性能监控

常用的性能监控

从系统、中间件、应用程序三个维度去考虑,在实际运行时,这三者往往是相辅相成、相互影响的。系统是为应用提供了运行时环境,系统如果存在瓶颈,将会导致应用/中间件的性能下降;而应用/中间件的不合理设计,也会体现在系统资源上。因此,分析瓶颈点时,需要我们结合从不同角度分析出的结果,抽出共性,得到最终的结论。

其次,建议先从应用层入手,分析图中标注的高频指标,抓出最重要的、最可疑的、最有可能导致性能的点,得到初步的结论后,再去系统层进行验证。这样做的好处是:很多性能瓶颈点体现在系统层,会是多变量呈现的,譬如,应用 GC 出现了异常,在应用层通过 JDK 自带的工具很容易观测到,但是体现在系统层上,可能会发现应用当前的 CPU、内存都不太正常,这就给我们的分析思路带来了困扰。

最后,如果瓶颈点在应用层和系统层均呈现出多变量分布,建议此时使用 JProfiler 等工具对应用进行 Profiling,获取应用的综合性能信息(注:Profiling 指的是在应用运行时,通过事件(Event-based)、统计抽样(Sampling Statistical)或植入附加指令(Byte-Code instrumentation)等方法,收集应用运行时的信息,来研究应用行为的动态分析方法)。譬如,可以对 CPU 进行抽样统计,结合各种符号表信息,得到一段时间内应用内的代码热点。

Linux

性能工具(Linux Performance Tools-full)图出自系统性能专家 Brendan Gregg。该图从 Linux 内核的各个子系统出发,列出了我们在对各个子系统进行性能分析时,可使用的工具,涵盖了监测、分析、调优等性能优化的方方面面。除了这张全景图之外,Brendan Gregg 还单独提供了基准测试工具(Linux Performance Benchmark Tools)图、性能监测工具(Linux Performance Observability Tools)图等。

Linux Performance Tools

上图虽好,却对分析经验要求较高,适用性和完整性不是很好。笔者将具体的工具同性能指标结合了起来,同时从不同的层次去描述了性能瓶颈点的分布。下图中系统层的工具分为 CPU、内存、磁盘(含文件系统)、网络等部分,同时引入了 JDK、Trace、Dump 分析、Profiling 等常用的组件层和应用层中的工具。

常用 Linux 性能监控命令

本部分仅列举出常用的命令,具体命令的使用请参考 Linux 命令实践

链接