S05-X25 · JVM 商用分析工具：JProfiler、JRockit 与 JMC

接口平时 40ms、大促时 900ms，jstack 连抓三次都停在业务代码里，jcmd GC.heap_info 也没看到老年代异常。JDK 自带工具能回答"谁在等"，回答不了"谁被调了一万次、每次花了多久"。带计数和调用关系的证据只有分析器能给，而分析器按实现原理分成两类——选错一类，排查就会变成一次人为事故。

按"原理 → 能力面 → 接入方式 → 生产边界"过一遍：JProfiler、JRockit（历史）、JMC + JFR，以及它们与 async-profiler、MAT 的分工。

1. 采样与插桩：先分清这两类

维度	采样型	插桩型
原理	周期性向 JVM 要线程栈快照，按栈帧累计	改写字节码，在方法进出处记时间戳与计数
覆盖	只统计"采到时正在执行"的方法，短方法会漏	每次调用都记，无遗漏
开销量级	典型量级 1%–3%	典型量级数倍，按工具与场景核对
对被测程序的影响	时钟偏差小，JIT 基本不受干扰	破坏内联、触发 deoptimize、可能放大锁竞争
会不会改变结论	影响小	会——把"插桩后变慢"当成"原本就慢"
用在哪	线上、长时间开	离线复现、需精确次数

判断规则一条：采样回答"哪里热"，插桩回答"被调了多少次"。线上要前者，后者留给能接受性能损失的环境。

2. JProfiler 的能力面

视图	数据来源	能回答的问题	前提
CPU 调用树	采样或插桩	谁占 CPU、谁调用了我	采样无需改代码
分配热点	分配点记录	哪个类、哪个调用点分配最多	额外吃内存
对象存活/引用链	堆遍历	谁抓着对象不放	会触发一次 GC
线程与锁	状态采样 + 监视器事件	锁竞争、死锁、等待链	监视器事件需插桩
JDBC 探针	驱动代理或字节码增强	哪条 SQL 慢、有无 N+1	需匹配驱动版本
HTTP 探针	servlet filter 或类增强	哪个 URL 慢	容器需支持异步

2.1 本地 attach：不改参数、不重启

# GUI：Session -> New Session -> 选择进程
# 旧版本随工具提供命令行包装（按你手上的版本核对是否存在）
$ jpenable --pid 5123 --gui

本地 attach 走 Attach API，要求同用户、同位数，且目标 JVM 未被 -XX:+DisableAttachMechanism 关掉。

2.2 远程 agent：需要重启

java -agentpath:/opt/jprofiler/bin/linux-x64/libjprofilerti.so=port=8849,nowait \
     -jar app.jar

参数	作用	不写会怎样
`port`	agent 监听端口，GUI 反向连接	用默认端口，易撞车
`nowait`	agent 不等 GUI，程序继续启动	阻塞等到 GUI 连上来
`id`	会话标识，用于离线快照命名	快照只靠时间戳区分
`config`	指定配置文件	抓什么不由你定
`offline`	进入离线模式	只能在线分析

2.3 离线模式：把现场存下来再看

$ java -agentpath:/opt/jprofiler/bin/linux-x64/libjprofilerti.so=offline,id=187,config=/opt/jprofiler/config.xml \
       -jar app.jar
$ ls -l /opt/jprofiler/bin/linux-x64/*.jps   # 快照，用 GUI 打开

取舍很明确：config.xml 决定抓什么，没配的东西事后补不回来。触发条件（CPU 超阈值才开始记、或固定时长）必须提前配好，否则拿到的是"什么都没发生的快照"。

3. JRockit 的历史位置

时间	事件	对今天的影响
2002 前后	BEA 推出 JRockit，面向服务端	其 JRA 记录思路演化为 JFR
2008	Oracle 收购 BEA	JRockit 与 HotSpot 并行维护过一段
JDK 7 起	Mission Control 与飞行记录移植进 HotSpot	JMC 出现在 JDK 7 更新版中
JDK 8 之后	JRockit 不再作为独立发行版演进	只剩老系统还在跑

它已经不是选项目。真遇到时：

# jrcmd 是 jcmd 的前身，命令名完全不同（按 JRockit 文档核对）
$ jrcmd 5123 print_threads
$ jrcmd 5123 heap_dump /tmp/jr.hprof
$ jrcmd 5123 jra_recordings
$ jrcmd 5123 jra_startrecording filename=/tmp/base.jra

记录格式：早期 .jra/.jfr 要用对应年代的 JMC 打开，新版查看器未必兼容，先备份原始文件。
堆转储：用 -XX:+HeapDumpOnCtrlBreak 或 jrcmd heap_dump 触发，产出的 hprof 与 HotSpot 不完全等价（线程本地分配区、nursery 概念不同），MAT 打开可能要转换。
GC 日志：-Xverbose:gc 输出，与 -Xlog:gc* 是两套格式，GCViewer 不认识。

4. JMC 与 JFR：今天真正可用的那个

概念	说明
JFR（Flight Recorder）	JVM 内置事件记录引擎，把 GC、线程、锁、IO、异常、方法采样写进环形缓冲
JMC（Mission Control）	读 `.jfr` 的 GUI，附带 JMX 控制台与记录管理
关系	JFR 是数据源，JMC 只是查看器；也能用 `jfr` 命令行读

# 方式一：启动参数（JDK 11+ 已开放；JDK 8 需先解锁商业特性开关）
java -XX:StartFlightRecording=duration=120s,filename=/tmp/app.jfr,settings=profile -jar app.jar

# 方式二：运行中动态开启，不需要重启
$ jcmd 5123 JFR.start name=diag settings=profile duration=60s filename=/tmp/diag.jfr
$ jcmd 5123 JFR.check
$ jcmd 5123 JFR.dump name=diag filename=/tmp/diag-partial.jfr
$ jcmd 5123 JFR.stop name=diag

# 命令行读文件，不依赖 GUI
$ jfr summary /tmp/diag.jfr
$ jfr print --events jdk.ExecutionSample --stack-depth 64 /tmp/diag.jfr | head -n 40
$ jfr print --events jdk.JavaMonitorEnter /tmp/diag.jfr

低开销来自机制而非调参：事件写进线程本地缓冲、异步刷盘、复用预分配对象不产生额外垃圾；方法采样是周期采样不是逐次计数。整体开销典型量级在 1% 上下，settings=profile 记录事件更多所以更高——具体按 JDK 版本与负载核对。

5. 四类工具的能力对照

工具	采样粒度	看分配	看锁竞争	开销量级	成本
JProfiler	可采样可插桩，方法级	能（热点+存活）	能（监视器事件）	采样低、插桩高	商业授权，按席位
JMC + JFR	采样，毫秒级周期	能（需开分配事件）	能（`JavaMonitorEnter`）	低	JDK 11+ 免费
async-profiler	采样，可到毫秒内，能进 native 与内核	能（`-e alloc`）	能（`-e lock`）	低	开源
MAT / VisualVM	无采样，堆快照	能（直方图）	只能看线程栈	STW	开源

6. 商用与开源的分工

需求	首选	理由
线上临时抓 CPU 热点	async-profiler	单文件 agent、attach 即用、火焰图直出
方法级调用次数	JProfiler 插桩	采样给不了精确计数
谁在锁上排队	JFR 监视器事件 + JProfiler 锁视图	事件带持锁栈
SQL 慢与 N+1	JProfiler JDBC 探针	给出业务调用点而非只看驱动
常态化留证	JFR 常开 + 归档	开销低、可回看历史

7. 生产环境的三条边界

边界	要重启吗	前置条件	授权面
JFR 动态开启	不需要	JDK 11+（8 需解锁商业特性）、Attach 可用	无需商业授权
JProfiler 本地 attach	不需要	同用户、同位数、Attach 未禁用	GUI 与 agent 版本一致
JProfiler 远程 agent	需要	`-agentpath` 进启动脚本、端口放行	占许可席位
离线模式	需要	`config.xml` 提前准备、目录可写	占席位

授权合规的技术面只有三件事：许可文件放哪、浮动许可端口可达性、离网机器怎么绑定。上线前先确认。

8. 火焰图与调用树的读法差异

维度	调用树	火焰图
结构	树，按调用路径展开	合并相同栈帧，同层按字典序
横轴	不含时间含义，按占比排版	宽度＝采样占比，不是时间轴
纵轴	调用层级	栈深度，底部是根
同一方法多次出现	每条调用路径各一行	合并成一个框
能否看"谁调用了我"	能，反向展开	不能，只能自下而上
适合	定位具体代码路径	一眼看占比、对外汇报

# async-profiler 直出各类火焰图（页面内可交互检索）
$ ./profiler.sh -d 30 -e cpu -f /tmp/cpu.html 5123
$ ./profiler.sh -d 30 -e alloc -f /tmp/alloc.html 5123
$ ./profiler.sh -d 30 -e lock -f /tmp/lock.html 5123

两个固定陷阱："框宽"包含子调用，平顶宽框才是自身热点；递归会被合并成自己调自己的框。

9. 排错：七种典型现场

现象	原因	处理
attach 列表里没有目标进程	不同用户、namespace 隔离	`docker exec` 进容器执行
`-agentpath` 启动即失败	路径不存在、位数不符、版本不匹配	核对 `uname -m` 与 JVM 版本
agent 起了但 GUI 连不上	只监听回环、防火墙、启动顺序	`ss -lntp` 看监听地址，走 SSH 隧道
插桩后接口全线变慢	插桩开销叠加锁竞争，触发大量类重转换	立即停记录，改采样
采样耗时之和远小于实际耗时	周期太粗，或大量时间在 native/内核	缩短周期，换 async-profiler
离线快照没有出事的时段	`config.xml` 只配了启动即记录，无触发条件	改阈值触发或长期环形记录
`.jfr` 打不开	文件格式与工具版本代差不匹配	用同代 `jfr` 命令或对应版本 JMC

10. 边界：这些情况本就该换工具

场景	首选工具	理由
只看 GC 停顿	`-Xlog:gc*` + GCViewer / JFR GC 事件	停顿归因要每次回收的数据
native 与内核态热点	async-profiler、perf	JVM 采样器看不进 native 栈
容器/托管 JVM	平台 APM 或 OpenTelemetry	agent 可能挂不进去
长期趋势与告警	Prometheus + Micrometer	分析器只看当下
确认生效参数	`jcmd VM.flags`	不必开分析器

一句话：要精确次数用插桩，要线上低损耗用采样，要事后复盘用 JFR 常开。

11. 自测

同一个接口，采样结果里热点方法和插桩结果不一致，先怀疑哪一种工具的副作用？
远程 -agentpath 里漏了 nowait，服务启动会表现成什么样？
离线模式拿到的快照里没有任何可疑时段，最可能是哪一步没做？
JFR 的 settings=profile 和 settings=default 差别在哪，开销差在哪？
调用树上某方法"总耗时高、自身耗时低"，该往哪一层钻？
老系统的 .jra 记录用最新版 JMC 打不开，正确的处理顺序是什么？