Mark - JVM性能调优监控工具专题一:JVM自带性能调优工具(jps,jstack,jmap,jhat,jstat,hprof)

本文主要是介绍Mark - JVM性能调优监控工具专题一:JVM自带性能调优工具(jps,jstack,jmap,jhat,jstat,hprof),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

转载自: http://josh-persistence.iteye.com/blog/2161848

前提概要: 

       JDK本身提供了很多方便的JVM性能调优监控工具,除了集成式的VisualVM和jConsole外,还有jps、jstack、jmap、jhat、jstat、hprof等小巧的工具,每一种工具都有其自身的特点,用户可以根据你需要检测的应用或者程序片段的状况,适当的选择相应的工具进行检测。接下来的两个专题分别会讲VisualVM的具体应用。

现实企业级Java开发中,有时候我们会碰到下面这些问题:

  • 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

  • ......

这些问题在日常开发中可能被很多人忽视(比如有的人遇到上面的问题只是重启服务器或者调大内存,而不会深究问题根源),但能够理解并解决这些问题是Java程序员进阶的必备要求。

一、 jps(Java Virtual Machine Process Status Tool)      : 基础工具

       实际中这是最常用的命令,下面要介绍的小工具更多的都是先要使用jps查看出当前有哪些Java进程,获取该Java进程的id后再对该进程进行处理。

    jps主要用来输出JVM中运行的进程状态信息。语法格式如下:

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:

-q 不输出类名、Jar名和传入main方法的参数  
-m 输出传入main方法的参数  
-l 输出main类或Jar的全限名  
-v 输出传入JVM的参数  

比如

1、我现在有一个WordCountTopo的Strom程序正在本机运行。

2、使用java -jar deadlock.jar & 启动一个线程死锁的程序 

wangsheng@WANGSHENG-PC /E  
$ jps -ml  
14200 deadlock.jar  
13952 com.wsheng.storm.topology.WordCountTopo D://input/ 3  
13248 sun.tools.jps.Jps -ml  
9728  

二、 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:

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

命令行参数选项说明如下:  

-l long listings,会打印出额外的锁信息,在发生死锁时可以用<strong>jstack -l pid</strong>来观察锁持有情况  
-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,服务器上的Java应用名称为wordcount.jar:

[root@storm-master home]# ps -ef | grep wordcount | grep -v grep  
root       2860   2547 13 02:09 pts/0    00:02:03 java -jar wordcount.jar /home/input 3  

得到进程ID为2860,

    第二步:找出该进程内最耗费CPU的线程,可以使用如下3个命令,这里我们使用第3个命令得出如下结果:

1)ps -Lfp pid : 即 ps -Lfp 2860  
2)ps -mp pid -o THREAD, tid, time :即 ps -mp 2860 -o THREAD,tid,time  
3)top -Hp pid: 即 <strong>top -Hp 2860</strong>  
用第三个,输出如下:   


 

  TIME列就是各个Java线程耗费的CPU时间,显然CPU时间最长的是ID为2968的线程,用

printf "%x\n" 2968  

得到2968的十六进制值为b98,下面会用到。     

    第三步:终于轮到jstack上场了,它用来输出进程2860的堆栈信息,然后根据线程ID的十六进制值grep,如下:

[root@storm-master home]# jstack 2860 | grep b98  
"SessionTracker" prio=10 tid=0x00007f55a44e4800 nid=0xb53 in Object.wait() [0x00007f558e06c000

可以看到CPU消耗在SessionTracker这个类的Object.wait(),于是就能很容易的定位到相关的代码了。

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

jmap导出堆内存,然后使用jhat来进行分析

    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:

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

如果运行在64位JVM上,由于linux操作系统的不同,可能需要指定-J-d64命令选项参数。

 1、打印进程的类加载器和类加载器加载的持久代对象信息: jmap -permstat pid

个人感觉这个不是太有用

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,如图:

2、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jmap -heap pid

比如下面的例子

[root@storm-master 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、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:jmap -histo[:live] pid

[root@storm-master Desktop]# jmap -histo 2860  num     #instances         #bytes  class name  
----------------------------------------------  1:         13917       11432488  [B  2:          6117        6181448  <instanceKlassKlass>  3:         39520        6004504  <constMethodKlass>  4:          6117        5517072  <constantPoolKlass>  5:         39520        5383280  <methodKlass>  6:          5148        3150944  <constantPoolCacheKlass>  7:         29954        2810640  [C  8:         50179        2469272  <symbolKlass>  9:         42122        1791704  [Ljava.lang.Object;  10:          1804         961464  <methodDataKlass>  11:         11747         941200  [Ljava.util.HashMap$Entry;  12:         28786         921152  java.lang.String  13:          6347         660088  java.lang.Class  14:          7374         625616  [S  15:         11740         563520  java.util.HashMap  16:         23447         562728  clojure.lang.PersistentHashMap$BitmapIndexedNode  17:         10980         351360  clojure.lang.Symbol  18:          8544         341760  java.lang.ref.SoftReference  19:          8028         336632  [[I  20:          3944         283968  java.lang.reflect.Constructor  21:          4744         227712  java.nio.HeapByteBuffer  22:          6854         219328  java.util.AbstractList$Itr  23:          2185         195192  [I  24:          3854         184992  java.nio.HeapCharBuffer  25:          5500         176000  java.util.concurrent.ConcurrentHashMap$HashEntry  

class name是对象类型,说明如下: 

B  byte  
C  char  
D  double  
F  float  
I  int  
J  long  
Z  boolean  
[  数组,如[I表示int[]  
[L+类名 其他对象  

4、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。需要注意的是 dump出来的文件还可以用MAT、VisualVM等工具查看。

jmap进行dump命令格式如下:

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

我一样地对上面进程ID为2860进行Dump:

[root@storm-master Desktop]# jmap -dump:format=b,file=/home/dump.dat 2860  
Dumping heap to /home/dump.dat ...  
Heap dump file created  

然后使用jhat来对上面dump出来的内容进行分析 

[root@storm-master Desktop]# jhat -port 8888 /home/dump.dat   
Reading from /home/dump.dat...  
Dump file created Sat Aug 01 04:21:12 PDT 2015  
Snapshot read, resolving...  
Resolving 411123 objects...  
Chasing references, expect 82 dots..................................................................................  
Eliminating duplicate references..................................................................................  
Snapshot resolved.  
Started HTTP server on port 8888  
Server is ready.  

注意如果Dump文件太大,可能需要加上-J-Xmx512m参数以指定最大堆内存,即jhat -J-Xmx512m -port 8888 /home/dump.dat。然后就可以在浏览器中输入主机地址:8888查看了:

 

 

点击每一个蓝色的超链接,你都会看到其相关更具体的信息,而最后一项更是支持OQL(对象查询语言)。

四、jstat(JVM统计监测工具): 看看各个区内存和GC的情况

    语法格式如下:

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

vmid是Java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6:

[root@storm-master Desktop]# jstat -gc 2860 250 6  

要明白上面各列的意义,先看JVM堆内存布局:

 

可以看出:

  1. 堆内存 = 年轻代 + 年老代 + 永久代  
  2. 年轻代 = Eden区 + 两个Survivor区(From和To)  

现在来解释各列含义:

S0C、S1C、S0U、S1U:Survivor 0/1区容量(Capacity)和使用量(Used)  
EC、EU:Eden区容量和使用量  
OC、OU:年老代容量和使用量  
PC、PU:永久代容量和使用量  
YGC、YGT:年轻代GC次数和GC耗时  
FGC、FGCT:Full GC次数和Full GC耗时  
GCT:GC总耗时  

五、hprof(Heap/CPU Profiling Tool):    hprof能够展现CPU使用率,统计堆内存使用情况。

      HPROF: 一个Heap/CPU Profiling工具:J2SE中提供了一个简单的命令行工具来对java程序的cpu和heap进行 profiling,叫做HPROF。HPROF实际上是JVM中的一个native的库,它会在JVM启动的时候通过命令行参数来动态加载,并成为 JVM进程的一部分。若要在java进程启动的时候使用HPROF,用户可以通过各种命令行参数类型来使用HPROF对java进程的heap或者 (和)cpu进行profiling的功能。HPROF产生的profiling数据可以是二进制的,也可以是文本格式的。这些日志可以用来跟踪和分析 java进程的性能问题和瓶颈,解决内存使用上不优的地方或者程序实现上的不优之处。二进制格式的日志还可以被JVM中的HAT工具来进行浏览和分析,用 以观察java进程的heap中各种类型和数据的情况。在J2SE 5.0以后的版本中,HPROF已经被并入到一个叫做Java Virtual Machine Tool Interface(JVM TI)中。

   

语法格式如下:

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

完整的命令选项如下:

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  

- 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毫秒采样CPU消耗信息,堆栈深度为3,生成的profile文件名称是java.hprof.txt,在当前目录。 

      默认情况下,java进程profiling的信息(sites和dump)都会被 写入到一个叫做java.hprof.txt的文件中。大多数情况下,该文件中都会对每个trace,threads,objects包含一个ID,每一 个ID代表一个不同的观察对象。通常,traces会从300000开始。 默认,force=y,会将所有的信息全部输出到output文件中,所以如果含有 多个JVMs都采用的HRPOF enable的方式运行,最好将force=n,这样能够将单独的JVM的profiling信息输出到不同的指定文件。 interval选项只在 cpu=samples的情况下生效,表示每隔多少毫秒对java进程的cpu使用情况进行一次采集。 msa选项仅仅在Solaris系统下才有效, 表示会使用Solaris下的Micro State Accounting功能 

第二部分: 实例部分:

该部分将使用相关的实例和前面提到的JVM性能调优工具来进行性能诊断。

1、使用jstack来分析死锁问题:

       上面说明中提到 jstack主要用来查看某个Java进程内的线程堆栈信息,您可以使用它查明问题。jstack [-l] <pid>,pid可以通过使用jps命令来查看当前Java程序的pid值,-l是可选参数,它可以显示线程阻塞/死锁情况

package com.wsheng.aggregator.thread.performance;  import org.springframework.stereotype.Component;  /** * Dead lock example *  * @author Josh Wang(Sheng) * * @email  josh_wang23@hotmail.com */  
@Component  
public class DeadLock {    public static void main(String[] args) {    System.out.println(" start the example ----- ");  final Object obj_1 = new Object(), obj_2 = new Object();    Thread t1 = new Thread("t1") {    @Override    public void run() {    synchronized (obj_1) {    try {    System.out.println("thread t1 start...");  Thread.sleep(3000);    } catch (InterruptedException e) {e.printStackTrace();}    synchronized (obj_2) {    System.out.println("thread t1 done....");    }    }    }    };    Thread t2 = new Thread("t2") {    @Override    public void run() {    synchronized (obj_2) {    try {    System.out.println("thread t2 start...");  Thread.sleep(3000);    } catch (InterruptedException e) {e.printStackTrace();}    synchronized (obj_1) {    System.out.println("thread t2 done...");    }    }    }    };    t1.start();    t2.start();    }    }    

 以上DeadLock类是一个死锁的例子,假使在我们不知情的情况下,运行DeadLock后,发现等了N久都没有在屏幕打印线程完成信息。这个时候我们就可以使用jps查看该程序的pid值和使用jstack来生产堆栈结果问题。

java -jar deadlock.jar com.wsheng.aggregator.thread.performance.DeadLock
$ jps    3076 Jps    448 DeadLock    
$ jstack -l 448 > deadlock.jstack

结果文件deadlock.jstack内容如下:

2014-11-29 13:31:06  
Full thread dump Java HotSpot(TM) 64-Bit Server VM (24.65-b04 mixed mode):  "Attach Listener" daemon prio=5 tid=0x00007fd9d4002800 nid=0x440b waiting on condition [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "DestroyJavaVM" prio=5 tid=0x00007fd9d4802000 nid=0x1903 waiting on condition [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "t2" prio=5 tid=0x00007fd9d30ac000 nid=0x5903 waiting for monitor entry [0x000000011da46000]  java.lang.Thread.State: BLOCKED (on object monitor)  at DeadLock$2.run(DeadLock.java:38)  - waiting to lock <0x00000007aaba7e58> (a java.lang.Object)  - locked <0x00000007aaba7e68> (a java.lang.Object)  Locked ownable synchronizers:  - None  "t1" prio=5 tid=0x00007fd9d30ab800 nid=0x5703 waiting for monitor entry [0x000000011d943000]  java.lang.Thread.State: BLOCKED (on object monitor)  at DeadLock$1.run(DeadLock.java:23)  - waiting to lock <0x00000007aaba7e68> (a java.lang.Object)  - locked <0x00000007aaba7e58> (a java.lang.Object)  Locked ownable synchronizers:  - None  "Service Thread" daemon prio=5 tid=0x00007fd9d2809000 nid=0x5303 runnable [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "C2 CompilerThread1" daemon prio=5 tid=0x00007fd9d304e000 nid=0x5103 waiting on condition [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "C2 CompilerThread0" daemon prio=5 tid=0x00007fd9d2800800 nid=0x4f03 waiting on condition [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "Signal Dispatcher" daemon prio=5 tid=0x00007fd9d3035000 nid=0x4d03 runnable [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "Finalizer" daemon prio=5 tid=0x00007fd9d2013000 nid=0x3903 in Object.wait() [0x000000011d18d000]  java.lang.Thread.State: WAITING (on object monitor)  at java.lang.Object.wait(Native Method)  - waiting on <0x00000007aaa85608> (a java.lang.ref.ReferenceQueue$Lock)  at java.lang.ref.ReferenceQueue.remove(ReferenceQueue.java:135)  - locked <0x00000007aaa85608> (a java.lang.ref.ReferenceQueue$Lock)  at java.lang.ref.ReferenceQueue.remove(ReferenceQueue.java:151)  at java.lang.ref.Finalizer$FinalizerThread.run(Finalizer.java:209)  Locked ownable synchronizers:  - None  "Reference Handler" daemon prio=5 tid=0x00007fd9d2012000 nid=0x3703 in Object.wait() [0x000000011d08a000]  java.lang.Thread.State: WAITING (on object monitor)  at java.lang.Object.wait(Native Method)  - waiting on <0x00000007aaa85190> (a java.lang.ref.Reference$Lock)  at java.lang.Object.wait(Object.java:503)  at java.lang.ref.Reference$ReferenceHandler.run(Reference.java:133)  - locked <0x00000007aaa85190> (a java.lang.ref.Reference$Lock)  Locked ownable synchronizers:  - None  "VM Thread" prio=5 tid=0x00007fd9d5011000 nid=0x3503 runnable   "GC task thread#0 (ParallelGC)" prio=5 tid=0x00007fd9d200b000 nid=0x2503 runnable   "GC task thread#1 (ParallelGC)" prio=5 tid=0x00007fd9d200b800 nid=0x2703 runnable   "GC task thread#2 (ParallelGC)" prio=5 tid=0x00007fd9d200c800 nid=0x2903 runnable   "GC task thread#3 (ParallelGC)" prio=5 tid=0x00007fd9d200d000 nid=0x2b03 runnable   "GC task thread#4 (ParallelGC)" prio=5 tid=0x00007fd9d200d800 nid=0x2d03 runnable   "GC task thread#5 (ParallelGC)" prio=5 tid=0x00007fd9d200e000 nid=0x2f03 runnable   "GC task thread#6 (ParallelGC)" prio=5 tid=0x00007fd9d200f000 nid=0x3103 runnable   "GC task thread#7 (ParallelGC)" prio=5 tid=0x00007fd9d200f800 nid=0x3303 runnable   "VM Periodic Task Thread" prio=5 tid=0x00007fd9d3033800 nid=0x5503 waiting on condition   JNI global references: 114  <strong>Found one Java-level deadlock:</strong>  
=============================  
<strong>"t2":  waiting to lock monitor 0x00007fd9d30aebb8 (object 0x00000007aaba7e58, a java.lang.Object),  which is held by "t1"  
"t1":  waiting to lock monitor 0x00007fd9d28128b8 (object 0x00000007aaba7e68, a java.lang.Object),  which is held by "t2"  Java stack information for the threads listed above:</strong>  
===================================================  
"t2":  at DeadLock$2.run(DeadLock.java:38)  - waiting to lock <0x00000007aaba7e58> (a java.lang.Object)  - locked <0x00000007aaba7e68> (a java.lang.Object)  
"t1":  at DeadLock$1.run(DeadLock.java:23)  - waiting to lock <0x00000007aaba7e68> (a java.lang.Object)  - locked <0x00000007aaba7e58> (a java.lang.Object)  Found 1 deadlock.  

从这个结果文件我们一看到发现了一个死锁,具体是线程t2在等待线程t1,而线程t1在等待线程t2造成的,同时也记录了线程的堆栈和代码行数,通过这个堆栈和行数我们就可以去检查对应的代码块,从而发现问题和解决问题。

可通过下面的代码解决死锁问题:

import java.util.concurrent.locks.Lock;  
import java.util.concurrent.locks.ReentrantLock;  /** * Dead lock example *  * @author Josh Wang(Sheng) * * @email  josh_wang23@hotmail.com */  
public class DeadLock2Live {    public static void main(String[] args) {    System.out.println(" start the example ----- ");  final Lock lock = new ReentrantLock();   Thread t1 = new Thread("t1") {    @Override    public void run() {    try {    lock.lock();  Thread.sleep(3000);   System.out.println("thread t1 done.");  } catch (InterruptedException e) {  e.printStackTrace();  } finally {  lock.unlock();  }  }  };    Thread t2 = new Thread("t2") {    @Override    public void run() {    try {    lock.lock();  Thread.sleep(3000);  System.out.println("thread t2 done.");  }  catch (InterruptedException e) {  e.printStackTrace();  } finally {  lock.unlock();  }  }    };    t1.start();    t2.start();    }  
}    

2、继续使用jstack来分析HashMap在多线程情况下的死锁问题:

       对于如下代码,使用10个线程来处理提交的2000个任务,每个任务会分别循环往hashmap中分别存入和取出1000个数,通过测试发现,程序并不能完整执行完成。[PS:该程序能不能成功执行完,有时也取决于所使用的服务器的运行状况,我在笔记本上测试的时候,大多时候该程序不能成功执行完成,有时会出现CPU转速加快,发热等情况]

import java.util.HashMap;  
import java.util.Map;  
import java.util.concurrent.Callable;  
import java.util.concurrent.ExecutionException;  
import java.util.concurrent.ExecutorService;  
import java.util.concurrent.Executors;  
/** * @author Josh Wang(Sheng) * * @email  josh_wang23@hotmail.com */  
public class HashMapDeadLock implements Callable<Integer> {  private static ExecutorService threadPool = Executors.newFixedThreadPool(10);  private static Map<Integer, Integer> results = new HashMap<>();  @Override  public Integer call() throws Exception {  results.put(1, 1);  results.put(2, 2);  results.put(3, 3);  for (int i = 0; i < 1000; i++) {  results.put(i, i);  }  Thread.sleep(1000);  for (int i= 0; i < 1000; i++) {  results.remove(i);  }  System.out.println(" ---- " + Thread.currentThread().getName()  + "     " + results.get(0));  return results.get(1);  }  public static void main(String[] args) throws InterruptedException, ExecutionException {  try {  for (int i = 0; i < 2000; i++) {  HashMapDeadLock hashMapDeadLock  = new HashMapDeadLock();  
//           Future<Integer> future = threadPool.submit(hashMapDeadLock);  
//           future.get();  threadPool.submit(hashMapDeadLock);  }  } catch (Exception e) {  e.printStackTrace();  } finally {  threadPool.shutdown();  }  }  
}  

1) 使用jps查看线程可得:

43221 Jps  
30056   
43125 HashMapDeadLock  

2)使用jstack导出多线程栈区信息:

jstack -l 43125 > hash.jstack   

3) hash.jstack的内容如下:

2014-11-29 18:14:22  
Full thread dump Java HotSpot(TM) 64-Bit Server VM (24.65-b04 mixed mode):  "Attach Listener" daemon prio=5 tid=0x00007f83ee08a000 nid=0x5d07 waiting on condition [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "DestroyJavaVM" prio=5 tid=0x00007f83eb016800 nid=0x1903 waiting on condition [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "pool-1-thread-10" prio=5 tid=0x00007f83ec80a000 nid=0x6903 runnable [0x000000011cd19000]  java.lang.Thread.State: RUNNABLE  at java.util.HashMap.transfer(HashMap.java:601)  at java.util.HashMap.resize(HashMap.java:581)  at java.util.HashMap.addEntry(HashMap.java:879)  at java.util.HashMap.put(HashMap.java:505)  <span style="color: #ff0000;"><strong>at HashMapDeadLock.call(HashMapDeadLock.java:30)  at HashMapDeadLock.call(HashMapDeadLock.java:1)</strong></span>  at java.util.concurrent.FutureTask.run(FutureTask.java:262)  at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)  at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)  at java.lang.Thread.run(Thread.java:745)  Locked ownable synchronizers:  - <0x00000007aaba84c8> (a java.util.concurrent.ThreadPoolExecutor$Worker)  "Service Thread" daemon prio=5 tid=0x00007f83eb839800 nid=0x5303 runnable [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "C2 CompilerThread1" daemon prio=5 tid=0x00007f83ee002000 nid=0x5103 waiting on condition [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "C2 CompilerThread0" daemon prio=5 tid=0x00007f83ee000000 nid=0x4f03 waiting on condition [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "Signal Dispatcher" daemon prio=5 tid=0x00007f83ec04c800 nid=0x4d03 runnable [0x0000000000000000]  java.lang.Thread.State: RUNNABLE  Locked ownable synchronizers:  - None  "Finalizer" daemon prio=5 tid=0x00007f83eb836800 nid=0x3903 in Object.wait() [0x000000011bc58000]  java.lang.Thread.State: WAITING (on object monitor)  at java.lang.Object.wait(Native Method)  - waiting on <0x00000007aaa85608> (a java.lang.ref.ReferenceQueue$Lock)  at java.lang.ref.ReferenceQueue.remove(ReferenceQueue.java:135)  - locked <0x00000007aaa85608> (a java.lang.ref.ReferenceQueue$Lock)  at java.lang.ref.ReferenceQueue.remove(ReferenceQueue.java:151)  at java.lang.ref.Finalizer$FinalizerThread.run(Finalizer.java:209)  Locked ownable synchronizers:  - None  "Reference Handler" daemon prio=5 tid=0x00007f83eb01a800 nid=0x3703 in Object.wait() [0x000000011bb55000]  java.lang.Thread.State: WAITING (on object monitor)  at java.lang.Object.wait(Native Method)  - waiting on <0x00000007aaa85190> (a java.lang.ref.Reference$Lock)  at java.lang.Object.wait(Object.java:503)  at java.lang.ref.Reference$ReferenceHandler.run(Reference.java:133)  - locked <0x00000007aaa85190> (a java.lang.ref.Reference$Lock)  Locked ownable synchronizers:  - None  "VM Thread" prio=5 tid=0x00007f83ed808800 nid=0x3503 runnable   "GC task thread#0 (ParallelGC)" prio=5 tid=0x00007f83ec80d800 nid=0x2503 runnable   "GC task thread#1 (ParallelGC)" prio=5 tid=0x00007f83ec80e000 nid=0x2703 runnable   "GC task thread#2 (ParallelGC)" prio=5 tid=0x00007f83ec001000 nid=0x2903 runnable   "GC task thread#3 (ParallelGC)" prio=5 tid=0x00007f83ec002000 nid=0x2b03 runnable   "GC task thread#4 (ParallelGC)" prio=5 tid=0x00007f83ec002800 nid=0x2d03 runnable   "GC task thread#5 (ParallelGC)" prio=5 tid=0x00007f83ec003000 nid=0x2f03 runnable   "GC task thread#6 (ParallelGC)" prio=5 tid=0x00007f83ec003800 nid=0x3103 runnable   "GC task thread#7 (ParallelGC)" prio=5 tid=0x00007f83ec004800 nid=0x3303 runnable   "VM Periodic Task Thread" prio=5 tid=0x00007f83ec814800 nid=0x5503 waiting on condition   JNI global references: 134  

4)从红色高亮部分可看出,代码中的30行出问题了,即往hashmap中写入数据出问题了:

results.put(i, i);  

很快就明白因为Hashmap不是线程安全的,所以问题就出在这个地方,我们可以使用线程安全的map即

ConcurrentHashMap后者HashTable来解决该问题:

import java.util.Map;  
import java.util.concurrent.Callable;  
import java.util.concurrent.ConcurrentHashMap;  
import java.util.concurrent.ExecutionException;  
import java.util.concurrent.ExecutorService;  
import java.util.concurrent.Executors;  /** *  */  /** * @author Josh Wang(Sheng) * * @email  josh_wang23@hotmail.com */  
public class HashMapDead2LiveLock implements Callable<Integer> {  private static ExecutorService threadPool = Executors.newFixedThreadPool(10);  private static Map<Integer, Integer> results = new ConcurrentHashMap<>();  @Override  public Integer call() throws Exception {  results.put(1, 1);  results.put(2, 2);  results.put(3, 3);  for (int i = 0; i < 1000; i++) {  results.put(i, i);  }  Thread.sleep(1000);  for (int i= 0; i < 1000; i++) {  results.remove(i);  }  System.out.println(" ---- " + Thread.currentThread().getName()  + "     " + results.get(0));  return results.get(1);  }  public static void main(String[] args) throws InterruptedException, ExecutionException {  try {  for (int i = 0; i < 2000; i++) {  HashMapDead2LiveLock hashMapDeadLock  = new HashMapDead2LiveLock();  
//                  Future<Integer> future = threadPool.submit(hashMapDeadLock);  
//                  future.get();  threadPool.submit(hashMapDeadLock);  }  } catch (Exception e) {  e.printStackTrace();  } finally {  threadPool.shutdown();  }  }  
}  

改成ConcurrentHashMap后,重新执行该程序,你会发现很快该程序就执行完了。

这篇关于Mark - JVM性能调优监控工具专题一:JVM自带性能调优工具(jps,jstack,jmap,jhat,jstat,hprof)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/880643

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

流媒体平台/视频监控/安防视频汇聚EasyCVR播放暂停后视频画面黑屏是什么原因?

视频智能分析/视频监控/安防监控综合管理系统EasyCVR视频汇聚融合平台,是TSINGSEE青犀视频垂直深耕音视频流媒体技术、AI智能技术领域的杰出成果。该平台以其强大的视频处理、汇聚与融合能力,在构建全栈视频监控系统中展现出了独特的优势。视频监控管理系统EasyCVR平台内置了强大的视频解码、转码、压缩等技术,能够处理多种视频流格式,并以多种格式(RTMP、RTSP、HTTP-FLV、WebS

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题