您的位置：首页 > 运维架构

JVM监控命令详解

2018-03-08 15:30 218 查看

经常会碰到的一些问题：
OutOfMemoryError，内存不足
内存泄露
线程死锁
锁争用（Lock Contention）
Java进程消耗CPU过高

JVM基本监控命令 jps、jstack、jmap、jhat、jstat 

A、 jps(Java Virtual Machine Process Status Tool)          jps主要用来输出JVM中运行的进程状态信息。语法格式如下：
1
jps [options] [hostid]
     如果不指定hostid就默认为当前主机或服务器。    命令行参数选项说明如下：
1
-q 不输出类名、Jar名和传入main方法的参数
2
-m 输出传入main方法的参数
3
-l 输出main类或Jar的全限名
4
-
v
 
输出传入JVM的参数
    比如下面：
1
root@ubuntu:/
# jps -m -l
2
2458 org.artifactory.standalone.main.Main /usr/
local
/artifactory-2.2.5/etc/jetty.xml
3
29920 com.sun.tools.hat.Main -port 9998 /tmp/dump.dat
4
3149 org.apache.catalina.startup.Bootstrap start
5
30972 sun.tools.jps.Jps -m -l
6
8247 org.apache.catalina.startup.Bootstrap start
7
25687 com.sun.tools.hat.Main -port 9999 dump.dat
8
21711 mrf-center.jar
B、 jstack    jstack主要用来查看某个Java进程内的线程堆栈信息。语法格式如下：
1
jstack [option] pid
2
jstack [option] executable core
3
jstack [option] [server-
id
@]remote-
hostname
-or-ip
    命令行参数选项说明如下：
1
-l long listings，会打印出额外的锁信息，在发生死锁时可以用jstack -l pid来观察锁持有情况
2
-m mixed mode，不仅会输出Java堆栈信息，还会输出C/C++堆栈信息（比如Native方法
    jstack可以定位到线程堆栈，根据堆栈信息我们可以定位到具体代码，所以它在JVM性能调优中使用得非常多。下面我们来一个实例找出某个Java进程中最耗费CPU的Java线程并定位堆栈信息，用到的命令有ps、top、printf、jstack、grep。    第一步先找出Java进程ID，我部署在服务器上的Java应用名称为mrf-center：
1
root@ubuntu:/
# ps -ef | grep mrf-center | grep -v grep
2
root     21711     1  1 14:47 pts/3    00:02:10 java -jar mrf-center.jar
    得到进程ID为21711，第二步找出该进程内最耗费CPU的线程，可以使用ps -Lfp pid或者ps -mp pid -o THREAD, tid, time或者top -Hp pid，我这里用第三个，输出如下：

    TIME列就是各个Java线程耗费的CPU时间，CPU时间最长的是线程ID为21742的线程，用
1
printf
 
"%x\n"
 
21742
    得到21742的十六进制值为54ee，下面会用到。        OK，下一步终于轮到jstack上场了，它用来输出进程21711的堆栈信息，然后根据线程ID的十六进制值grep，如下：
1
root@ubuntu:/
# jstack 21711 | grep 54ee
2
"PollIntervalRetrySchedulerThread"
 
prio=10 tid=0x00007f950043e000 nid=0x54ee 
in
 
Object.wait() [0x00007f94c6eda000]
    可以看到CPU消耗在PollIntervalRetrySchedulerThread这个类的Object.wait()，我找了下我的代码，定位到下面的代码：
01
// Idle wait
02
getLog().info(
"Thread ["
 
+ getName() + 
"] is idle waiting..."
);
03
schedulerThreadState = PollTaskSchedulerThreadState.IdleWaiting;
04
long
 
now = System.currentTimeMillis();
05
long
 
waitTime = now + getIdleWaitTime();
06
long
 
timeUntilContinue = waitTime - now;
07
synchronized
(sigLock) {
08
    
try
 
{
09
        
if
(!halted.get()) {
10
            
sigLock.wait(timeUntilContinue);
11
        
}
12
    
} 
13
    
catch
 
(InterruptedException ignore) {
14
    
}
15
}
    它是轮询任务的空闲等待代码，上面的sigLock.wait(timeUntilContinue)就对应了前面的Object.wait()。C、 jmap（Memory Map）和jhat（Java Heap Analysis Tool）    jmap用来查看堆内存使用状况，一般结合jhat使用。    jmap语法格式如下：
1
jmap [option] pid
2
jmap [option] executable core
3
jmap [option] [server-
id
@]remote-
hostname
-or-ip
    如果运行在64位JVM上，可能需要指定-J-d64命令选项参数。
1
jmap -permstat pid
    打印进程的类加载器和类加载器加载的持久代对象信息，输出：类加载器名称、对象是否存活（不可靠）、对象地址、父类加载器、已加载的类大小等信息，如下图：

   使用jmap -heap pid查看进程堆内存使用情况，包括使用的GC算法、堆配置参数和各代中堆内存使用情况。比如下面的例子：
01
root@ubuntu:/
# jmap -heap 21711
02
Attaching to process ID 21711, please wait...
03
Debugger attached successfully.
04
Server compiler detected.
05
JVM version is 20.10-b01
06
 
07
using thread-
local
 
object allocation.
08
Parallel GC with 4 thread(s)
09
 
10
Heap Configuration:
11
   
MinHeapFreeRatio = 40
12
   
MaxHeapFreeRatio = 70
13
   
MaxHeapSize      = 2067791872 (1972.0MB)
14
   
NewSize          = 1310720 (1.25MB)
15
   
MaxNewSize       = 17592186044415 MB
16
   
OldSize          = 5439488 (5.1875MB)
17
   
NewRatio         = 2
18
   
SurvivorRatio    = 8
19
   
PermSize         = 21757952 (20.75MB)
20
   
MaxPermSize      = 85983232 (82.0MB)
21
 
22
Heap Usage:
23
PS Young Generation
24
Eden Space:
25
   
capacity = 6422528 (6.125MB)
26
   
used     = 5445552 (5.1932830810546875MB)
27
   
free
     
= 976976 (0.9317169189453125MB)
28
   
84.78829520089286% used
29
From Space:
30
   
capacity = 131072 (0.125MB)
31
   
used     = 98304 (0.09375MB)
32
   
free
     
= 32768 (0.03125MB)
33
   
75.0% used
34
To Space:
35
   
capacity = 131072 (0.125MB)
36
   
used     = 0 (0.0MB)
37
   
free
     
= 131072 (0.125MB)
38
   
0.0% used
39
PS Old Generation
40
   
capacity = 35258368 (33.625MB)
41
   
used     = 4119544 (3.9287033081054688MB)
42
   
free
     
= 31138824 (29.69629669189453MB)
43
   
11.683876009235595% used
44
PS Perm Generation
45
   
capacity = 52428800 (50.0MB)
46
   
used     = 26075168 (24.867218017578125MB)
47
   
free
     
= 26353632 (25.132781982421875MB)
48
   
49.73443603515625% used
49
   
....
    使用jmap -histo[:live] pid查看堆内存中的对象数目、大小统计直方图，如果带上live则只统计活对象，如下：
01
root@ubuntu:/
# jmap -histo:live 21711 | more
02
 
03
 
num     
#instances         #bytes  class name
04
----------------------------------------------
05
   
1:         38445        5597736  <constMethodKlass>
06
   
2:         38445        5237288  <methodKlass>
07
   
3:          3500        3749504  <constantPoolKlass>
08
   
4:         60858        3242600  <symbolKlass>
09
   
5:          3500        2715264  <instanceKlassKlass>
10
   
6:          2796        2131424  <constantPoolCacheKlass>
11
   
7:          5543        1317400  [I
12
   
8:         13714        1010768  [C
13
   
9:          4752        1003344  [B
14
  
10:          1225         639656  <methodDataKlass>
15
  
11:         14194         454208  java.lang.String
16
  
12:          3809         396136  java.lang.Class
17
  
13:          4979         311952  [S
18
  
14:          5598         287064  [[I
19
  
15:          3028         266464  java.lang.reflect.Method
20
  
16:           280         163520  <objArrayKlassKlass>
21
  
17:          4355         139360  java.util.HashMap$Entry
22
  
18:          1869         138568  [Ljava.util.HashMap$Entry;
23
  
19:          2443          97720  java.util.LinkedHashMap$Entry
24
  
20:          2072          82880  java.lang.ref.SoftReference
25
  
21:          1807          71528  [Ljava.lang.Object;
26
  
22:          2206          70592  java.lang.ref.WeakReference
27
  
23:           934          52304  java.util.LinkedHashMap
28
  
24:           871          48776  java.beans.MethodDescriptor
29
  
25:          1442          46144  java.util.concurrent.ConcurrentHashMap$HashEntry
30
  
26:           804          38592  java.util.HashMap
31
  
27:           948          37920  java.util.concurrent.ConcurrentHashMap$Segment
32
  
28:          1621          35696  [Ljava.lang.Class;
33
  
29:          1313          34880  [Ljava.lang.String;
34
  
30:          1396          33504  java.util.LinkedList$Entry
35
  
31:           462          33264  java.lang.reflect.Field
36
  
32:          1024          32768  java.util.Hashtable$Entry
37
  
33:           948          31440  [Ljava.util.concurrent.ConcurrentHashMap$HashEntry;
    class name是对象类型，说明如下：
1
B  byte
2
C  char
3
D  double
4
F  float
5
I  int
6
J  long
7
Z  boolean
8
[  数组，如[I表示int[]
9
[L+类名 其他对象
    还有一个很常用的情况是：用jmap把进程内存使用情况dump到文件中，再用jhat分析查看。jmap进行dump命令格式如下：
1
jmap -dump:
format
=b,
file
=dumpFileName
    我一样地对上面进程ID为21711进行Dump：
1
root@ubuntu:/
# jmap -dump:format=b,file=/tmp/dump.dat 21711     
2
Dumping heap to /tmp/dump.dat ...
3
Heap dump 
file
 
created
   dump出来的文件可以用MAT、VisualVM等工具查看，这里用jhat查看：
01
root@ubuntu:/
# jhat -port 9998 /tmp/dump.dat
02
Reading from /tmp/dump.dat...
03
Dump 
file
 
created Tue Jan 28 17:46:14 CST 2014
04
Snapshot 
read
, resolving...
05
Resolving 132207 objects...
06
Chasing references, expect 26 dots..........................
07
Eliminating duplicate references..........................
08
Snapshot resolved.
09
Started HTTP server on port 9998
10
Server is ready.
     然后就可以在浏览器中输入主机地址:9998查看了：

    上面红线框出来的部分大家可以自己去摸索下，最后一项支持OQL（对象查询语言）。D、jstat（JVM统计监测工具）    语法格式如下：
1
jstat [ generalOption | outputOptions vmid [interval[s|ms] [count]] ]
    vmid是虚拟机ID，在Linux/Unix系统上一般就是进程ID。interval是采样时间间隔。count是采样数目。比如下面输出的是GC信息，采样时间间隔为250ms，采样数为4：
1
root@ubuntu:/
# jstat -gc 21711 250 4
2
 
S0C    S1C    S0U    S1U      EC       EU        OC         OU       PC     PU    YGC     YGCT    FGC    FGCT     GCT   
3
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
4
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
5
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
6
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
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 点击这里给我发消息
标签： 
相关文章推荐
新的分享
章节导航