Arthas线上
分析诊断调优工具
以前我们要排查线上问题，通常使用的是jdk自带的调优工具和命令。最常见的就是dump线上日志，然后下载到本地，导入到jvisualvm工具中。这样操作有诸多不变，现在阿里团队开发的Arhtas工具，拥有非常强大的功能，并且都是线上的刚需，尤其是情况紧急，不方便立刻发版，适合临时处理危急情况使用。下面分两部分来研究JVM性能调优工具：
1.JDK自带的性能调优工具
虽然有了Arthas，但也不要忘记JDK自带的性能调优工具，在某些场景下，他还是有很大作用的。而且Arthas里面很多功能其根本就是封装了JDK自带的这些调优命令。
2.Arthas线上分析工具的使用
这一部分，主要介绍几个排查线上问题常用的方法。功能真的很强大，刚兴趣的猿媛可以研究其基本原理。之前跟我同事讨论，感觉这就像病毒一样，可以修改内存里的东西，真的还是挺强大的。
以上两种方式排查线上问题，没有优劣之分，如果线上不能安装Arthas就是jdk自带命令，如果jdk自带命令不能满足部分要求，又可以安装Arthas，那就使用Arthas。他们只是排查问题的工具，重要的是排查问题的思路。不管黑猫、白猫，能抓住耗子就是好猫。
一、JDK自带的调优工具
这里不是流水一样的介绍功能怎么用，就说说线上遇到的问题，我们通常怎么排查，排查的几种情况。
- 内存溢出，出现OutOfMemoryError，这个问题如何排查
- CPU使用猛增，这个问题如何排查？
- 进程有死锁，这个问题如何排查？
- JVM参数调优
下面来一个一个解决
1、处理内存溢出，报OutOfMemoryError错误
第一步：通过jmap -histo命令查看系统内存使用情况
使用的命令：
jmap -histo 进程号
运行结果：
num #instances #bytes class name ---------------------------------------------- 1: 1101980 372161752 [B 2: 551394 186807240 [Ljava.lang.Object; 3: 1235341 181685128 [C 4: 76692 170306096 [I 5: 459168 14693376 java.util.concurrent.locks.AbstractQueuedSynchronizer$Node 6: 543699 13048776 java.lang.String 7: 497636 11943264 java.util.ArrayList 8: 124271 10935848 java.lang.reflect.Method 9: 348582 7057632 [Ljava.lang.Class; 10: 186244 5959808 java.util.concurrent.ConcurrentHashMap$Node 8671: 1 16 zipkin2.reporter.Reporter$1 8672: 1 16 zipkin2.reporter.Reporter$2 Total 8601492 923719424 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[][]
通过这个命令，我们可以看出当前哪个对象最消耗内存。
上面这个运行结果是我启动了本地的一个项目，然后运行【jmap -histro 进程号】运行出来的结果，直接去了其中的一部分。通过这里我们可以看看大的实例对象中，有没有我们自定义的实例对象。通过这个可以排查出哪个实例对象引起的内存溢出。
除此之外，Total汇总数据可以看出当前一共有多少个对象，暂用了多大内存空间。这里是有约860w个对象，占用约923M的空间。
第二步：分析内存溢出，查看堆空间占用情况
使用命令
jhsdb jmap --heap --pid 进程号
比如，我本地启动了一个项目，想要查看这个项目的内存占用情况:
[root@iZ2pl8Z ~]# jhsdb jmap --heap --pid 28692 Attaching to process ID 28692, please wait... Debugger attached successfully. Server compiler detected. JVM version is 11.0.13+10-LTS-370 using thread-local object allocation. Garbage-First (G1) GC with 4 thread(s) Heap Configuration: MinHeapFreeRatio = 40 MaxHeapFreeRatio = 70 MaxHeapSize = 2065694720 (1970.0MB) NewSize = 1363144 (1.2999954223632812MB) MaxNewSize = 1239416832 (1182.0MB) OldSize = 5452592 (5.1999969482421875MB) NewRatio = 2 SurvivorRatio = 8 MetaspaceSize = 21807104 (20.796875MB) CompressedClassSpaceSize = 1073741824 (1024.0MB) MaxMetaspaceSize = 17592186044415 MB G1HeapRegionSize = 1048576 (1.0MB) Heap Usage: G1 Heap: regions = 1970 capacity = 2065694720 (1970.0MB) used = 467303384 (445.65523529052734MB) free = 1598391336 (1524.3447647094727MB) 22.622093161955704% used G1 Young Generation: Eden Space: regions = 263 capacity = 464519168 (443.0MB) used = 275775488 (263.0MB) free = 188743680 (180.0MB) 59.36794582392776% used Survivor Space: regions = 6 capacity = 6291456 (6.0MB) used = 6291456 (6.0MB) free = 0 (0.0MB) 100.0% used G1 Old Generation: regions = 179 capacity = 275775488 (263.0MB) used = 186285016 (177.65523529052734MB) free = 89490472 (85.34476470947266MB) 67.54951912187352% used
下面来看看参数的含义
堆空间配置信息
Heap Configuration: /** * 空闲堆空间的最小百分比，计算公式为：HeapFreeRatio =(CurrentFreeHeapSize/CurrentTotalHeapSize) * 100，值的区间为0 * 到100，默认值为 40。如果HeapFreeRatio < MinHeapFreeRatio，则需要进行堆扩容，扩容的时机应该在每次垃圾回收之后。 */ MinHeapFreeRatio = 40 /** * 空闲堆空间的最大百分比，计算公式为：HeapFreeRatio =(CurrentFreeHeapSize/CurrentTotalHeapSize) * 100，值的区间为0 * 到100，默认值为 70。如果HeapFreeRatio > MaxHeapFreeRatio，则需要进行堆缩容，缩容的时机应该在每次垃圾回收之后 */ MaxHeapFreeRatio = 70 /**JVM 堆空间允许的最大值*/ MaxHeapSize = 2065694720 (1970.0MB) /** JVM 新生代堆空间的默认值*/ NewSize = 1363144 (1.2999954223632812MB) /** JVM 新生代堆空间允许的最大值 */ MaxNewSize = 1239416832 (1182.0MB) /** JVM 老年代堆空间的默认值 */ OldSize = 5452592 (5.1999969482421875MB) /** 新生代（2个Survivor区和Eden区 ）与老年代（不包括永久区）的堆空间比值，表示新生代：老年代=1：2*/ NewRatio = 2 /** 两个Survivor区和Eden区的堆空间比值为 8，表示 S0 ： S1 ：Eden = 1：1：8 */ SurvivorRatio = 8 /** JVM 元空间的默认值 */ MetaspaceSize = 21807104 (20.796875MB) CompressedClassSpaceSize = 1073741824 (1024.0MB) /** JVM 元空间允许的最大值 */ MaxMetaspaceSize = 17592186044415 MB /** 在使用 G1 垃圾回收算法时，JVM 会将 Heap 空间分隔为若干个 Region，该参数用来指定每个 Region 空间的大小 */ G1HeapRegionSize = 1048576 (1.0MB)
G1堆使用情况
Heap Usage: G1 Heap: regions = 1970 capacity = 2065694720 (1970.0MB) used = 467303384 (445.65523529052734MB) free = 1598391336 (1524.3447647094727MB) 22.622093161955704% used G1 的 Heap 使用情况，该 Heap 包含 1970 个 Region，结合上文每个 RegionSize=1M，因此 Capacity = Regions * RegionSize = 1970 * 1M = 1970M，已使用空间为 445.65M，空闲空间为 1524.34M，使用率为 22.62%。
G1年轻代Eden区使用情况
G1 Young Generation: Eden Space: regions = 263 capacity = 464519168 (443.0MB) used = 275775488 (263.0MB) free = 188743680 (180.0MB) 59.36794582392776% used G1 的 Eden 区的使用情况，总共使用了 263 个 Region，结合上文每个 RegionSize=1M，因此 Used = Regions * RegionSize = 263 * 1M = 263M，Capacity=443M 表明当前 Eden 空间分配了 443 个 Region，使用率为 59.37%。
G1年轻代Survivor区使用情况和G1老年代使用情况：和Eden区类似
Survivor Space: regions = 6 capacity = 6291456 (6.0MB) used = 6291456 (6.0MB) free = 0 (0.0MB) 100.0% used G1 Old Generation: regions = 179 capacity = 275775488 (263.0MB) used = 186285016 (177.65523529052734MB) free = 89490472 (85.34476470947266MB) 67.54951912187352% used Survivor区使用情况和Eden区类似。 老年代参数含义和Eden区类似。
通过上面的命令，我们就能知道当前系统堆空间的使用情况了，到底是老年代有问题还是新生代有问题。
第三步：导出dump内存溢出的文件，导入到jvisualvm查看
如果前两种方式还是没有排查出问题，我们可以导出内存溢出的日志，在导入客户端进行分析
使用的命令是：
jmap -dump:file=a.dump 进程号
或者是直接设置JVM参数
-XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=./ （路径）
然后导入到jvisualvm中进行分析，方法是：点击文件->装入，导入文件，查看系统的运行情况了。
通过分析实例数，看看哪个对象实例占比最高，这里重点看我们自定义的类，然后分析这个对象里面有没有大对象，从而找出引起内存溢出的根本原因。
2、CPU使用猛增，这个问题如何排查？
我们可以通过Jstack找出占用cpu最高的线程的堆栈信息，下面来一步一步分析。
假设我们有一段死循环，不断执行方法调用，线程始终运行不释放就会导致CPU飙高，示例代码如下：
package com.lxl.jvm; public class Math { public static int initData = 666; public static User user = new User(); public User user1; public int compute() { int a = 1; int b = 2; int c = (a + b) * 10; return c; } public static void main(String[] args) { Math math = new Math(); while(true){ math.compute(); } } }
第一步：运行代码，使用top命令查看cpu占用情况
如上，现在有一个java进程，cpu严重飙高了，接下来如何处理呢？
第二步：使用top -p 命令查看飙高进程
top -p 46518
我们看到了单独的46518这个线程的详细信息
第三步：按H，获取每个线程的内存情况
需要注意的是，这里的H是大写的H。
我们可以看出线程0和线程1线程号飙高。
第四步：找到内存和cpu占用最高的线程tid
通过上图我们看到占用cpu资源最高的线程有两个，线程号分别是4018362，4018363。我们一第一个为例说明，如何查询这个线程是哪个线程，以及这个线程的什么地方出现问题，导致cpu飙高。
第五步：将线程tid转化为十六进制
67187778是线程号为4013442的十六进制数。具体转换可以网上查询工具。
第六步：执行[ jstack 4018360|grep -A 10 67187778] 查询飙高线程的堆栈信息
接下来查询飙高线程的堆栈信息
jstack 4013440|grep -A 10 67190882
- 4013440：表示的是进程号
- 67187778： 表示的是线程号对应的十六进制数
通过这个方式可以查询到这个线程对应的堆栈信息
从这里我们可以看出有问题的线程id是0x4cd0, 哪一句代码有问题呢，Math类的22行。
第七步：查看对应的堆栈信息找出可能存在问题的代码
上述方法定位问题已经很精确了，接下来就是区代码里排查为什么会有问题了。
备注：上面的进程id可能没有对应上，在测试的时候，需要写对进程id和线程id
3、进程有死锁，这个问题如何排查？
Jstack可以用来查看堆栈使用情况，以及进程死锁情况。下面就来看看如何排查进程死锁
还是通过案例来分析
package com.lxl.jvm; public class DeadLockTest { private static Object lock1 = new Object(); private static Object lock2 = new Object(); public static void main(String[] args) { new Thread(() -> { synchronized (lock1) { try { System.out.println("thread1 begin"); Thread.sleep(5000); } catch (InterruptedException e) { } synchronized (lock2) { System.out.println("thread1 end"); } } }).start(); new Thread(() -> { synchronized (lock2) { try { System.out.println("thread2 begin"); Thread.sleep(5000); } catch (InterruptedException e) { } synchronized (lock1) { System.out.println("thread2 end"); } } }).start(); } }
上面是两把锁，互相调用。
- 定义了两个成员变量lock1，lock2
- main方法中定义了两个线程。
- 线程1内部使用的是同步执行--上锁，锁是lock1。休眠5秒钟之后，他要获取第二把锁，执行第二段代码。
- 线程2和线程1类似，锁相反。
- 问题：一开始，像个线程并行执行，线程一获取lock1，线程2获取lock2.然后线程1继续执行，当休眠5s后获取开启第二个同步执行，锁是lock2，但这时候很可能线程2还没有执行完，所以还没有释放lock2，于是等待。线程2刚开始获取了lock2锁，休眠五秒后要去获取lock1锁，这时lock1锁还没释放，于是等待。两个线程就处于相互等待中，造成死锁。
第一步：通过Jstack命令来看看是否能检测到当前有死锁。
jstack 51789 JAVA 复制 全屏
从这里面个异常可以看出，
- prio：当前线程的优先级
- cpu：cpu耗时
- os_prio：操作系统级别的优先级
- tid：线程id
- nid：系统内核的id
- state：当前的状态，BLOCKED，表示阻塞。通常正常的状态是Running我们看到Thread-0和Thread-1线程的状态都是BLOCKED.
通过上面的信息，我们判断出两个线程的状态都是BLOCKED，可能有点问题，然后继续往下看。
我们从最后的一段可以看到这句话：Found one Java-level deadlock; 意思是找到一个死锁。死锁的线程号是Thread-0，Thread-1。
Thread-0：正在等待0x000000070e706ef8对象的锁，这个对象现在被Thread-1持有。
Thread-1：正在等待0x000000070e705c98对象的锁，这个对象现在正在被Thread-0持有。
最下面展示的是死锁的堆栈信息。死锁可能发生在DeadLockTest的第17行和第31行。通过这个提示，我们就可以找出死锁在哪里了。
第二步：使用jvisualvm查看死锁
如果使用jstack感觉不太方便，还可以使用jvisualvm，通过界面来查看，更加直观。
在程序代码启动的过程中，打开jvisualvm工具。
找到当前运行的类，查看线程，就会看到最头上的一排红字：检测到死锁。然后点击“线程Dump”按钮，查看相信的线程死锁的信息。
这里可以找到线程私锁的详细信息，具体内容和上面使用Jstack命令查询的结果一样，这里实用工具更加方便。
4、JVM参数调优
jvm调优通常使用的是Jstat命令。
1. 垃圾回收统计 jstat -gc
jstat -gc 进程id
这个命令非常常用，在线上有问题的时候，可以通过这个命令来分析问题。
下面我们来测试一下，启动一个项目，然后在终端驶入jstat -gc 进程id，得到如下结果：
上面的参数分别是什么意思呢？先识别参数的含义，然后根据参数进行分析
- S0C: 第一个Survivor区的容量
- S1C: 第二个Survivor区的容量
- S0U: 第一个Survivor区已经使用的容量
- S1U:第二个Survivor区已经使用的容量
- EC: 新生代Eden区的容量
- EU: 新生代Eden区已经使用的容量
- OC: 老年代容量
- OU:老年代已经使用的容量
- MC: 方法区大小（元空间）
- MU: 方法区已经使用的大小
- CCSC:压缩指针占用空间
- CCSU:压缩指针已经使用的空间
- YGC: YoungGC已经发生的次数
- YGCT: 这一次YoungGC耗时
- FGC: Full GC发生的次数
- FGCT: Full GC耗时
- GCT: 总的GC耗时，等于YGCT+FGCT
连续观察GC变化的命令
jstat -gc 进程ID 间隔时间 打印次数
举个例子：我要打印10次gc信息，每次间隔1秒
jstat -gc 进程ID 1000 10
这样就连续打印了10次gc的变化，每次隔一秒。
这个命令是对整体垃圾回收情况的统计，下面将会差分处理。
2.堆内存统计
这个命令是打印堆内存的使用情况。
jstat -gccapacity 进程ID
- 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Survivor区大小
- S1C：第二个Survivor区大小
- EC：Eden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
3.新生代垃圾回收统计
命令：
jstat -gcnew 进程ID [ 间隔时间 打印次数]
这个指的是当前某一次GC的内存情况
- S0C：第一个Survivor的大小
- S1C：第二个Survivor的大小
- S0U：第一个Survivor已使用大小
- S1U：第二个Survivor已使用大小
- 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Survivor大小
- EC：Eden区的大小
- EU：Eden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
4. 新生代内存统计
jstat -gcnewcapacity 进程ID
参数含义：
- 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：Survivor 1区最大大小
- S0C：当前Survivor 1区大小
- S1CMX：Survivor 2区最大大小
- S1C：当前Survivor 2区大小
- ECMX：最大Eden区大小
- EC：当前Eden区大小
- YGC：年轻代垃圾回收次数
- FGC：老年代回收次数
