java jmc使用_Java性能调优：利用JMC分析性能

Java性能调优作为大型分布式系统提供高性能服务的必修课，其重要性不言而喻。

好的分析工具能起到事半功倍的效果，利用分析利器JMC、JFR，可以实现性能问题的准确定位。

本文主要阐述如何利用JMC分析系统性能

JMC：Java Mission Control

JFR：Java Flight Recorder

JMC打开性能日志后，主要包括7部分性能报告，分别是一般信息、内存、代码、线程、I/O、系统、事件。其中，内存、代码、线程及I/O是系统分析的主要部分，本文会重点进行阐述。

启动JMC，打开生成的JFR性能日志

1. 一般信息，如下图所示

图中， 堆使用量、CPU总体占用率、GC暂停时间是非常重要的三个指标

对于Java应用而言，GC暂停时间是最值得关注的指标。

2. 内存信息

2.1 通过内存信息，我们可以清晰的看到垃圾收集器的类型，垃圾收集的暂停时间，包括最短暂停时间、平均暂停时间、最长暂停时间，以及更为重要的垃圾收集频率(垃圾收集的周期及STW时长)。

2.2 垃圾收集

垃圾收集的详细报告，详细描述了堆的回收信息，垃圾收集过程中的异常事件，此处不一一详述。

2.3 GC时间

详细描述GC时间相关的信息

2.4 GC配置

详细列出垃圾收集过程中，GC的配置信息，主要包括年轻代、老年代的GC类型，GC过程中的CPU状态及GC时间比率

3. 代码分析

3.1 热点方法

通过查看热点方法调用栈，我们可以清晰的了解到系统的主要计算资源消耗情况。

我们举例说明，如上图中的ConcurrentHashMap的containKey方法及get方法，而两个方法都会执行计算hashcode的功能。当我们的应用出现先判断containKey，然后执行get方法时，我们可以省略containKey，这样可以省略一次hashcode的计算，可以节约计算资源。

3.2 调用树

通过调用树，我们能以模块化的方式直观的看到系统运行状态。

通过上图，我们得知99.9%的热点方法是运行程序，这非常符合我们的预期，大家可以逐层展开方法，详细分析方法。例如：在本例中，我们发现List与Map之间的性能差异非常大，同样数量级的执行次数，List性能相较于Map就很差，这也符合我们的认知范围。

4. 线程

4.1 热点线程

热点线程一栏，详细列出了热点线程的数量及详情，通过详情，我们可以得知线程的执行情况。

系统性能分析初期，我们可以首先定位线程争用的情况，可以初步达到性能的飞跃。

5. IO

本文就先写到这里，如果错误及问题，请各位大师多多指教，谢谢！