JVM系列之:日志分析工具:GCViewer、VisualVM、GCeasy(二)

简介: JVM系列之:日志分析工具:GCViewer、VisualVM、GCeasy(二)

Threads


在 Threads 页面可以提供详细的线程信息,点击右上角的“Thread Dump”按钮,可以导出当前所有线程的堆栈信息(相当于 jstack)。


17.jpg


18.jpg


如果 VisualVM 在当前程序中找到死锁,则会在该页面很显眼地做出提示,如下图所示:


19.jpg

Sampler


在 “Sampler”页面下,有两个采样器,分别代表 CPU 和内存这两个性能采样器,用于实时监控程序信息。CPU 采样器可以将 CPU 占用时间定位到方法,内存采样器可以查看当前程序的堆信息。


这里我们以上面用到的死锁代码作为测试案例。


public class SyncDeadLock {
  private static Object objectA = new Object();
  private static Object objectB = new Object();
  public static void main(String[] args) {
    new SyncDeadLock().deadLock();
  }
  private void deadLock() {
    Thread thread1 = new Thread(new Runnable() {
      @Override
      public void run() {
        synchronized (objectA) {
          try {
            System.out.println(Thread.currentThread().getName() + " get objectA ing!");
            Thread.sleep(500);
          } catch (Exception e) {
            e.printStackTrace();
          }
          System.out.println(Thread.currentThread().getName() + " need objectB! Just waiting!");
          synchronized (objectB) {
            System.out.println(Thread.currentThread().getName() + " get objectB ing!");
          }
        }
      }
    }, "thread1");
    Thread thread2 = new Thread(() -> {
      synchronized (objectB) {
        try {
          System.out.println(Thread.currentThread().getName() + " get objectB ing!");
          Thread.sleep(500);
        } catch (Exception e) {
          e.printStackTrace();
        }
        System.out.println(Thread.currentThread().getName() + " need objectA! Just waiting!");
        synchronized (objectA) {
          System.out.println(Thread.currentThread().getName() + " get objectA ing!");
        }
      }
    }, "thread2");
    thread1.start();
    thread2.start();
  }
}
复制代码


启动程序,然后进入“Sampler”页面,点击”CPU“按钮,得到如下内容:


20.jpg


上面出现的 Monitor Ctrl-Break,大家可能不明白是个什么东西。这里简单提一下,这个线程是在 IDEA 中才有的,而且还是用 run 启动方式才会出现,如果是 debug 启动方式,则不会出现。


比如在上面 main 方法中增加如下代码:


ThreadGroup currentGroup =
  Thread.currentThread().getThreadGroup();
int noThreads = currentGroup.activeCount();
Thread[] lstThreads = new Thread[noThreads];
currentGroup.enumerate(lstThreads);
for (int i = 0; i < noThreads; i++) {
  System.out.println("线程号:" + i + " = " + lstThreads[i].getName());
}
复制代码


控制台会输出如下内容:


线程号:0 = main
线程号:1 = Monitor Ctrl-Break
线程号:2 = thread1
线程号:3 = thread2
复制代码


我们接着对上图内容进行分析,可以发现 SyncDeadLock.run() 方法占用了大量的 CPU 时间,那么就可以定位到对应的代码,并加以改进。


接着来使用内存采样器,可以实时查看系统中实例的分布情况。


21.jpg


Profiler


在 Profiler 页签中,VisualVM 提供了程序运行期间方法级的处理器执行时间分析以及内存分析。做 Profiling 分析肯定会对程序运行性能有比较大的影响,所以一般不在生产环境使用这项功能,或者改用 JMC 来完成,JMC 的 Profiling 能力更强,对应用的影响非常轻微。


这里有四个选择:CPU、Memory、JDBC、Locks,不过在实际测试过程中,点击发现没有什么反应,本地控制台报错“Profiler Agent Warning: JVMTI classLoadHook: class name is null.“,也没找到解决方案。


22.jpg


市面上还有一款叫做 JProfiler 的分析工具,比 VirtualVM 要更详细,更专业,基本上覆盖了 VirtualVM 的功能点,还有一些更细致的功能,精确到代码某一行,不过是个收费软件,以后有机会用得到再研究一下。


Visual GC


JVisualVM 工具的 “VisualGC” 插件提供了基本的 JMX客户端功能, 还实时显示出 GC事件以及各个内存空间的使用情况。


Visual GC 插件常用来监控本机运行的Java程序, 比如开发者和性能调优专家经常会使用此插件, 以快速获取程序运行时的GC信息。


关于 Visual GC 插件的使用推荐阅读:Visual GC 插件使用 ,文章还介绍了 Spaces、Graphs 和 Histogram 这三块区域的含义。


首先我们看一下程序结束后在 Visual GC 的展示图:


23.jpg


根据上图可知:

  • 我们设置的堆空间大小为 60M,Eden 和老年代的内存大小按照 1:2 的比例进行分配;


  • Compile Time:编译情况748 compoles - 853.953ms 表示编译总数为 748,编译总耗时为 853.953ms。 一个脉冲表示一次 JIT 编译,脉冲越宽表示编译时间越长。


  • Class Loader Time:类加载情况1621 loaded,51 unloaded - 225.812ms表示已加载的数量为 1621,卸载的数量为 51,耗时为 225.812ms。
  • GC Time:总的(包含新生代和老年代)gc情况记录52 collections,1.916s Last Cause:Allocation Failure表示一共经历了 52 次 GC(包含Minor GC和Full GC),总共耗时 1.916s。


  • Eden Space:新生代 Eden 区内存使用情况(19.000M,15.000M): 530.28K,4 collections,27.792ms表示 Eden 区的最大容量为 19M,当前容量为 15M,当前已使用15M,从开始监控到现在在该内存区域一共发生了 4 次 gc(Minor GC),gc 总耗时为 27.792ms。


  • Survivor 0和Survivor 1:新生代的两个Survivor区内存使用情况(6.500M,2.500M):0M表示该Survivor区的最大容量为 6.5M,当前已用 0M。


  • Old Gen:老年代内存使用情况(40.000M,40.000M):1.829M,48 collections,1.889s表示老年区的最大容量为 40M,当前容量为 40 M,当前已用 1.829M,从开始监控到现在在该内存区域一共发生了 48 次gc(Full GC),gc 总耗时为 1.889s,换算下可以看出单次 Full GC 要比 Minor GC 耗时长很多。


  • Metaspace:方法区内存使用情况(1.008G,9.125M):8.473M表示方法区最大容量为1.008G,当前容量为 9.125M,当前使用量为 8.473M。


下面我们展示一下程序运行过程的动图展示:


24.jpg


GCeasy


GCeasy 是一款在线的 GC日志分析器,可以通过GC日志分析进行内存泄漏检测、GC暂停原因分析、JVM 配置建议优化等功能,而且是可以免费使用的(有一些服务是收费的)。


将我们得到 gc log 文件上传上去,然后点击分析按钮,稍等片刻就会出结果。这里展示部分截图:


25.jpg


下述图片中,可以点击左侧按钮,显示不同的内容,比如说点击 Old Gen,


26.jpg


下面这张图就更加详细了,与 GCViewer 相比展示更加直观。


27.jpg


总结


本文介绍了三种工具来分析 GC 日志,以及通过日志关注哪些信息。当然文中的案例比较简单,实际应用肯定复杂的多,后续我会再找机会出一篇生产过程中 GC 日志分析的文章。

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
目录
相关文章
|
3月前
|
存储 Prometheus 监控
Prometheus vs. ELK Stack:容器监控与日志管理工具的较量
随着容器化技术的广泛应用,容器监控与日志管理成为了关键任务。本文将对两种常用工具进行比较与选择,分别是Prometheus和ELK Stack。Prometheus是一款开源的监控系统,专注于时序数据的收集和告警。而ELK Stack则是一套完整的日志管理解决方案,由Elasticsearch、Logstash和Kibana三个组件组成。通过比较它们的特点、优势和适用场景,读者可以更好地了解如何选择适合自己需求的工具。
|
2天前
|
监控 Ubuntu Java
Java VisualVM远程监控JVM
Java VisualVM远程监控JVM
Java VisualVM远程监控JVM
|
7天前
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断2
工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
15 0
|
7天前
|
机器学习/深度学习 前端开发 数据挖掘
R语言计量经济学:工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
R语言计量经济学:工具变量法(两阶段最小二乘法2SLS)线性模型分析人均食品消费时间序列数据和回归诊断
38 0
|
2月前
|
监控 算法 NoSQL
深入理解JVM - 实战JVM工具(上)
深入理解JVM - 实战JVM工具(上)
70 0
|
2月前
|
算法 Java
深入理解JVM - 解读GC日志
深入理解JVM - 解读GC日志
52 0
|
3月前
|
Prometheus 监控 Cloud Native
Prometheus VS ELK Stack:容器监控与日志管理工具的比较与选择
在容器化时代,有效的容器监控与日志管理工具对于确保应用程序的可靠性和可维护性至关重要。本文将比较两个主流工具,Prometheus和ELK Stack,探讨它们在容器监控和日志管理方面的特点、优势和适用场景,帮助读者做出明智的选择。
|
3月前
|
存储 监控 Ubuntu
日志切割工具-Logrotate实现nginx日志切割
日志切割工具-Logrotate实现nginx日志切割
40 0
|
3月前
|
存储 Java
jvm性能调优实战 - 23 模拟Young GC的发生及分析GC日志
jvm性能调优实战 - 23 模拟Young GC的发生及分析GC日志
44 0
|
4月前
|
数据可视化 Java
jvm 调优工具
jvm 调优工具
31 0

热门文章

最新文章