结合 Async-profiler 与 JFR 进行 CPU + 分配联合分析

本文目录#

• 背景
• 工作流
• 结合指标
• 自动化与脚本
• 自检清单
• 参考资料

背景#

单独分析 CPU 或内存分配可能无法完整解释性能问题。结合 Async-profiler (采样) 与 JFR (事件) 可以从多个维度观测热点，帮助定位 CPU 瓶颈、内存压力与 GC 协作问题。

工作流#

1. JFR 采集：jcmd PID JFR.start duration=5m filename=profile.jfr settings=profile。
2. Async-profiler：

   ./profiler.sh -d 300 -e cpu -f cpu.html <pid>
   ./profiler.sh -d 300 -e alloc -f alloc.html <pid>

3. 交叉分析：
   • CPU 火焰图定位热点方法；
   • 分配火焰图识别高分配代码；
   • JFR 确认线程状态、GC 事件、锁竞争。

结合指标#

• 若 CPU 火焰图显示大量 HashMap.resize，而 JFR 显示 Allocation in new TLAB 飙升，则可确认哈希表扩容导致分配压力；
• 若 JFR 显示 GC 停顿与 Async-profiler wall 事件一致，说明停顿影响响应时间；
• 使用 jfr print --events allocation-in-new-tlab profile.jfr 获取定量指标。

自动化与脚本#

• 编写脚本同时启动 JFR 与 profiler，并归档结果；
• 将火焰图与 JFR 报告上传至知识库，形成案例库；
• 在 CI 环境运行短时间采样，监控性能回归。

自检清单#

• 是否在相同时间段采集多种数据以便对比？
• 是否根据分析结果实施代码或参数优化？
• 是否将结论文档化，纳入复盘流程？

参考资料#

• Async-profiler 官方文档：https://github.com/async-profiler/async-profiler/wiki
• JFR Runtime Guide：https://docs.oracle.com/javacomponents/jmc-8/jfr-runtime-guide/jfr-runtime-guide.pdf
• Oracle 性能调优白皮书：《Java Performance, 2nd Edition》

---

本作品系原创，采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可，转载请注明出处。