• A、jps(Java Virtual Machine Process Status Tool)

• B、jstack

• C、jmap（Memory Map）和jhat（Java Heap Analysis Tool）

• D、jstat（JVM統計監測工具）

• E、hprof（Heap/CPU Profiling Tool）

---

現實企業級Java應用開發、維護中，有時候我們會碰到下面這些問題：

• OutOfMemoryError，內存不足

• 內存泄露

• 線程死鎖

• 鎖爭用（Lock Contention）

• Java進程消耗CPU過高

• ……

這些問題在日常開發、維護中可能被很多人忽視（比如有的人遇到上面的問題只是重啟服務器或者調大內存，而不會深究問題根源），但能夠理解并解決這些問題是Java程序員進階的必備要求。本文將對一些常用的JVM性能調優監控工具進行介紹，希望能起拋磚引玉之用。

而且這些監控、調優工具的使用，無論你是運維、開發、測試，都是必須掌握的。

A、jps(Java Virtual Machine Process Status Tool)

jps主要用來輸出JVM中運行的進程狀態信息。語法格式如下：

jps?[options]?[hostid]

如果不指定hostid就默認為當前主機或服務器。

命令行參數選項說明如下：

-q?不輸出類名、Jar名和傳入main方法的參數-m?輸出傳入main方法的參數-l?輸出main類或Jar的全限名-v?輸出傳入JVM的參數

比如下面：

root@ubuntu:/#?jps?-m?-l 2458?org.artifactory.standalone.main.Main?/usr/local/artifactory-2.2.5/etc/jetty.xml 29920?com.sun.tools.hat.Main?-port?9998?/tmp/dump.dat 3149?org.apache.catalina.startup.Bootstrap?start 30972?sun.tools.jps.Jps?-m?-l 8247?org.apache.catalina.startup.Bootstrap?start 25687?com.sun.tools.hat.Main?-port?9999?dump.dat 21711?mrf-center.jar

B、jstack

jstack主要用來查看某個Java進程內的線程堆棧信息。語法格式如下：

jstack?[option]?pid jstack?[option]?executable?core jstack?[option]?[server-id@]remote-hostname-or-ip

命令行參數選項說明如下：

-l?long?listings，會打印出額外的鎖信息，在發生死鎖時可以用jstack?-l?pid來觀察鎖持有情況-m?mixed?mode，不僅會輸出Java堆棧信息，還會輸出C/C++堆棧信息（比如Native方法）

jstack可以定位到線程堆棧，根據堆棧信息我們可以定位到具體代碼，所以它在JVM性能調優中使用得非常多。下面我們來一個實例找出某個Java進程中最耗費CPU的Java線程并定位堆棧信息，用到的命令有ps、top、printf、jstack、grep。

第一步先找出Java進程ID，我部署在服務器上的Java應用名稱為mrf-center：

root@ubuntu:/#?ps?-ef?|?grep?mrf-center?|?grep?-v?grep root?????21711?????1??1?14:47?pts/3????00:02:10?java?-jar?mrf-center.jar

得到進程ID為21711，第二步找出該進程內最耗費CPU的線程，可以使用ps -Lfp pid或者ps -mp pid -o THREAD, tid, time或者top -Hp pid，我這里用第三個，輸出如下：

TIME列就是各個Java線程耗費的CPU時間，CPU時間最長的是線程ID為21742的線程，用

printf?"%x\n"?21742

得到21742的十六進制值為54ee，下面會用到。

OK，下一步終于輪到jstack上場了，它用來輸出進程21711的堆棧信息，然后根據線程ID的十六進制值grep，如下：

root@ubuntu:/#?jstack?21711?|?grep?54ee "PollIntervalRetrySchedulerThread"?prio=10?tid=0x00007f950043e000?nid=0x54ee?in?Object.wait()?[0x00007f94c6eda000]

可以看到CPU消耗在PollIntervalRetrySchedulerThread這個類的Object.wait()，我找了下我的代碼，定位到下面的代碼：

//?Idle?wait getLog().info("Thread?["?+?getName()?+?"]?is?idle?waiting..."); schedulerThreadState?=?PollTaskSchedulerThreadState.IdleWaiting; long?now?=?System.currentTimeMillis(); long?waitTime?=?now?+?getIdleWaitTime(); long?timeUntilContinue?=?waitTime?-?now; synchronized(sigLock)?{????try?{if(!halted.get())?{sigLock.wait(timeUntilContinue);}}?????catch?(InterruptedException?ignore)?{} }

它是輪詢任務的空閑等待代碼，上面的sigLock.wait(timeUntilContinue)就對應了前面的Object.wait()。

C、jmap（Memory Map）和jhat（Java Heap Analysis Tool）

jmap用來查看堆內存使用狀況，一般結合jhat使用。

jmap語法格式如下：

jmap?[option]?pid jmap?[option]?executable?core jmap?[option]?[server-id@]remote-hostname-or-ip

如果運行在64位JVM上，可能需要指定-J-d64命令選項參數。

jmap?-permstat?pid

打印進程的類加載器和類加載器加載的持久代對象信息，輸出：類加載器名稱、對象是否存活（不可靠）、對象地址、父類加載器、已加載的類大小等信息，如下圖：

使用jmap -heap pid查看進程堆內存使用情況，包括使用的GC算法、堆配置參數和各代中堆內存使用情況。比如下面的例子：

root@ubuntu:/#?jmap?-heap?21711 Attaching?to?process?ID?21711,?please?wait... Debugger?attached?successfully. Server?compiler?detected. JVM?version?is?20.10-b01using?thread-local?object?allocation. Parallel?GC?with?4?thread(s)Heap?Configuration: MinHeapFreeRatio?=?40 MaxHeapFreeRatio?=?70 MaxHeapSize??????=?2067791872?(1972.0MB) NewSize??????????=?1310720?(1.25MB) MaxNewSize???????=?17592186044415?MB OldSize??????????=?5439488?(5.1875MB) NewRatio?????????=?2 SurvivorRatio????=?8 PermSize?????????=?21757952?(20.75MB) MaxPermSize??????=?85983232?(82.0MB)Heap?Usage: PS?Young?Generation Eden?Space:capacity?=?6422528?(6.125MB)used?????=?5445552?(5.1932830810546875MB)free?????=?976976?(0.9317169189453125MB)84.78829520089286%?used From?Space:capacity?=?131072?(0.125MB)used?????=?98304?(0.09375MB)free?????=?32768?(0.03125MB)75.0%?used To?Space:capacity?=?131072?(0.125MB)used?????=?0?(0.0MB)free?????=?131072?(0.125MB)0.0%?used PS?Old?Generationcapacity?=?35258368?(33.625MB)used?????=?4119544?(3.9287033081054688MB)free?????=?31138824?(29.69629669189453MB)11.683876009235595%?used PS?Perm?Generationcapacity?=?52428800?(50.0MB)used?????=?26075168?(24.867218017578125MB)free?????=?26353632?(25.132781982421875MB)49.73443603515625%?used....

使用jmap -histo[:live] pid查看堆內存中的對象數目、大小統計直方圖，如果帶上live則只統計活對象，如下：

root@ubuntu:/#?jmap?-histo:live?21711?|?more num?????#instances?????????#bytes??class?name----------------------------------------------1:?????????38445????????5597736??<constMethodKlass>2:?????????38445????????5237288??<methodKlass>3:??????????3500????????3749504??<constantPoolKlass>4:?????????60858????????3242600??<symbolKlass>5:??????????3500????????2715264??<instanceKlassKlass>6:??????????2796????????2131424??<constantPoolCacheKlass>7:??????????5543????????1317400??[I8:?????????13714????????1010768??[C9:??????????4752????????1003344??[B10:??????????1225?????????639656??<methodDataKlass>11:?????????14194?????????454208??java.lang.String12:??????????3809?????????396136??java.lang.Class13:??????????4979?????????311952??[S14:??????????5598?????????287064??[[I15:??????????3028?????????266464??java.lang.reflect.Method16:???????????280?????????163520??<objArrayKlassKlass>17:??????????4355?????????139360??java.util.HashMap$Entry18:??????????1869?????????138568??[Ljava.util.HashMap$Entry;19:??????????2443??????????97720??java.util.LinkedHashMap$Entry20:??????????2072??????????82880??java.lang.ref.SoftReference21:??????????1807??????????71528??[Ljava.lang.Object;22:??????????2206??????????70592??java.lang.ref.WeakReference23:???????????934??????????52304??java.util.LinkedHashMap24:???????????871??????????48776??java.beans.MethodDescriptor25:??????????1442??????????46144??java.util.concurrent.ConcurrentHashMap$HashEntry26:???????????804??????????38592??java.util.HashMap27:???????????948??????????37920??java.util.concurrent.ConcurrentHashMap$Segment28:??????????1621??????????35696??[Ljava.lang.Class;29:??????????1313??????????34880??[Ljava.lang.String;30:??????????1396??????????33504??java.util.LinkedList$Entry31:???????????462??????????33264??java.lang.reflect.Field32:??????????1024??????????32768??java.util.Hashtable$Entry33:???????????948??????????31440??[Ljava.util.concurrent.ConcurrentHashMap$HashEntry;

class name是對象類型，說明如下：

B??byte C??char D??double F??float I??int J??long Z??boolean [??數組，如[I表示int[] [L+類名?其他對象

還有一個很常用的情況是：用jmap把進程內存使用情況dump到文件中，再用jhat分析查看。jmap進行dump命令格式如下：

jmap?-dump:format=b,file=dumpFileName?pid

我一樣地對上面進程ID為21711進行Dump：

root@ubuntu:/#?jmap?-dump:format=b,file=/tmp/dump.dat?21711 Dumping?heap?to?/tmp/dump.dat?... Heap?dump?file?created

dump出來的文件可以用MAT、VisualVM等工具查看，這里用jhat查看：

root@ubuntu:/#?jhat?-port?9998?/tmp/dump.dat Reading?from?/tmp/dump.dat... Dump?file?created?Tue?Jan?28?17:46:14?CST?2014Snapshot?read,?resolving... Resolving?132207?objects... Chasing?references,?expect?26?dots.......................... Eliminating?duplicate?references.......................... Snapshot?resolved. Started?HTTP?server?on?port?9998Server?is?ready.

注意如果Dump文件太大，可能需要加上-J-Xmx512m這種參數指定最大堆內存，即jhat -J-Xmx512m -port 9998 /tmp/dump.dat。然后就可以在瀏覽器中輸入主機地址:9998查看了：

上面紅線框出來的部分大家可以自己去摸索下，最后一項支持OQL（對象查詢語言）。

D、jstat（JVM統計監測工具）

語法格式如下：

jstat?[?generalOption?|?outputOptions?vmid?[interval[s|ms]?[count]]?]

vmid是Java虛擬機ID，在Linux/Unix系統上一般就是進程ID。interval是采樣時間間隔。count是采樣數目。比如下面輸出的是GC信息，采樣時間間隔為250ms，采樣數為4：

root@ubuntu:/#?jstat?-gc?21711?250?4 S0C????S1C????S0U????S1U??????EC???????EU????????OC?????????OU???????PC?????PU????YGC?????YGCT????FGC????FGCT?????GCT 192.0??192.0???64.0???0.0????6144.0???1854.9???32000.0?????4111.6???55296.0?25472.7????702????0.431???3??????0.218????0.649 192.0??192.0???64.0???0.0????6144.0???1972.2???32000.0?????4111.6???55296.0?25472.7????702????0.431???3??????0.218????0.649 192.0??192.0???64.0???0.0????6144.0???1972.2???32000.0?????4111.6???55296.0?25472.7????702????0.431???3??????0.218????0.649 192.0??192.0???64.0???0.0????6144.0???2109.7???32000.0?????4111.6???55296.0?25472.7????702????0.431???3??????0.218????0.649要明白上面各列的意義，先看JVM堆內存布局：

要明白上面各列的意義，先看JVM堆內存布局：

可以看出：

堆內存?=?年輕代?+?年老代?+?永久代 年輕代?=?Eden區?+?兩個Survivor區（From和To）

現在來解釋各列含義：

S0C、S1C、S0U、S1U：Survivor 0/1區容量（Capacity）和使用量（Used） EC、EU：Eden區容量和使用量 OC、OU：年老代容量和使用量 PC、PU：永久代容量和使用量 YGC、YGT：年輕代GC次數和GC耗時 FGC、FGCT：Full GC次數和Full GC耗時 GCT：GC總耗時

E、hprof（Heap/CPU Profiling Tool）

hprof能夠展現CPU使用率，統計堆內存使用情況。

語法格式如下：

java?-agentlib:hprof[=options]?ToBeProfiledClass java?-Xrunprof[:options]?ToBeProfiledClass javac?-J-agentlib:hprof[=options]?ToBeProfiledClass

完整的命令選項如下：

Option?Name?and?Value??Description????????????????????Default ---------------------??-----------????????????????????------- heap=dump|sites|all????heap?profiling?????????????????all cpu=samples|times|old??CPU?usage??????????????????????off monitor=y|n????????????monitor?contention?????????????n format=a|b?????????????text(txt)?or?binary?output?????a file=<file>????????????write?data?to?file?????????????java.hprof[.txt] net=<host>:<port>??????send?data?over?a?socket????????off depth=<size>???????????stack?trace?depth??????????????4 interval=<ms>??????????sample?interval?in?ms??????????10 cutoff=<value>?????????output?cutoff?point????????????0.0001 lineno=y|n?????????????line?number?in?traces??????????y thread=y|n?????????????thread?in?traces???????????????n doe=y|n????????????????dump?on?exit???????????????????y msa=y|n????????????????Solaris?micro?state?accounting?n force=y|n??????????????force?output?to?<file>?????????y verbose=y|n????????????print?messages?about?dumps?????y

來幾個官方指南上的實例。

CPU Usage Sampling Profiling(cpu=samples)的例子：

java?-agentlib:hprof=cpu=samples,interval=20,depth=3?Hello

上面每隔20毫秒采樣CPU消耗信息，堆棧深度為3，生成的profile文件名稱是java.hprof.txt，在當前目錄。

CPU Usage Times Profiling(cpu=times)的例子，它相對于CPU Usage Sampling Profile能夠獲得更加細粒度的CPU消耗信息，能夠細到每個方法調用的開始和結束，它的實現使用了字節碼注入技術（BCI）：

javac?-J-agentlib:hprof=cpu=times?Hello.java

Heap Allocation Profiling(heap=sites)的例子：

javac?-J-agentlib:hprof=heap=sites?Hello.java

Heap Dump(heap=dump)的例子，它比上面的Heap Allocation Profiling能生成更詳細的Heap Dump信息：

javac?-J-agentlib:hprof=heap=dump?Hello.java

?雖然在JVM啟動參數中加入-Xrunprof:heap=sites參數可以生成CPU/Heap Profile文件，但對JVM性能影響非常大，不建議在線上服務器環境使用。

總結

以上是生活随笔為你收集整理的JVM 性能调优监控工具 jps、jstack、jmap、jhat、jstat、hprof 使用详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。