目录

前言：

　　Arthas介绍

　　启动

　　分析命令

　　Profiler工具

---

前言：

Arthas是一款由阿里巴巴开源的Java诊断工具，它可以在生产环境中帮助开发人员快速地定位问题，并进行高效的性能分析。通过在命令行中输入简单的命令，开发人员可以进行多种性能分析操作，包括方法耗时分析、线程状态分析、GC分析、实时监控等。

　　Arthas介绍

　　Arthas是Alibaba开源的Java诊断工具，采用命令行交互模式，提供了丰富的功能，是Java 相关问题排查和性能优化的强大工具。为了明显区分 CPU 耗时和内存占用，分别写了 string 操作的三种方式：String，StringBuffer，StringBuilder。下面将根据这个Demo来对Arthas 进行介绍。

　　启动

　　下载解压后直接用脚本方式“./as.sh”来启动，或者用Java命令“$ java -jar arthas-boot.jar”启动。启动后Arthas会自动列出现有的 Java 进程，输入进程代码进入对应的进程操作页。

　　分析命令

　　1. JVM其他相关的命令：查看JVM系统（jvm，sysprop）、环境（sysenv）、日志（logger）、配置及线程堆栈（thread）等信息。

　　`dashboard`命令查看进程的CPU、Memory和Runtime等实时数据。

　　2. Class\ClassLoader 相关命令支持查看已加载的类（sc）和方法（sm）相关信息，编译（mc）及反编译（jad）源码，查看 classloader 相关内容。

　　`sc`命令展示`StringMonitor`类相关的信息。

　　`sm`命令展示StringMonitor类下相关的方法及stringAppend方法详情。

　　3. 还有一部分程序运行时监测统计分析相关命令（monitor、watch、trace），通过字节码增强技术来实现的，会在指定类的方法中插入一些切面来实现数据统计和观测。

　　`watch` 用来观察方法的执行数据包括入参、返回值、抛出异常等其中可用参数params、target、returnObj等可组合表达式进行查看。这里观察了StringMonitor类的stringAppend方法 5 次采样对应的当前对象属性。

　　`trace` 用来查看方法内部调用路径，并输出方法路径上的每个节点上耗时，其中也可附加其他组合参数，比如在方法名后空格后附加 #cost > 10过滤耗时。

　　这里展示了StringMonitor类的stringAppend方法的方法调用路径及当前节点当前步骤的耗时等信息。

　　Profiler工具

　　Async-Profiler(https://github.com/jvm-profiling-tools/async-profiler#download)是基于HotSpot进行堆栈和内存分配信息的收集和跟踪，可以和OpenJDK、Oracle JDK和其他基于HotSpot JVM的Java应用在运行时协同工作，是一个对系统性能影响很少的Java采样分析器，该工具提供开箱即用的Flame图形支持（也就是常听说的火焰图）。

　　使用 `profiler start` 和 `profiler stop` 命令分别开始和停止采集数据。

　　采集到的CPU使用图如下，stringAppend函数在代码中已1/1000的频率执行仍占10.34%的CPU运行时间，而stringBuffer因为保证线程安全的原因耗时也比stringBuilder要多不少，这里限于采样量级较少，数据可能会有些许误差。

　　`profiler start` 命令后面可以加 `--event` 参数指定要采集数据类型，目前支持 cpu（默认）、alloc、lock、wall和itimer等。使用命令 `profiler start --event alloc` 采集内存申请数据如下，stringAppend方法内存申请操作同样占绝大多数，而stringBuffer与stringBuilder在内存申请上并无差异。

 作为一位过来人也是希望大家少走一些弯路，希望能对你带来帮助。（WEB自动化测试、app自动化测试、接口自动化测试、持续集成、自动化测试开发、大厂面试真题、简历模板等等），相信能使你更好的进步！ 

留【自动化测试】即可【自动化测试交流】：574737577（备注ccc）http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=8hUKwUHn9HhVpR8qWhqfT2u-kU-3hpsF&authKey=47BBG1nwHVOka38EQeJevQFCP%2BeVEf%2Bpd8QqotS1%2FqyJdrGAo1A6%2BfS9ef3wJij2&noverify=0&group_code=574737577