Java性能分析

0、问题代码：

代码问题其实很明显，但是这里主要是为了练习如何使用工具进行分析
所以最好先不要看代码，假装不知道程序逻辑，而是先通过工具去分析，再结合分析数据去看代码，从而推出问题点在哪

import java.util.ArrayList;
import java.util.List;

public class PerfTest {
    public static void main(String[] args) {
        //这里随机器的配置不同，可以适当把线程数量改大一点
        for (int i = 0; i < 4; i++) {
            int index = i;
            new Thread(() -> {
                while (true) {
                    for (int k = 0; k < 10; k++) {
                        List<String> list = new ArrayList<>();
                        String str = "" + index;
                        for (int j = 0; j < 10000; j++) {
                            str += "aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"+j;
                        }
                        list.add(str);
                        System.out.println(index+"_"+k);
                        try {
                            Thread.sleep(10);
                        } catch (InterruptedException e) {
                            throw new RuntimeException(e);
                        }
                    }

                    try {
                        Thread.sleep(10);
                    } catch (InterruptedException e) {
                        throw new RuntimeException(e);
                    }
                }
            }).start();
        }

    }
}

运行：

javac PerfTest.java
java -Xmx100m PerfTest

通过jps命令找到PerfTest进程pid
top命令观察进程cpu使用情况

可以看到cpu使用超过400%

1、使用async-profiler进行分析

GitHub地址：https://github.com/async-profiler/async-profiler

wget https://github.com/jvm-profiling-tools/async-profiler/releases/download/v2.9/async-profiler-2.9-linux-x64.tar.gz
tar zxvf async-profiler-2.9-linux-x64.tar.gz
cd async-profiler-2.9-linux-x64
./profiler.sh -d 30 -f /tmp/flamegraph.html pid

把生成的flamegraph.html导出到本地用浏览器打开，如下图：


可以看出大部分cpu消耗都是在GC上

2、使用arthas分析

GitHub地址：https://github.com/alibaba/arthas

curl -O https://arthas.aliyun.com/arthas-boot.jar
java -jar arthas-boot.jar

进入arthas shell后，使用thread命令：

也可以看出GC线程消耗了大量的CPU

把线程数改成20之后，效果更明显

直接使用jstat -gcutil pid命令，也能看出频繁的触发full gc

3、代码优化

这里代码问题其实很明显，是一个经典的String做字符串拼接导致的性能问题，直接用String做字符串拼接会产生大量不必要的String对象，导致频繁GC。
改为使用StringBuilder就可以大大缓解了

优化后的代码：

import java.util.ArrayList;
import java.util.List;

public class PerfTest2 {
    public static void main(String[] args) {
        for (int i = 0; i < 4; i++) {
            int index = i;
            new Thread(() -> {
                while (true) {
                    for (int k = 0; k < 10; k++) {
                        List<String> list = new ArrayList<>();
                        StringBuilder str = new StringBuilder(50*10000);
                        str.append(index);
                        for (int j = 0; j < 10000; j++) {
                            str.append("aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa"+j);
                        }
                        list.add(str.toString());
                        System.out.println(index+"_"+k);
                        try {
                            Thread.sleep(10);
                        } catch (InterruptedException e) {
                            throw new RuntimeException(e);
                        }
                    }

                    try {
                        Thread.sleep(10);
                    } catch (InterruptedException e) {
                        throw new RuntimeException(e);
                    }
                }
            }).start();
        }

    }
}

再次运行：

javac PerfTest2.java
java -Xmx100m PerfTest2

可以看到一个很明显的变化就是，控制台的输出速度快了很多，而且cpu占用也没那么高了，说明优化起到了很大的效果

然后再进一步测试，把线程数从4个改为20个
发现这时候cpu也开始变高，GC也变得很频繁
猜测是因为jvm分配的内存较小，导致内存紧张，频繁触发full gc(这里也可以用工具进行内存分析，但是懒得折腾了，后面有空再补充，如果有的话0.0)

通过java -Xmx1000m PerfTest2把内存调大十倍，再观察，cpu和gc都降下来了
（这里的操作和前面类似，就不再贴命令和截图了~~）

另外这里也延申一个问题，前面有问题的程序，也把内存调大十倍观察，这时候再观察：
1、cpu还是居高不下
2、gc大大缓解
3、程序执行性能得到提升,但还是很慢
这时候也只能结合arthas或者async profiler工具定位到cpu占用高的线程，结合阅读代码进行分析了