作者alihue (wanda wanda)
看板Soft_Job
标题[心得] Java perf profiling 分享
时间Wed Nov 10 22:40:20 2021
原本要想讲心得,但想一想每个系同异质性太高 又难有 SOP,
因此先以可以用的工具以及分析面相下手
当 SRE 回报了问题:
Case 1. 今天开始 latency 变高,但 QPS 没比较多,也没 Deploy 新版
Case 2. CPU 用不到 50% 开始 timeout
Case 3. 压测没问题,但系统跑一周後 latency 开始变高
Case 4. 新版本的记忆体使用量开始变高,但这个新版包含了三个月分的 commit
这些问题乍看之下是很难猜出原因,或是随便说 qps 变高能唬(?)过去的
假设你的系统很肥大,同时有个 10 以上在开发,
且程式早就肥到你无法轻易猜出可能问题
此时也比较难去逐个 commit 比对哪里开始出问题
因此一些 profiling 的技巧可以帮助你快速找到 root cause
1. 记忆体 - JVM heap GC
启用方法就是你在执行 java 时带上参数 -XX:+PrintGCDetails (详细请见文件)
在执行的时候就会顺便写 gc log,这个通常建议预设开启,
往後 debug prod issue 可以直接用就方便很多
首先你要知道你的 JVM 用了哪个 GC 演算法,最常见的大概是 CMS or G1,
演算法细节先不讨论
gc log 可以用这套软体帮助图形化
https://it.gcplot.com/
图形化後大概可以看 GC 的频率与耗时、eden/tenured spaces 在 gc 前後的状况等
在这个阶段可以判断出该往 memory leak 或调整JVM记忆体配置的方向
1-2 记忆体 - Memory profiling
在这个阶段需要去 dump memory heap 来做分析看是否有无 memory leak
方法很简单,直接执行下列指令,这个指令是 JDK 内建的
jmap -dump:format=b,file=/tmp/heapdump.bin [pid]
不过注意这个指令会停住整个 JVM 几秒 (根据记忆体大小与效能),
如果在 PROD 执行建议先把流量切到 0
然後你就取得一个很大的档案 (file size ~= JVM heap size)
然後一样去用软体分析,这里我推荐
https://www.eclipse.org/mat/
当用软体分析完後大概可以看到那些物件占了最多记忆体与它的 stack trace
但同时你也需要具备该系统知识 这样才能判断记忆体占用是否符合预期
如果有 memory leak 此时看 stack trace 也可以轻易知道是哪段扣出问题
2. CPU profiling
这部分可以透过第三方软体做 profiling,我推荐
https://github.com/jvm-profiling-tools/async-profiler
你可以简单下载它的 release 档案,并复制到要 profiling 的 JVM 底下,
范例指令 ./profiler.sh -e itimer -d [SECONDS] -o flat [PID] > cpu.log
这个指令是轻量的,所以是可以在 PROD 执行的,
但避免你被 SRE 暗杀建议还是要沟通好
执行完後会取得类似如下的 log
--- 6790000000 (98.84%) ns, 679 samples
[ 0] Primes.isPrime
[ 1] Primes.primesThread
[ 2] Primes.access$000
[ 3] Primes$1.run
[ 4] java.lang.Thread.run
此时就能判断最吃 cpu 的 func 是否符合你的预期
所谓的符合预期....当然你还时要够熟系统才能判断
2-2 CPU - Thread dump
如果你猜有 deadlock 发生,可以执行下列指令取得 thread dump
jstack -l [PID] > cpu.log
这指令也是 JDK 内建,很方便
那看这个 dump 需要具备 OS, Multi-thread, deadlock 等知识
当然有些软体会帮你判断,但避免误判建议这些知识还是需要的
3. Disk IO
这部分遗憾目前没有找到适合的 profiling 软体,尤其是针对 application 的
目前只能有 OS 层级监控 Disk IOPS
如果各位有好用的方法再麻烦推荐
以上大概涵盖了 CPU, Memory, Disk 等的可用工具/分析面向
但在做这些之前基本的监控要先到位,
如 QPS, latency, Server CPU/Memory, network 等
但 troubleshooting 心法我觉得比较难整理出有系统的逻辑,
毕竟我现在还是常常绕一大圈 囧
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 106.73.26.66 (日本)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1636555226.A.FF2.html
※ 编辑: alihue (106.73.26.66 日本), 11/10/2021 22:41:40
1F:→ peter98: 推 这个上班有用过11/10 22:52
2F:推 wangshichen: 这个必推11/10 23:27
3F:推 qrtt1: 求网页好读版。有没有考虑转 FB 相关社团讨论?11/10 23:47
抱歉我不想要 ptt id 与 fb 连结,但文章欢迎转贴到其他地方
※ 编辑: alihue (106.73.26.66 日本), 11/11/2021 00:11:19
4F:推 itoni: 推 JFR也不错11/11 04:34
感谢补充
5F:推 saitoh: 遇到十秒就把Heap全吃爆进Full GC的外包PG就只能靠通灵了11/11 09:10
外包: 请加更多的记忆体
※ 编辑: alihue (106.73.26.66 日本), 11/11/2021 09:42:23
6F:推 ayayay2288: 推 最近也遇到类似问题 11/11 10:02
※ 编辑: alihue (106.73.26.66 日本), 11/11/2021 11:57:16
※ 编辑: alihue (106.73.26.66 日本), 11/11/2021 13:03:23
7F:→ viper9709: 推分享 11/11 17:43
8F:推 lokstory: 刚好遇到记忆体问题,推 11/14 22:06