JVM之工具分析

JVM分析工具有很多;

jdk自带工具：jconsole、jvisualvm

其他工具：jprofile ，yourkit等

 不要在线上用，影响性能，在测试环境中使用。

一、jconsole ——jdk自带工具分析

---

 内存监控——内存”页签相当于可视化的jstat命令的话

1、没有任何操作，内存还在上升，why？？？

 rmi协议导致的，rmi通信的时候会产生一些对象，所以这里内存会上升，可以点击右上角的绿色那个，断开rmi连接，就不会增长了。

执行gc这里是full-gc，系统调用都是full-gc。

2、很有规律的波动，是在进行y-gc。

相关gc日志如下：

[GC (Allocation Failure) [DefNew: 27277K->3392K(30720K), 0.0349173 secs] 27277K->14749K(99008K), 0.0350411 secs] [Times: user=0.03 sys=0.00, real=0.04 secs] 

[GC (Allocation Failure) [DefNew: 30691K->3378K(30720K), 0.0446635 secs] 42049K->39217K(99008K), 0.0447387 secs] [Times: user=0.03 sys=0.01, real=0.04 secs] 

[GC (Allocation Failure) [DefNew: 30679K->3372K(30720K), 0.0408609 secs] 66518K->64734K(99008K), 0.0409604 secs] [Times: user=0.02 sys=0.02, real=0.04 secs] 

[Full GC (System.gc()) [Tenured: 61362K->66352K(68288K), 0.0372192 secs] 67024K->66352K(99008K), [Metaspace: 9535K->9535K(1058816K)], 0.0373411 secs] [Times: user=0.05 sys=0.00, real=0.04 secs] 

3、出现问题

下面代码的作用是以64kb/50ms的速度王java堆中填充数据，一共1000次，然后使用jconsole监控，

/＊＊
 ＊ 内存占位符对象，一个OOMObject大约占64KB
 ＊/
static class OOMObject {
        public byte[] placeholder = new byte[64 ＊ 1024];
}


public static void fillHeap(int num) throws InterruptedException {
        List<OOMObject> list = new ArrayList<OOMObject>();
        for (int i = 0; i < num; i++) {
                //稍作延时，令监视曲线的变化更加明显
                Thread.sleep(50);
                list.add(new OOMObject());
        }
        System.gc();
}


public static void main(String[] args) throws Exception {
        fillHeap(1000);
}

程序运行后，在“内存”页签中可以看到内存池Eden区的运行趋势呈现折线状，如图4-6所示。而监视范围扩大至整个堆后，会发现曲线是一条向上增长的平滑曲线。并且从柱状图可以看出，在1000次循环执行结束，运行了System.gc()后，虽然整个新生代Eden和Survivor区都基本被清空了，但是代表老年代的柱状图仍然保持峰值状态，说明被填充进堆中的数据在System.gc()方法执行之后仍然存活。

为何执行了System.gc()之后，图4-6中代表老年代的柱状图仍然显示峰值状态，代码需要如何调整才能让System.gc()回收掉填充到堆中的对象？

 答：执行完System.gc()之后，空间未能回收是因为List<OOMObject>list对象仍然存活，fillHeap()方法仍然没有退出，因此list对象在System.gc()执行时仍然处于作用域之内。如果把System.gc()移动到fillHeap()方法外调用就可以回收掉全部内存。

线程监控——“线程”页签的功能相当于可视化的jstack命令

遇到线程停顿时可以使用这个页签进行监控分析。线程长时间停顿的主要原因主要有：等待外部资源（数据库连接、网络资源、设备资 
源等）、死循环、锁等待（活锁和死锁）

  /**
  * 等待控制台输入
  * @throws IOException
  */
  public static void waitRerouceConnection () throws IOException {
  BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
  br.readLine();
  }
  /**

/＊＊
 ＊ 线程死循环演示
 ＊/
public static void createBusyThread() {
Thread thread = new Thread(new Runnable() {
    @Override
    public void run() {
        while (true)   //第41行
              ;
    }
}, "testBusyThread");
thread.start();
}


/＊＊
 ＊ 线程锁等待演示
 ＊/
public static void createLockThread(final Object lock) {
Thread thread = new Thread(new Runnable() {
    @Override
    public void run() {
        synchronized (lock) {
              try {
                  lock.wait();
              } catch (InterruptedException e) {
                  e.printStackTrace();
              }
        }
    }
}, "testLockThread");
thread.start();
}


public static void main(String[] args) throws Exception {
    BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
    br.readLine();
    createBusyThread();
    br.readLine();
}

程序运行后，首先在“线程”页签中选择main线程，如图4-7所示。堆栈追踪显示BufferedReader在readBytes方法中等待System.in的键盘输入，这时线程为Runnable状态，Runnable状态的线程会被分配运行时间，但readBytes方法检查到流没有更新时会立刻归还执行令牌，这种等待只消耗很小的CPU资源。

接着监控testBusyThread线程，testBusyThread线程一直在执行空循环，从堆栈追踪中看到一直在MonitoringTest.java代码的41行停留，41行为：while (true)。这时候线程为Runnable状态，而且没有归还线程执行令牌的动作，会在空循环上用尽全部执行时间直到线程切换，这种等待会消耗较多的CPU资源。如下图：

testLockThread线程在等待着lock对象的notify或notifyAll方法的出现，线程这时候处于WAITING状态，在被唤醒前不会被分配执行时间。如下图：

线程死锁案例演示：
testLockThread线程正在处于正常的活锁等待，只要lock对象的notify()或notifyAll()方法被调用，这个线程便能激活以继续执行。下面代码演示了一个无法再被激活的死锁等待。

/＊＊
 ＊ 线程死锁等待演示
 ＊/
static class SynAddRunalbe implements Runnable {
    int a, b;
    public SynAddRunalbe(int a, int b) {
        this.a = a;
        this.b = b;
    }


    @Override
    public void run() {
        synchronized (Integer.valueOf(a)) {
              synchronized (Integer.valueOf(b)) {
                  System.out.println(a + b);
              }
        }
    }
}


public static void main(String[] args) {
    for (int i = 0; i < 100; i++) {
        new Thread(new SynAddRunalbe(1, 2)).start();
        new Thread(new SynAddRunalbe(2, 1)).start();
    }
}

这段代码开了200个线程去分别计算1+2以及2+1的值，其实for循环是可省略的，两个线程也可能会导致死锁，不过那样概率太小，需要尝试运行很多次才能看到效果。一般的话，带for循环的版本最多运行2～3次就会遇到线程死锁，程序无法结束。造成死锁的原因是Integer.valueOf()方法基于减少对象创建次数和节省内存的考虑，[-128，127]之间的数字会被缓存，当valueOf()方法传入参数在这个范围之内，将直接返回缓存中的对象。也就是说，代码中调用了200次Integer.valueOf()方法一共就只返回了两个不同的对象。假如在某个线程的两个synchronized块之间发生了一次线程切换，那就会出现线程A等着被线程B持有的Integer.valueOf(1)，线程B又等着被线程A持有的Integer.valueOf(2)，结果出现大家都跑不下去的情景。
出现线程死锁之后，点击JConsole线程面板的“检测到死锁”按钮，将出现一个新的“死锁”页签，如下图：

上图很清晰地显示了线程Thread-43在等待一个被线程Thread-12持有Integer对象，而点击线程Thread-12则显示它也在等待一个Integer对象，被线程Thread-43持有，这样两个线程就互相卡住，都不存在等到锁释放的希望了。

二、jvisualvm ——jdk自带分析工具， jconsole的升级版

---

JVisualVM的有一个很大的优点：不需要被监视的程序基于特殊Agent运行，因此它对应用程序的实际性能的影响很小，使得它可以直接应用在生产环境中。这个优点是JProfiler、YourKit等工具无法与之媲美的。

jvisualvm需要自己安装插件，点击工具-插件，然后点击可用插件，都安装上。

执行垃圾回收：system.gc

堆 Dump：把内存信息dump下来

还可以对dump下的东西进行分析，装入

 对tomcat下的test1里的init2.jsp进行压测， http://192.168.1.17:8080/test1/init2.jsp，然后监控线程，cpu，内存等。

1、监控线程

 

2、cpu抽样

cpu样例是 方法维度的

线程cpu时间是 线程维度的

线程cpu看8080.exec线程的就行了，这才是真正工作的线程。

一段时间后，然后进行快照，快照保存后进行分析，看组合视图，并且按总时间（cpu）进行排序。

是init2.jsp的导致的cpu过高，好的时候，可以快照到init2.jsp下的add list方法的问题。

 3、内存抽样

可以看到TestBean这个类占用的内存比较多。

 

java mem = max mem+direct mem + meta mem 

遇到问题：java程序，有次压测，系统响应很慢，但是top查看 cpu、负载都很正常，排除cpu问题

                 然后看jvm内存问题，jstat 看堆的情况，也没有频繁的full-gc，奇怪了，什么问题呢？

                cpu、内存都没问题，难道是磁盘导致的？？

               看磁盘队列，使用比率，pidstat等看io的命令，也很正常。

　　　　有点问题，压着压着，系统响应很慢，问题还是在操作系统层级。看操作系统内存资源，

　　　　free内存在减小，swap交换空间内存开始上升（堆内存不会大于java内存和堆外内存的）

　　　　这里是一个16G的机器，堆内存配了8个G，持久带配了0.5G，总共才8.5个G，怎么会内存占没了呢？？

　　　　看系统进程谁消耗最多内存呢？ top 按内存排序，或者pidstat   

　　　　还是java占最多，其他没有占很多，看RES组成超过了8.5G，这里还有个direct mem,这里不设置，会和堆内存一样大都为8.5个G，也会慢慢增大。

　　　　这里要么别用，要么指定大小，也是JVM里配置。

三、jpfiler

---

 添加一个远程连接，如何配置见以前的博客。

 

到监控页面后，选择live memory，然后标记Mark （相当于增量），然后访问几次下面的init2.jsp页面，可以看到如下图褐色的增量。

这里内存一直增加并且经过gc之后，没有减少，分析这可能就是这个对象造成内存溢出的原因。

如何分析？？？

这里选中这个对象放到heap worker里面进行分析。

 heap worker页面，references 视图看引用关系，biggest objects看大对象，一般就看这两个视图，优先看大对象。

 分析cpu，基本就堆和cpu（栈）就好了。

问题：压测的时候要把cpu打满，和cpu太高要进行分析，这是矛盾的？

如果一个线程消耗很多则说明这个线程是有问题的，如果每个线程的使用cpu都差不多的情况，则证明cpu使用的是正常的。