JProfiler性能分析工具

╄→尐↘猪︶ㄣ 提交于 2020-03-22 18:01:22

1.简介

 

JProfiler是一个商业授权的Java剖析工具,用于分析Java EE和Java SE应用程序。

 

 

2.JVMTI

 

JDK本身定义了目标明确并功能完善的JNI(Java Native Interface)与虚拟机直接进行交互,这些 API 能很方便的进行扩展,从而满足开发者各种需求。

JVMTI(JVM Tool Interface) ,是JAVA虚拟机提供的本地接口,它是实现调度器以及其它Java运行测试与分析工具的基础。

*并不一定在所有的JDK提供商都有实现,但在主流的Oracle JDK、Open JDK上都有其实现。

*在开发的过程中一般是使用Agent的方式来使用JVMTI,通过调用JVMTI的函数,从JVM中得到当前的运行信息。 

 

 

3.JProfiler内部模型

 

 

 

 

 

4.JProfiler数据采集的原理

 

 

1.用户在JProfiler GUI中下达监控命令(对应用户的一个点击)

2.JProfiler GUI通过自身Socket的8849端口向位于JVM的JProfiler Agent发送监控指令。

3.JProfiler Agent收到指令后向JVMTI注册事件或执行相关的命令。

4.JVMTI根据事件和命令的类型返回相对应的数据(线程状态、对象实例、CPU负荷、GC状态信息等)

5.JProfiler Agent从JVMTI中得到相应数据后将对其进行计算,最终通过Socket传输给JProfiler GUI中进行展示。

 

 

5.JProfiler的使用

 

5.1 安装

https://www.ej-technologies.com/download/jprofiler/files

*Window操作系统请安装9.X版本,输入激活码对软件进行激活(激活码:L-Larry_Lau@163.com#23874-hrwpdp1sh1wrn#0620 )

*Linux操作系统无须激活

 

5.2 JProfiler与应用进行连接

 

1.与正在运行的JVM实例进行连接

 

Select from all local JVMs模式:将扫描本地所有正在运行的JVM实例

 

 

 

Attach to profiled JVM模式:选择本地或远程正在运行的JVM实例,远程被监控的机器一定要预先安装JProfiler。

 

*需指定远程服务器的JProfiler的通讯端口

 

 

2.启动一个新的JVM实例一并连接

 

*需要指定程序的启动类( 包含main方法的类 )

 

3.与Server进行集成( 需与服务捆绑 )

 

步骤一:Session-->Integration Wizards-->New Server Integration

 

 

步骤二:选择应用服务器的类型以及版本号

 

步骤三:选择与本地或远程服务器的服务进行集成

*本文将使用远程服务器模式.

*选择与远程服务器的服务进行集成则需要选择远程服务器的操作系统类型.

 

步骤四:选择服务器使用的JVM供应商以及版本号 

 

 

步骤五:选择JProfiler的启动模式

 

Wait for JProfiler GUI模式

JVM将等待JProfiler Agent接收到JProfiler GUI发送的配置信息后再进行启动(即Lauch Type连接模式,启动一个新的JVM实例)

 

Prepare for profling模式

立即启动JVM,稍后再与JProfiler GUI进行连接并向JProfiler Agent发送配置信息(数据的采集方式、过滤器、触发器等信息)

*若使用此模式则需要让JVM在启动时自动加载JProfiler Agent,因此需要在startup.bat/startup.sh文件中添加命令

startup.bat:set CATALINA_OPTS=-agentpath:{JProfiler安装目录}\bin\windows-x64\jprofilerti.dll=port=8849,nowait %CATALINA_OPTS%

startup.sh:CATALINA_OPTS=-agentpath:/{JProfiler安装目录}/bin/linux-x64/libjprofilerti.so=port=8849,nowait $CATALINA_OPTS

export CATALINA_OPTS

 

Profile Offine模式

离线分析,JProfiler GUI无法与JProfiler Agent进行连接,因此需要将数据的采集方式、过滤器、触发器等信息打包成config.xml配置文件,在启动该JVM实例时加载JProfiler Agent以及配置文件,使用此模式需要配合triggers触发器使用,当发生指定的事件后触发指定的操作. 

* 若使用此模式则需要让JVM在启动时自动加载JProfiler Agent和context.xml配置文件,因此需要在startup.bat/startup.sh文件中添加命令

startup.bat:set CATALINA_OPTS=-agentpath:{JProfiler安装目录}\bin\windows-x64\jprofilerti.dll=port=8849,nowait,config=C:\Users\{用户名}\.jprofiler9\config.xml %CATALINA_OPTS%

startup.sh:CATALINA_OPTS=-agentpath:/{JProfiler安装目录}/bin/linux-x64/libjprofilerti.so=port=8849,config={预定义目录}\config.xml $CATALINA_OPTS

export CATALINA_OPTS

 

步骤六:填写远程服务器的IP地址

 

步骤七:输入远程服务器中JProfiler的安装目录( 供JProfiler生成脚本时使用 )

 

步骤八:选择应用服务器的启动脚本,JProfiler会根据选择的启动脚本文件生成一份适用于JProfiler特定启动模式的脚本文件.

*最终在本地生成startup_jprofiler.sh文件,需将此文件复制到远程服务器中应用服务器的bin目录并对文件赋予执行的权限,在服务器中直接通过JProfiler提供的startup_jprofiler.sh文件来启动服务.

*若使用离线启动模式则还需要将JProfiler生成的context.xml配置文件复制到远程服务器中,然后修改startup_jprofiler.sh文件中JVM加载context.xml文件的路径.

 

 

步骤九:设置JProfiler GUI通讯的端口

 

 

步骤十:检查配置项

 

 

步骤十一:选择数据的采集方式

 

Instrumentation重构模式

JProfiler将对需要分析的class字节码文件中写入自己的bytecode,对于正在运行的JVM实例选择此模式将会重新加载字节码文件到JVM的运行时数据区域结构中.

*这是JProfiler全功能模式,在此设置中,调用堆栈信息是准确的,但是CPU开销可能很高( 取决于Filter的控制 ),若要分析的类较多,则对应用的性能产生影响,因此使用此模式一般配合Filter使用,只对特定的类或包进行分析.

 

 

Sampling抽样模式

此模式对CPU的开销非常低,但不支持某些功能( 方法的执行次数、执行时间等 ), 这种模式在连接正在运行的JVM实例时更为安全.

 

 

步骤十二:选择配置Filter和Trigger

 

 

配置Filter( 适用于Instrumentation数据采集模式 )

 

 

配置Trigger( 多用在离线的启动模式 )

 

1.选择触发器的类型

 

2.选择触发的动作

 

 步骤十三:完成配置,连接JProfiler Agent,对程序进行监控.

 

*每个Session表示一次会话,Session可以通过人工创建 ( New Session ) 或者与服务应用进行集成来产生( Integration Wizards ).

*支持将当前JVM实例的运行状态保存为快照( Save Snapshot )并提供快照与快照之间的对比功能.

 

 

5.3 视图介绍

 

Telemetries视图:包含JMM内存的使用情况( 全局堆与非堆、局部伊甸园区、幸存者区、老年代)、GC线程的活动情况( 发生GC的时间,是属于Minor GC还是Full GC )、当前JVM实例的线程概况、CPU的负载等信息.

 

 

Live Memory视图:展示当前堆中实例的个数、方法的调用链等信息.

 

 

方法调用链信息: 

 

 

 

Heap Walker视图:用于堆的快照分析,可以选择在Live Memory中记录的对象或者当前运行状态时堆的对象也可以直接在对象视图右键对象Show Selection In Heap Walker.

 

 

 CPU Views视图:可以按运行顺序逐级查看当前程序运行时的耗时、在一定时间内统计方法的执行效率.

 

程序运行耗时: 

 

 

 一定时间内统计方法的执行效率( 单位:微秒 ):

 

Total Time:执行总时长.

Inv:执行的次数.

Avg Time:方法平均执行时长.

Median Time:第中间次数的执行时长.

Min Time:最短执行时长.

Max Time:最大执行时长.

 

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!