代码是一项充满意义的工作，因为可能因为某一段热点代码会拖慢整个系统的运行，这是不可忍受的，发现热点代码之后需要及时进行代码优化，并且重复检测，多多角度检测，来360无死角的发现项目的性能瓶颈，让运行着的项目是最优化的。这也是每一位开发者的义务。
发现热点代码的前提是可以获取java应用运行时的profile数据，而采集这些数据需要较为底层的技术，还好目前有大量的开源根据可以进行这项非常有挑战性的工作，但是似乎每种工具采集的数据都有所差异（待考证），本文将介绍一种强大而轻量级的java应用运行时profile数据采集工具，在此之前，可以参考使用火焰图进行Java应用性能分析来大概了解java应用性能分析的一些基本情况，该文章中介绍的工具lightweight-java-profiler和本文要介绍的async-profiler都是类似的，但是前者我在自己的电脑上（macOS Sierra 10.12.4）上没有正常启动起来，错误大概是说段错误，但是可以在linux上正常启动并且可以采集到数据，结合火焰图生成工具FlameGraph可以进行java应用性能分析，喔对，你应该去学习一下如何从火焰图中找到热点代码，也就是你要学会看火焰图，这是一种非常重要的技能。也是进行应用性能分析的基础。下面开始详细介绍如何使用async-profiler来进行java应用性能分析。
环境准备
首先，你需要从github将代码下载下来：
https://github.com/jvm-profiling-tools/async-profiler\#async-profiler
2
3
4
5
2git clone https://github.com/jvm-profiling-tools/async-profiler
3
4
5
然后，进入到下载好的项目中，然后进行编译：
2
3
4
5
6
2cd async-profiler
3make
4
5
6
等待编译完成，可以在看到项目中多了一个build文件夹，这就是我们需要的东西，值得注意的是，async-profiler是少有的我在编译的时候没有遇到任何问题的工具，这也说明这个工具的易用性。当然，下面这些内容是必须的：
- JAVA_HOME
- GCC
关于async-profiler到底能做些什么事情，可以参考下面的描述：
async-profiler can trace the following kinds of events:
- CPU cycles
- Hardware and Software performance counters like cache misses, branch misses, page faults, context switches etc.
- Allocations in Java Heap
- Contented lock attempts of Java monitors
我主要关心的是CPU profiling这一个功能点，所以本文的重点也在CPU profiling这一个功能点上，其他的功能点可以自行去探索。关于async-profiler实现CPU profiling的原理以及为什么这么做，直接参考github上的readme就可以了，就不再这里赘述了，下面来看一下到底如何使用这个工具进行java应用的性能分析。
可以发现在async-profiler项目中有一个脚本叫做“profile.sh”，运行这个脚本，会输出如下提示内容：
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
2Usage: ./profiler.sh [action] [options] <pid>
3Actions:
4 start start profiling and return immediately
5 stop stop profiling
6 status print profiling status
7 list list profiling events supported by the target JVM
8 collect collect profile for the specified period of time
9 and then stop (default action)
10Options:
11 -e event profiling event: cpu|alloc|lock|cache-misses etc.
12 -d duration run profiling for <duration> seconds
13 -f filename dump output to <filename>
14 -i interval sampling interval in nanoseconds
15 -b bufsize frame buffer size
16 -t profile different threads separately
17 -o fmt[,fmt...] output format: summary|traces|flat|collapsed
18
19<pid> is a numeric process ID of the target JVM
20 or 'jps' keyword to find running JVM automatically using jps tool
21
22Example: ./profiler.sh -d 30 -f profile.fg -o collapsed 3456
23 ./profiler.sh start -i 999000 jps
24 ./profiler.sh stop -o summary,flat jps
25
26
27
其中几个重要的命令解释如下：
- start ： 开始进行应用的profile数据采集，如果没有设定采集时间的话会一直运行下去直到遇到stop命令
- stop： 和start配合使用，用来停止应用的profile数据采集
- status：检测工具的运行状态，比如可以看到是否已经不可用，或者已经运行多少时间了等信息
- list：将可以采集的profile数据类型打印出来
- -d N： 设定采集应用profile数据的时间，单位为秒
- -e event：指定采集数据类型，比如cpu
其他的命令可以参考说明，并且可以结合自己实际操作来查看效果。下面来开始使用async-profiler工具来采集cpu profile数据，并且配合火焰图生成工具工具FlameGraph来生成cpu火焰图，并且从火焰图中找到热点代码。FlameGraph工具可以直接下载下来就可以使用：
2
3
4
5
2git clone https://github.com/brendangregg/FlameGraph
3
4
5
首先将java应用运行起来，你可以试着运行下面的代码来进行测试：
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
2import java.io.File;
3
4class Target {
5 private static volatile int value;
6
7 private static void method1() {
8 for (int i = 0; i < 1000000; ++i)
9 ++value;
10 }
11
12 private static void method2() {
13 for (int i = 0; i < 1000000; ++i)
14 ++value;
15 }
16
17 private static void method3() throws Exception {
18 for (int i = 0; i < 1000; ++i) {
19 for (String s : new File("/tmp").list()) {
20 value += s.hashCode();
21 }
22 }
23 }
24
25 public static void main(String[] args) throws Exception {
26 while (true) {
27 method1();
28 method2();
29 method3();
30 }
31 }
32}
33
34
35
运行起来之后，可以使用jps命令来查看运行起来的java应用的pid，然后使用下面的命令开始使用工具进行cpu profile数据采集：
2
3
4
5
2./profiler.sh start $pid
3
4
5
一段时间之后，比如30秒后，就可以使用下面的命令来停止数据采集了：
2
3
4
5
2./profiler.sh stop $pid
3
4
5
然后，会打印处下面的信息：
可以很直观的看出，占用cpu时间最多的是method3，占用了93.06%的cpu时间，然后是method2和method1，分别占用2.93%和2.77%的cpu时间，所以很明显method3就是性能瓶颈，也就是所谓的热点代码，需要着手进行优化。当然，上面是有的命令式是比较简单的，下面来介绍一个比较厉害的命令，可以设定采集数据的时间，并且可以将采集到的数据dump起来，然后使用FlameGraph工具来生成火焰图进行直观的分析。当然，首先需要运行起来代码，并且使用jps找到应用的pid，然后可以使用下面的命令来进行数据采集任务：
2
3
4
5
2./profiler.sh -d 10 -o collapsed -f /tmp/collapsed.txt pid
3
4
5
这个命令的意思是说，采集数据的时间为10秒，并且将数据按照collapsed规范进行dump，并且dump到/tmp/collapsed.txt这个文件，过了10秒之后，工具会自动停止，并且将cpu的profile数据dump到指定的路径（按照指定的规范），可以到/tmp/collapsed.txt查看具体的文件内容，但是很大程度上是看不懂的，所以需要使用FlameGraph工具来进行加工一下，可以使用下面的命令来生成火焰图：
2
3
4
5
2~/github/FlameGraph/flamegraph.pl --colors=java /tmp/collapsed.txt > flamegraph.svg
3
4
5
当然，你需要指定你自己的FlameGraph的路径，上面命令中的是我的路径，很快，你就可以在当前目录下发现多了一个flamegraph.svg文件，使用chorm打开，就可以看到下面的图片内容（可以点击放大的）：
可以看到，method3是最宽的，也就代表method3占用的cpu时间是最多的，这样看起来就直观很多了。
下面来看一下alloc类型的数据式怎么生成的，可以从这些数据中看出什么，运行下面的代码：
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
2import java.util.concurrent.ThreadLocalRandom;
3
4public class AllocatingTarget implements Runnable {
5 public static volatile Object sink;
6
7 public static void main(String[] args) {
8 new Thread(new AllocatingTarget(), "AllocThread-1").start();
9 new Thread(new AllocatingTarget(), "AllocThread-2").start();
10 }
11
12 @Override
13 public void run() {
14 while (true) {
15 allocate();
16 }
17 }
18
19 private static void allocate() {
20 if (ThreadLocalRandom.current().nextBoolean()) {
21 sink = new int[128 * 1000];
22 } else {
23 sink = new Integer[128 * 1000];
24 }
25 }
26}
27
28
29
然后使用jps命令取到该应用的pid，然后执行下面的命令：
2
3
4
5
2./profiler.sh start -e alloc pid
3
4
5
一段时间之后，可以使用下面的命令来停止数据采集：
2
3
4
5
2./profiler.sh stop -e alloc pid
3
4
5
然后就会看到下面的输出：
可以看出各种类型的对象生成量，并且可以看到是从什么路径生成的（所谓路径就是类->方法->方法->…），当然，这只是该工具的一种玩法，其他复杂而有趣的玩法需要不断挖掘，并且结合实际应用来发现。
作者：一字马胡
链接：https://www.jianshu.com/p/9364028cca4e
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
