处理宿主机cpu过高问题，导出火焰图

Nuan_Feng

已于 2024-07-02 20:41:39 修改

阅读量202

点赞数 2

分类专栏：排查问题文章标签： java

于 2024-07-02 20:40:41 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Nuan_Feng/article/details/140135957

版权

排查问题专栏收录该内容

9 篇文章 2 订阅

订阅专栏

https://arthas.aliyun.com/doc/profiler.html

导出火焰图

profiler start
profiler stop --file /tmp/output.svg
profiler stop --file /tmp/result.html

https://www.ruanyifeng.com/blog/2017/09/flame-graph.html

火焰图意思

在这里插入图片描述

常见的火焰图类型有 On-CPU，Off-CPU，还有 Memory，Hot/Cold，Differential 等等。他们分别适合处理什么样的问题呢？

在这里插入图片描述

关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
处理宿主机cpu过高问题，导出火焰图

常见的火焰图类型有 On-CPU，Off-CPU，还有 Memory，Hot/Cold，Differential 等等。他们分别适合处理什么样的问题呢？
复制链接

扫一扫

专栏目录

Nuan_Feng CSDN认证博客专家 CSDN认证企业博客

码龄9年

385: 原创

3万+: 周排名

9389: 总排名

26万+: 访问

: 等级

5589: 积分

1090: 粉丝

167: 获赞

74: 评论

409: 收藏

私信

关注

热门文章

分类专栏

最新评论

xxl-job源码解析(看这一篇就够了，超简约且详细)
new__objects: 是的，只是刚启动的时候线程会休眠5s，后面循环调度中写的是每次调度间隔至少间隔1s
xxl-job源码解析(看这一篇就够了，超简约且详细)
new__objects: 懂了，厉害
xxl-job源码解析(看这一篇就够了，超简约且详细)
Nuan_Feng: [code=java] public String hashJob(int jobId, List<String> addressList) { // ------A1------A2-------A3------ // -----------J1------------------ TreeMap<Long, String> addressRing = new TreeMap<Long, String>(); // 遍历每一个节点 for (String address: addressList) { // 引入虚拟节点，通过将ip地址后面添加100个编号计算出不同的hash值，存储在hash环中。 for (int i = 0; i < VIRTUAL_NODE_NUM; i++) { // 通过md5算出hash值 long addressHash = hash("SHARD-" + address + "-NODE-" + i); // 存储二叉树中。 addressRing.put(addressHash, address); } } //计算key的hash值 long jobHash = hash(String.valueOf(jobId)); //根据给定的键（fromKey）返回一个SortedMap，这个映射包含了原TreeMap中所有键大于或等于fromKey的键值对。 SortedMap<Long, String> lastRing = addressRing.tailMap(jobHash); // 不为空则返回临近的第一个节点。 if (!lastRing.isEmpty()) { return lastRing.get(lastRing.firstKey()); } // 没找到则返回第一个元素。 return addressRing.firstEntry().getValue(); } [/code]
xxl-job源码解析(看这一篇就够了，超简约且详细)
Nuan_Feng: 首先一致性hash算法的原理是将多个ip地址计算hash值，映射到一个圆环上。假设圆环直径有10个单位，我们有3个ip地址，3个ip地址hash值计算为1：ip1，3：ip2，10：ip3。那么填充到圆环上1,3,10上。这个时候我们通过一个主键计算hash值为5。那么在圆环上发现5没有命中节点，则选择临近的节点10也就是ip3上处理。这里会发现存在数据倾斜的问题 - hash值为4,5,6,7,8,9,10区间的都是ip3处理 - hash值为2,3的ip2处理 - hash值为1的ip1处理。为了解决这个问题，引入虚拟节点，我们可以在服务器ip或主机名的后面增加编号来实现。我们引入编号1，ip1-1，ip2-1，ip3-1，并分别计算hash值。4：ip1，9：ip2，6：ip3。现在我们的环上如下： - 1：ip1 - 3：ip2 - 4：ip1 - 6：ip3 - 9：ip2 - 10：ip3 现在区间情况如下： - hash值为1,4的都是ip1处理 - hash值为2,3,7,8,9的ip2处理 - hash值为5,6,10的ip3处理。对比引入虚拟节点前的分布更加随机了很多，下面我们再来看这个代码。
xxl-job源码解析(看这一篇就够了，超简约且详细)
Nuan_Feng: 回到你的问题上来，一致性hash的路由是可以保证任务均匀的散列在各个机器上跑的。这取决于你的机器是否均匀分布在hash环上，如果节点较少会出现倾斜问题（即大部分的都落在一个节点处理），可以通过增加虚拟节点来解决。另外每次取到的第一个是取得临近节点，这个是一致性hash算法决定的，只是选举策略，和是否随机无关。

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。