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。
jmc
创建远程服务器连接：
创建连接
远程连接JVM（通过JMX连接如果想要用jmc监控远程的JVM进程，配置方式和jvisualvm方式一一样即可）
本地连接比较简单这里就不在赘述，远程连接JVM，我在这里利用VMWare工具进行模拟，过程中遇到一些问题，值得注意的。
远程机器环境：
1. IP：192.168.91.129
2. Java版本：SE 8u92
3. 系统版本：openSUSE Leap 42.1 (x86_64)
首先，远程机器被监控的程序需要开启调试端口，在执行java命令行中加入以下属性，属性没有以ssl安全认证方式连接的，案例中启动监听端口为7091
-Dcom.sun.management.jmxremote.port=7091
-Dcom.sun.management.jmxremote.authenticate=false
-Dcom.sun.management.jmxremote.ssl=false
然后，启动JMC客户端->“新建连接”->输入远程机器IP和port->点击“完成”即可。
image
启动JMC，打开生成的JFR性能日志
1. 一般信息，如下图所示
image
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
image
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
image
代码分析是Java性能分析重点，通过代码分析，我们可以清楚的知道系统运行时，哪些类及方法被高频率的调用
3.1 热点方法
image
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
image
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
image
通过线程概述报告，我们可以得知CPU占用率的分布（系统占用率、应用程序+JVM占用率）和活动线程数，对于CPU占用率而言，应用程序应该占用99%的计算资源，而活动线程数应该控制在合理范围内（具体看应用）。
4.1 热点线程
image
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。
4.2 线程争用
image
线程争用是解决应用性能最为关键的部分，在应用上线初期，我们可以通过解决线程争用初步实现系统性能的巨大提升。上图中的争用为GC导致，具体是由于使用G1时，设置的GC预期暂停时间过短导致的。
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
image
IO作为系统的基础指标，IO过高会导致系统性能急剧下降，避免过度打印日志和生成大文件可以避免系统IO过高导致的性能问题。
网友评论