JVM性能调优篇06-JVM调优工具详解

Jmap命令

jmap -histo

jmap -histo 此命令可以用来查看内存信息,实例个数以及占用内存大小

# jmap -histo 进程ID > 输出到某个文件
jmap -histo 14660 > ./log.txt

查看文件内存

num     #instances         #bytes  class name
----------------------------------------------
   1:         41571      517973816  [I
   2:        405925       43569608  [C
   3:         75427       29113784  [B
   4:        321134        7707216  java.lang.String
   5:         85077        7486776  java.lang.reflect.Method
   6:        113381        5444792  [Ljava.lang.Object;
   7:        113029        3616928  java.util.concurrent.ConcurrentHashMap$Node
   8:        112757        3608224  java.util.HashMap$Node
   9:         28520        2999152  [Ljava.util.HashMap$Node;
  10:         19450        2180480  java.lang.Class
  11:         42386        1695440  java.util.LinkedHashMap$Entry
  12:         72733        1652456  [Ljava.lang.Class;
  13:         33601        1612848  java.util.HashMap
  14:         62548        1501152  java.util.ArrayList
  15:         28616        1373568  org.aspectj.weaver.reflect.ShadowMatchImpl
  16:         21636        1211616  java.util.LinkedHashMap
  17:         16632        1064448  com.mysql.jdbc.ConnectionPropertiesImpl$BooleanConnectionProperty
  18:           633        1051448  [Ljava.util.concurrent.ConcurrentHashMap$Node;
  19:         13809         994248  java.lang.reflect.Field
  20:         30103         963296  java.util.Hashtable$Entry
  21:         29188         934016  java.lang.StackTraceElement
  22:         21053         918480  [Ljava.lang.String;
  23:         28616         915712  org.aspectj.weaver.patterns.ExposedState
  24:         55763         892208  java.lang.Object
  25:         10309         781000  [S
  26:         22238         711616  java.util.ArrayList$Itr
  27:         27255         654120  java.lang.StringBuilder
  28:         36155         578480  java.lang.Integer
  29:         35361         565776  org.apache.ibatis.scripting.xmltags.StaticTextSqlNode
  30:         10626         510048  java.nio.HeapByteBuffer
  31:         11100         444000  java.util.HashMap$KeyIterator
  32:         17617         422808  sun.misc.ProxyGenerator$ConstantPool$IndirectEntry
  33:         17379         417096  org.apache.ibatis.scripting.xmltags.IfSqlNode
  34:          1367         411912  [Ljava.util.Hashtable$Entry;
  35:         10193         407720  java.lang.ref.Finalizer
  36:          4992         399360  java.lang.reflect.Constructor
  37:          5747         389408  [Ljava.lang.reflect.Method;
  • num: 序号
  • instances:实例数量
  • bytes:占用空间大小
  • class name:类名称,[C is a char[],[S is a short[],[I is a int[],[B is a byte[],[[I is a int[][]

jmap -heap

jamp -heap命令可以查看堆信息

# jmap -heap 进程ID > 输出到某个文件
jamp -heap 14660 > ./heap.txt

查看应用在堆内存中的使用情况

Attaching to process ID 54136, please wait...
Debugger attached successfully.
Server compiler detected.
JVM version is 25.201-b09

using thread-local object allocation.
Parallel GC with 8 thread(s)

Heap Configuration:
   MinHeapFreeRatio         = 0
   MaxHeapFreeRatio         = 100
   MaxHeapSize              = 4236247040 (4040.0MB)
   NewSize                  = 88604672 (84.5MB)
   MaxNewSize               = 1411907584 (1346.5MB)
   OldSize                  = 177733632 (169.5MB)
   NewRatio                 = 2
   SurvivorRatio            = 8
   MetaspaceSize            = 21807104 (20.796875MB)
   CompressedClassSpaceSize = 1073741824 (1024.0MB)
   MaxMetaspaceSize         = 17592186044415 MB
   G1HeapRegionSize         = 0 (0.0MB)

Heap Usage:
PS Young Generation
Eden Space:
   capacity = 763363328 (728.0MB)
   used     = 685872960 (654.0994262695312MB)
   free     = 77490368 (73.90057373046875MB)
   89.84882228977078% used
From Space:
   capacity = 18350080 (17.5MB)
   used     = 18186488 (17.34398651123047MB)
   free     = 163592 (0.15601348876953125MB)
   99.10849434988839% used
To Space:
   capacity = 11534336 (11.0MB)
   used     = 0 (0.0MB)
   free     = 11534336 (11.0MB)
   0.0% used
PS Old Generation
   capacity = 280494080 (267.5MB)
   used     = 71160960 (67.8643798828125MB)
   free     = 209333120 (199.6356201171875MB)
   25.36986163843458% used

44689 interned Strings occupying 4644264 bytes.

jmap -dump

jmap -dump可以查看堆的快照信息,就是整个实例在堆的使用情况

jmap -dump:format=b,file=test.hprof 14660

导出的堆内存dump文件无法直接查看,可以使用jvisualvm工具查看
可以很清晰的看到目前应用中都创建了哪些对象,哪些对象创建的实例数量和占用内存大小

在这里插入图片描述
也可以设置内存溢出自动导出dump文件(内存很大的时候,可能会导不出来)

  1. -XX:+HeapDumpOnOutOfMemoryError
  2. -XX:HeapDumpPath=./ (路径)

示例代码如下:

public class OOMTest {

    public static List<Object> list = new ArrayList<>();
    // jvm参数: ‐Xms10M ‐Xmx10M ‐XX:+PrintGCDetails ‐XX:+HeapDumpOnOutOfMemoryError ‐XX:HeapDumpPath=D:\jvm.dump
    public static void main(String[] args) {
        List<Object> list = new ArrayList<>();
        int i = 0;
        int j = 0;
        while (true) {
            list.add(new User(UUID.randomUUID().toString(), i++));
            new User(UUID.randomUUID().toString(), j--);
        }
    }

}

如上代码由于会一直创建User对象,并将创建的对象加入到list数组中,终究会导致内存不够,最终会导致内存溢出。那么我们在jvm参数中配置了‐XX:+HeapDumpOnOutOfMemoryError ‐XX:HeapDumpPath这俩参数之后,当触发OOM时就会导出dump文件,我们可以将导出的dump文件装入到jvisualvm工具中分析,是哪个类的实例触发了OOM,如下图所示,我们可以直接发现User类的实例对象创建过多,我们就可以分析我们的业务代码找出问题。
在这里插入图片描述

jstack

使用jstack查找死锁

使用jstack加进行ID查找死锁

死锁示例代码
下边代码模拟了死锁程序

public class DeadLockTest {

    private static Object object1 = new Object();
    private static Object object2 = new Object();

    public static void main(String[] args) {
        new Thread(() -> {
            synchronized (object1){
                try {
                    System.out.println("thread1 begin");
                    Thread.sleep(5000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                synchronized (object2){
                    System.out.println("thread1 end");
                }
            }
        }).start();

        new Thread(() -> {
            synchronized (object2) {
                try {
                    System.out.println("thread2 begin");
                    Thread.sleep(5000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                synchronized (object1){
                    System.out.println("thread2 end");
                }
            }
        }).start();
        System.out.println("main thread end");
    }
}
# jstack 线程ID
jstack 14660

在这里插入图片描述
“Thread-1” 线程名
prio=5 线程优先级=5
tid=0x0000000002bb2800 java程序的线程id
nid=0x2e40 线程对应的本地线程标识nid(操作系统的线程id)
java.lang.Thread.State: BLOCKED 线程状态(BLOCKED 阻塞)

查看jstack命令输出的信息的最下方会有死锁的具体信息,如下图所示,Found one Jave-level deadlock(发现了一个java级别的死锁)

在这里插入图片描述

发现死锁之后我们可以修改业务代码。

使用jstack找出占用cpu最高的线程堆栈信息

package com.pj.jvm;

/**
 * 运行此代码,cpu会飙高
 */
public class Math {

    public static int initData = 666;


    public int compute(){
        int a = 1;
        int b = 2;
        int c = (a + b) * 100;
        return c;
    }

    public static void main(String[] args) {
        Math math = new Math();
        while (true){
            math.compute();
        }

    }
}

将把上述代码进行编译上传到linux环境的服务器当中,并运行代码

java com.pj.jvm.Math

使用top命令查看cpu运行情况

在这里插入图片描述
图中会发现PID为9764的进程CPU使用率为100%,说明这个进程有问题。

具体操作步骤如下:
使用top -p 进程ID,显示java进程的内存情况

top -p 9764

在这里插入图片描述

按H,获取每个线程的内存情况
在这里插入图片描述
如图中找到内存和cpu占用最高的线程tid,比如9765

然后将得到10进制的9765线程ID,转换为16进制的线程ID,得到16进制的线程ID2624

在这里插入图片描述

执行 jstack 9764|grep -A 10 2625,得到线程堆栈信息中 2625这个线程所在行的后面10行,从堆栈中可以发现导致cpu飙高的调用方法

# jstack 进程ID|grep -A 10 十六进制线程ID
jstack 9764|grep -A 10 2625

在这里插入图片描述

如图中直接给你定位到了令CPU飙升的代码位置。

jinfo

使用jinfo命令查看正在运行的Java应用程序的扩展参数

查看jvm的参数,除了你配置的jvm参数以外还会把默认jvm参数给你打印出来

jinfo -flags 14124

在这里插入图片描述
查看java系统参数

jinfo -sysprops 14124

在这里插入图片描述

jstat

jstat命令可以查看堆内存各部分的使用量,以及加载类的数量。命令的格式如下:
jstat [-命令选项] [vmid] [间隔时间(毫秒)] [查询次数]

jstat -gc 查看内存使用情况及GC情况

jstat -gc pid

jstat -gc pid 最常用,可以评估程序内存使用及GC压力整体情况
在这里插入图片描述
S0C:第一个幸存区的大小,单位KB
S1C:第二个幸存区的大小
S0U:第一个幸存区的使用大小
S1U:第二个幸存区的使用大小
EC:伊甸园区的大小
EU:伊甸园区的使用大小
OC:老年代大小
OU:老年代使用大小
MC:方法区大小(元空间)
MU:方法区使用大小
CCSC:压缩类空间大小
CCSU:压缩类空间使用大小
YGC:年轻代垃圾回收次数
YGCT:年轻代垃圾回收消耗时间,单位s
FGC:老年代垃圾回收次数
FGCT:老年代垃圾回收消耗时间,单位s
GCT:垃圾回收消耗总时间,单位s

堆内存统计

jstat -gccapacity pid

在这里插入图片描述
NGCMN:新生代最小容量
NGCMX:新生代最大容量
NGC:当前新生代容量
S0C:第一个幸存区大小
S1C:第二个幸存区的大小
EC:伊甸园区的大小
OGCMN:老年代最小容量
OGCMX:老年代最大容量
OGC:当前老年代大小
OC:当前老年代大小
MCMN:最小元数据容量
MCMX:最大元数据容量
MC:当前元数据空间大小
CCSMN:最小压缩类空间大小
CCSMX:最大压缩类空间大小
CCSC:当前压缩类空间大小
YGC:年轻代gc次数
FGC:老年代GC次数

新生代垃圾回收统计

jstat -gcnew pid

在这里插入图片描述
S0C:第一个幸存区的大小
S1C:第二个幸存区的大小
S0U:第一个幸存区的使用大小
S1U:第二个幸存区的使用大小
TT:对象在新生代存活的次数
MTT:对象在新生代存活的最大次数
DSS:期望的幸存区大小
EC:伊甸园区的大小
EU:伊甸园区的使用大小
YGC:年轻代垃圾回收次数
YGCT:年轻代垃圾回收消耗时间

新生代内存统计

jstat -gcnewcapacity pid

在这里插入图片描述
NGCMN:新生代最小容量
NGCMX:新生代最大容量
NGC:当前新生代容量
S0CMX:最大幸存1区大小
S0C:当前幸存1区大小
S1CMX:最大幸存2区大小
S1C:当前幸存2区大小
ECMX:最大伊甸园区大小
EC:当前伊甸园区大小
YGC:年轻代垃圾回收次数
FGC:老年代回收次数

老年代垃圾回收统计

jstat -gcold pid

在这里插入图片描述

MC:方法区大小
MU:方法区使用大小
CCSC:压缩类空间大小
CCSU:压缩类空间使用大小
OC:老年代大小
OU:老年代使用大小
YGC:年轻代垃圾回收次数
FGC:老年代垃圾回收次数
FGCT:老年代垃圾回收消耗时间
GCT:垃圾回收消耗总时间

老年代内存统计

jstat -gcoldcapacity pid

OGCMN:老年代最小容量
OGCMX:老年代最大容量
OGC:当前老年代大小
OC:老年代大小
YGC:年轻代垃圾回收次数
FGC:老年代垃圾回收次数
FGCT:老年代垃圾回收消耗时间
GCT:垃圾回收消耗总时间

元数据空间统计

jstat -gcmetacapacity pid

在这里插入图片描述

MCMN:最小元数据容量
MCMX:最大元数据容量
MC:当前元数据空间大小
CCSMN:最小压缩类空间大小
CCSMX:最大压缩类空间大小
CCSC:当前压缩类空间大小
YGC:年轻代垃圾回收次数
FGC:老年代垃圾回收次数
FGCT:老年代垃圾回收消耗时间
GCT:垃圾回收消耗总时间

查看内存使用比例及GC情况

jstat -gcutil pid

在这里插入图片描述
S0:幸存1区当前使用比例
S1:幸存2区当前使用比例
E:伊甸园区使用比例
O:老年代使用比例
M:元数据区使用比例
CCS:压缩使用比例
YGC:年轻代垃圾回收次数
FGC:老年代垃圾回收次数
FGCT:老年代垃圾回收消耗时间
GCT:垃圾回收消耗总时间

在这些命令中可以增加执行时间间隔参数和执行次数,以jstat -gc命令举例

# 每隔1000ms执行10次 jstat -gc 命令
jstat -gc pid 1000 10

JVM运行情况预估
用 jstat gc -pid 命令可以计算出如下一些关键数据,有了这些数据就可以采用之前介绍过的优化思路,先给自己的系统设置一些初始性的JVM参数,比如堆内存大小,年轻代大小,Eden和Survivor的比例,老年代的大小,大对象的阈值,大龄对象进入老年代的阈值等。

年轻代对象增长的速率
可以执行命令 jstat -gc pid 1000 10 (每隔1秒执行1次命令,共执行10次),通过观察EU(eden区的使用)来估算每秒eden大概新增多少对象,如果系统负载不高,可以把频率1秒换成1分钟,甚至10分钟来观察整体情况。注意,一般系统可能有高峰期和日常期,所以需要在不同的时间分别估算不同情况下对象增长速率。

Young GC的触发频率和每次耗时
知道年轻代对象增长速率我们就能推根据eden区的大小推算出Young GC大概多久触发一次,Young GC的平均耗时可以通过 YGCT/YGC 公式算出,根据结果我们大概就能知道系统大概多久会因为Young GC的执行而卡顿多久。

每次Young GC后有多少对象存活和进入老年代
这个因为之前已经大概知道Young GC的频率,假设是每5分钟一次,那么可以执行命令 jstat -gc pid 300000 10 ,观察每次结果eden,survivor和老年代使用的变化情况,在每次gc后eden区使用一般会大幅减少,survivor和老年代都有可能增长,这些增长的对象就是每次Young GC后存活的对象,同时还可以看出每次Young GC后进去老年代大概多少对象,从而可以推算出老年代对象增长速率。

Full GC的触发频率和每次耗时
知道了老年代对象的增长速率就可以推算出Full GC的触发频率了,Full GC的每次耗时可以用公式 FGCT/FGC 计算得出。

优化思路其实简单来说就是尽量让每次Young GC后的存活对象小于Survivor区域的50%,都留存在年轻代里。尽量别让对象进入老年代。尽量减少Full GC的频率,避免频繁Full GC对JVM性能的影响。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值