JIT Profiling 流水线：JFR + Async-profiler 双维度分析

本文目录#

• 目标
• 流程设计
• 自检清单
• 参考资料

目标#

构建一套自动化流水线定期收集 JFR 与 Async-profiler 数据，聚合生成热点报告，帮助开发团队识别高 CPU、高分配、反优化热点。

流程设计#

1. 定时任务触发采样（5 分钟）：jcmd JFR.start, profiler.sh -e cpu;
2. 采样结束后自动转换：jfr print --json + Flame Graph HTML；
3. 将结果上传至对象存储并记录版本号；
4. 生成日报（Grafana、Superset）展示热点排名；
5. 针对异常热点发送 Slack/钉钉提醒。

自检清单#

• 是否对采样开销进行评估，避免生产抖动？
• 是否使用统一脚本，减少手工操作？
• 是否建立热点跟踪流程，推动代码优化？

参考资料#

• Async-profiler：https://github.com/async-profiler/async-profiler
• JFR Runtime Guide：https://docs.oracle.com/javacomponents/jmc-8/jfr-runtime-guide/jfr-runtime-guide.pdf
• Netflix 性能分析流水线分享

---

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。