[JVM]虛擬機器監控工具(命令列)
1.jps (Java Virtual Machine Process Status Tool)
用來檢視基於HotSpot的JVM裡面中,所有具有訪問許可權的Java程序的具體狀態, 包括程序ID,程序啟動的路徑及啟動引數等等,與unix上的ps類似,只不過jps是用來顯示java程序,可以把jps理解為ps的一個子集。 jps [options] [hostid] 如果不指定hostid就預設為當前主機或伺服器;如果指定了hostid,它就會顯示指定hostid上面的java程序,不過這需要遠端服務上開啟了jstatd服務。 -q:忽略輸出的類名、Jar名以及傳遞給main方法的引數,只輸出pid。 -m:輸出傳遞給main方法的引數,如果是內嵌的JVM則輸出為null。 -l:輸出完全的包名,應用主類名,jar的完全路徑名 -v:輸出傳給jvm的引數 -V:輸出通過標記的檔案傳遞給JVM的引數(.hotspotrc檔案,或者是通過引數-XX:Flags=指定的檔案)。 -J 用於傳遞jvm選項到由javac呼叫的java載入器中,例如,“-J-Xms48m”將把啟動記憶體設定為48M,使用-J選項可以非常方便的向基於Java的開發的底層虛擬機器應用程式傳遞引數。 jps -mlv
-
9680 org.jetbrains.idea.maven.server.RemoteMavenServer -Djava.awt.headless=true -Didea.version==2017.1.1 -Xmx768m -Didea.maven.embedder.version=3.2.5 -Dfile.encoding=GBK
-
2356 org.jetbrains.jps.cmdline.Launcher C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/openapi.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/jgoodies-forms.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/javac2.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/idea_rt.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/jna-platform.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/netty-all-4.1.9.Final.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/protobuf-2.5.0.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/annotations.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/trove4j.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/nanoxml-2.2.3.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/forms_rt.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/jdom.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/asm-all.jar;C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/lib/jps-model.jar;C:/Program Files/JetBra -Xmx700m -Djava.awt.headless=true -Djava.endorsed.dirs="" -Djdt.compiler.useSingleThread=true -Dcompile.parallel=false -Drebuild.on.dependency.change=true -Djava.net.preferIPv4Stack=true -Dio.netty.initialSeedUniquifier=-8384703316530083662 -Dfile.encoding=GBK -Djps.file.types.component.name=FileTypeManager -Duser.language=zh -Duser.country=CN -Didea.paths.selector=IntelliJIdea2017.1 -Didea.home.path=C:\Program Files\JetBrains\IntelliJ IDEA 2017.1.1 -Didea.config.path=C:\Users\vincent\.IntelliJIdea2017.1\config -Didea.plugins.path=C:\Users\vincent\.IntelliJIdea2017.1\config\plugins -Djps.log.dir=C:/Users/vincent/.IntelliJIdea2017.1/system/log/build-log -Djps.fallback.jdk.home=C:/Program Files/JetBrains/IntelliJ IDEA 2017.1.1/jre64 -Djps.fallback.jdk.version=1.8.0_112-release -Dio.netty.noUnsafe=true -Djava.io.tmpdir=C:/Users/vincent/.IntelliJIdea2017.1/system/compile-server/es-demo_7a0f3d0f/_temp_ -Djps.backward.ref.index.builder=true -Dkotlin.incremental.compilation.experimental=true -Dkotlin.daemon.enabled
-
4116 -Xms128m -Xmx750m -XX:ReservedCodeCacheSize=240m -XX:+UseConcMarkSweepGC -XX:SoftRefLRUPolicyMSPerMB=50 -ea -Dsun.io.useCanonCaches=false -Djava.net.preferIPv4Stack=true -XX:+HeapDumpOnOutOfMemoryError -XX:-OmitStackTraceInFastThrow -Djb.vmOptionsFile=C:\Program Files\JetBrains\IntelliJ IDEA 2017.1.1\bin\idea64.exe.vmoptions -Xbootclasspath/a:C:\Program Files\JetBrains\IntelliJ IDEA 2017.1.1\lib\boot.jar -Didea.jre.check=true -Didea.paths.selector=IntelliJIdea2017.1 -XX:ErrorFile=C:\Users\vincent\java_error_in_idea_%p.log -XX:HeapDumpPath=C:\Users\vincent\java_error_in_idea.hprof
-
16776 sun.tools.jps.Jps -mlv -Denv.class.path=.;D:\jdk\lib\dt.jar;D:\jdk\lib\tools.jar; -Dapplication.home=D:\jdk -Xms8m
2. jstack
jstack主要用來檢視某個Java程序內的執行緒堆疊資訊。
jstack [option] pid jstack [option] executable core jstack [option] [[email protected]]remote-hostname-or-ip -l long listings,會打印出額外的鎖資訊,在發生死鎖時可以用<strong>jstack -l pid</strong>來觀察鎖持有情況 -m mixed mode,不僅會輸出Java堆疊資訊,還會輸出C/C++堆疊資訊(比如Native方法) jstack可以定位到執行緒堆疊,根據堆疊資訊我們可以定位到具體程式碼,所以它在JVM效能調優中使用得非常多。下面我們來一個例項找出某個Java程序中最耗費CPU的Java執行緒並定位堆疊資訊,用到的命令有ps、top、printf、jstack、grep。 第一步: 先找出Java程序ID,伺服器上的Java應用名稱為wordcount.jar:
-
[email protected]:/# ps -ef | grep mrf-center | grep -v grep
-
root 21711 1 1 14:47 pts/3 00:02:10 java -jar mrf-center.jar
得到程序ID為21711,第二步找出該程序內最耗費CPU的執行緒,可以使用ps -Lfp pid或者ps -mp pid -o THREAD, tid, time或者top -Hp pid,我這裡用第三個,輸出如下: TIME列就是各個Java執行緒耗費的CPU時間,CPU時間最長的是執行緒ID為21742的執行緒,用
printf "%x\n" 21742
得到21742的十六進位制值為54ee,下面會用到。 OK,下一步終於輪到jstack上場了,它用來輸出程序21711的堆疊資訊,然後根據執行緒ID的十六進位制值grep,如下:
[email protected]:/# 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(),我找了下我的程式碼,定位到下面的程式碼。
-
// 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) {
-
}
-
}
它是輪詢任務的空閒等待程式碼,上面的sigLock.wait(timeUntilContinue)就對應了前面的Object.wait()。
3. jmap(Memory Map)和jhat(Java Heap Analysis Tool)
jmap用來檢視堆記憶體使用狀況,一般結合jhat使用。 jmap語法格式如下:
-
jmap [option] pid
-
jmap [option] executable core
-
jmap [option] [[email protected]]remote-hostname-or-ip
如果執行在64位JVM上,可能需要指定-J-d64命令選項引數。 (1) 列印程序的類載入器和類載入器載入的持久代物件資訊,輸出:類載入器名稱、物件是否存活(不可靠)、物件地址、父類載入器、已載入的類大小等資訊,如下圖: jmap -permstat pid (2) 使用jmap -heap pid檢視程序堆記憶體使用情況,包括使用的GC演算法、堆配置引數和各代中堆記憶體使用情況。比如下面的例子: jmap -heap pid
-
[[email protected] home]# jmap -heap 2860
-
Attaching to process ID 2860, please wait...
-
Debugger attached successfully.
-
Server compiler detected.
-
JVM version is 20.45-b01
-
using thread-local object allocation.
-
Mark Sweep Compact GC
-
Heap Configuration:
-
MinHeapFreeRatio = 40
-
MaxHeapFreeRatio = 70
-
MaxHeapSize = 257949696 (246.0MB)
-
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:
-
New Generation (Eden + 1 Survivor Space):
-
capacity = 12189696 (11.625MB)
-
used = 6769392 (6.4557952880859375MB)
-
free = 5420304 (5.1692047119140625MB)
-
55.53372290826613% used
-
Eden Space:
-
capacity = 10878976 (10.375MB)
-
used = 6585608 (6.280525207519531MB)
-
free = 4293368 (4.094474792480469MB)
-
60.53518272307982% used
-
From Space:
-
capacity = 1310720 (1.25MB)
-
used = 183784 (0.17527008056640625MB)
-
free = 1126936 (1.0747299194335938MB)
-
14.0216064453125% used
-
To Space:
-
capacity = 1310720 (1.25MB)
-
used = 0 (0.0MB)
-
free = 1310720 (1.25MB)
-
0.0% used
-
tenured generation:
-
capacity = 26619904 (25.38671875MB)
-
used = 15785896 (15.054603576660156MB)
-
free = 10834008 (10.332115173339844MB)
-
59.30110040967841% used
-
Perm Generation:
-
capacity = 33554432 (32.0MB)
-
used = 33323352 (31.779624938964844MB)
-
free = 231080 (0.22037506103515625MB)
-
99.31132793426514% used
(3)檢視堆記憶體中的物件數目、大小統計直方圖,如果帶上live則只統計活物件: jmap -histo[:live] pid
-
[email protected]:/# 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 [I
-
8: 13714 1010768 [C
-
9: 4752 1003344 [B
-
10: 1225 639656 <methodDataKlass>
-
11: 14194 454208 java.lang.String
-
12: 3809 396136 java.lang.Class
-
13: 4979 311952 [S
-
14: 5598 287064 [[I
-
15: 3028 266464 java.lang.reflect.Method
-
16: 280 163520 <objArrayKlassKlass>
-
17: 4355 139360 java.util.HashMap$Entry
-
18: 1869 138568 [Ljava.util.HashMap$Entry;
-
19: 2443 97720 java.util.LinkedHashMap$Entry
-
20: 2072 82880 java.lang.ref.SoftReference
-
21: 1807 71528 [Ljava.lang.Object;
-
22: 2206 70592 java.lang.ref.WeakReference
-
23: 934 52304 java.util.LinkedHashMap
-
24: 871 48776 java.beans.MethodDescriptor
-
25: 1442 46144 java.util.concurrent.ConcurrentHashMap$HashEntry
-
26: 804 38592 java.util.HashMap
-
27: 948 37920 java.util.concurrent.ConcurrentHashMap$Segment
-
28: 1621 35696 [Ljava.lang.Class;
-
29: 1313 34880 [Ljava.lang.String;
-
30: 1396 33504 java.util.LinkedList$Entry
-
31: 462 33264 java.lang.reflect.Field
-
32: 1024 32768 java.util.Hashtable$Entry
-
33: 948 31440 [Ljava.util.concurrent.ConcurrentHashMap$HashEntry;
class name是物件型別,說明如下:
-
B byte
-
C char
-
D double
-
F float
-
I int
-
J long
-
Z boolean
-
[ 陣列,如[I表示int[]
-
[L+類名 其他物件
還有一個很常用的情況是:用jmap把程序記憶體使用情況dump到檔案中,再用jhat分析檢視。jmap進行dump命令格式如下:
jmap -dump:format=b,file=dumpFileName
一樣地對上面程序ID為21711進行Dump:
-
[email protected]:/# jmap -dump:format=b,file=/tmp/dump.dat 21711
-
Dumping heap to /tmp/dump.dat ...
-
Heap dump file created
dump出來的檔案可以用MAT、VisualVM等工具檢視,這裡用jhat檢視:
-
[email protected]:/# jhat -port 9998 /tmp/dump.dat
-
Reading from /tmp/dump.dat...
-
Dump file created Tue Jan 28 17:46:14 CST 2014
-
Snapshot read, resolving...
-
Resolving 132207 objects...
-
Chasing references, expect 26 dots..........................
-
Eliminating duplicate references..........................
-
Snapshot resolved.
-
Started HTTP server on port 9998
-
Server is ready.
然後就可以在瀏覽器中輸入主機地址:9998查看了:
4.jstat(JVM統計監測工具)
看看各個區記憶體和GC的情況
stat [ generalOption | outputOptions vmid [interval[s|ms] [count]] ] vmid是Java虛擬機器ID,在Linux/Unix系統上一般就是程序ID。interval是取樣時間間隔。count是取樣數目。比如下面輸出的是GC資訊,取樣時間間隔為250ms,取樣數為6:
[[email protected] Desktop]# jstat -gc 2860 250 6
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
5.jinfo
jinfo是jdk自帶的命令,用來檢視jvm的配置引數。通常會先使用jps檢視java程序的id,然後使用jinfo檢視指定pid的jvm資訊 jinfo -flags process_id
jps
4704 Launcher
9680 RemoteMavenServer
4116
13052 Jps
jinfo -flags 9680
-
Debugger attached successfully.
-
Server compiler detected.
-
JVM version is 25.91-b15
-
Non-default VM flags: -XX:CICompilerCount=4 -XX:InitialHeapSize=268435456 -XX:MaxHeapSize=805306368 -XX:MaxNewSize=268435456 -XX:MinHeapDeltaBytes=524288 -XX:NewSize=89128960 -XX:OldSize=179306496 -XX:+UseCompressedClassPointers -XX:+UseCompressedOops -XX:+UseFastUnorderedTimeStamps -XX:-UseLargePagesIndividualAllocation -XX:+UseParallelGC
-
Command line: -Djava.awt.headless=true -Didea.version==2017.1.1 -Xmx768m -Didea.maven.embedder.version=3.2.5 -Dfile.encoding=GBK
6.hprof(Heap/CPU Profiling Tool)
hprof能夠展現CPU使用率,統計堆記憶體使用情況。 2SE中提供了一個簡單的命令列工具來對java程式的cpu和heap進行 profiling,叫做HPROF。HPROF實際上是JVM中的一個native的庫,它會在JVM啟動的時候通過命令列引數來動態載入,併成為 JVM程序的一部分。若要在java程序啟動的時候使用HPROF,使用者可以通過各種命令列引數型別來使用HPROF對java程序的heap或者 (和)cpu進行profiling的功能。HPROF產生的profiling資料可以是二進位制的,也可以是文字格式的。這些日誌可以用來跟蹤和分析 java程序的效能問題和瓶頸,解決記憶體使用上不優的地方或者程式實現上的不優之處。二進位制格式的日誌還可以被JVM中的HAT工具來進行瀏覽和分析,用 以觀察java程序的heap中各種型別和資料的情況。在J2SE 5.0以後的版本中,HPROF已經被併入到一個叫做Java Virtual Machine Tool Interface(JVM TI)中。
-
java -agentlib:hprof[=options] ToBeProfiledClass
-
java -Xrunprof[:options] ToBeProfiledClass
-
javac -J-agentlib:hprof[=options] ToBeProfiledClass
-
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
- Get sample cpu information every 20 millisec, with a stack depth of 3: java -agentlib:hprof=cpu=samples,interval=20,depth=3 classname - Get heap usage information based on the allocation sites: java -agentlib:hprof=heap=sites classname 上面每隔20毫秒取樣CPU消耗資訊,堆疊深度為3,生成的profile檔名稱是java.hprof.txt,在當前目錄。 預設情況下,java程序profiling的資訊(sites和dump)都會被 寫入到一個叫做java.hprof.txt的檔案中。大多數情況下,該檔案中都會對每個trace,threads,objects包含一個ID,每一 個ID代表一個不同的觀察物件。通常,traces會從300000開始。 預設,force=y,會將所有的資訊全部輸出到output檔案中,所以如果含有 多個JVMs都採用的HRPOF enable的方式執行,最好將force=n,這樣能夠將單獨的JVM的profiling資訊輸出到不同的指定檔案。 interval選項只在 cpu=samples的情況下生效,表示每隔多少毫秒對java程序的cpu使用情況進行一次採集。 msa選項僅僅在Solaris系統下才有效, 表示會使用Solaris下的Micro State Accounting功能