Skip to content

Latest commit

 

History

History
416 lines (282 loc) · 17 KB

README.md

File metadata and controls

416 lines (282 loc) · 17 KB

1. 概述

对应于观看“OS指标及繁忙进程”的top,vjtop就是观察“JVM进程指标及其繁忙线程”的首选工具。

JVM进程信息:收集了进程在OS层面和JVM层面的所有重要指标。大家为什么喜欢用dstat看OS状态,因为它将你想看的数据全都收集呈现眼前了,vjtop也是这样的风格。

繁忙线程信息: 对比于“先top -H 列出线程,再执行jstack拿到全部线程,再手工换算十与十六进制的线程号”的繁琐过程,vjtop既方便,又可以连续跟踪,更不会因为jstack造成JVM停顿。

对于超出正常范围的值,vjtop还很贴心的进行了变色显示。

运行时不造成应用停顿,可在线上安全使用。

常用场景:

  1. 性能问题快速定位,用vjtop显示出CPU繁忙或内存消耗大的线程,再实时交互翻查该线程的stack trace。

  2. 压测场景,用vjtop实时反馈JVM进程状态,类似于用dstast对操作系统指标的监控。

  3. 生产环境,当应用出现问题时,用vjtop快速了解进程的状态。还可与监控系统结合,发现指标(如CPU、超时请求数)超出阈值时,用钩子脚本调用vjtop来纪录事发地的状况。

jvmtop 的基础上二次开发,结合 SJK的优点,从/proc , PerfData,JMX等处,以更高的性能,获取更多的信息。

2. 使用说明

2.1 概述

Download 1.0.8.zip (from Maven Central)

vjtop运行所需权限与jstack相同,必须与目标JVM使用相同的JDK版本运行,必须与目标JVM使用相同用户运行。如果仍有问题,请看后面的执行问题排查章节。

// 占用CPU最多的线程
./vjtop.sh <PID> 

// 打印选项,每个版本的参数会有变动,特别是模式参数,以help信息为准
./vjtop.sh -h

2.2 找出CPU最繁忙的线程

2.2.1 命令参数

// 按时间区间内,线程占用的CPU排序,默认显示前10的线程,默认每10秒打印一次
./vjtop.sh <PID>

// 按时间区间内,线程占用的SYS CPU排序
./vjtop.sh -m syscpu <PID>

// 按线程从启动以来的总占用CPU来排序
./vjtop.sh -m totalcpu <PID>

// 按线程从启动以来的总SYS CPU排序
./vjtop.sh -m totalsyscpu <PID>

2.2.2 输出示例:

 PID: 191082 - 17:43:12 JVM: 1.7.0_79 USER: calvin UPTIME: 2d02h
 PROCESS: 685.00% cpu(28.54% of 24 core), 787 thread
 MEMORY: 6626m rss, 6711m peak, 0m swap | DISK: 0B read, 13mB write
 THREAD: 756 live, 749 daemon, 1212 peak, 0 new | CLASS: 15176 loaded, 161 unloaded, 0 new
 HEAP: 630m/1638m eden, 5m/204m sur, 339m/2048m old
 NON-HEAP: 80m/256m/512m perm, 13m/13m/240m codeCache
 OFF-HEAP: 0m/0m direct(max=2048m), 0m/0m map(count=0), 756m threadStack
 GC: 6/66ms/11ms ygc, 0/0ms fgc | SAFE-POINT: 6 count, 66ms time, 5ms syncTime


    TID NAME                                                      STATE    CPU SYSCPU  TOTAL TOLSYS
     23 AsyncAppender-Worker-ACCESSFILE-ASYNC                   WAITING 23.56%  6.68%  2.73%  0.72%
    560 OSP-Server-Worker-4-5                                  RUNNABLE 22.58% 10.67%  1.08%  0.48%
   9218 OSP-Server-Worker-4-14                                 RUNNABLE 22.37% 11.45%  0.84%  0.40%
   8290 OSP-Server-Worker-4-10                                 RUNNABLE 22.36% 11.24%  0.88%  0.41%
   8425 OSP-Server-Worker-4-12                                 RUNNABLE 22.24% 10.72%  0.98%  0.47%
   8132 OSP-Server-Worker-4-9                                  RUNNABLE 22.00% 10.68%  0.90%  0.42%
   8291 OSP-Server-Worker-4-11                                 RUNNABLE 21.80% 10.09%  0.89%  0.41%
   8131 OSP-Server-Worker-4-8                                  RUNNABLE 21.68%  9.77%  0.93%  0.44%
   9219 OSP-Server-Worker-4-15                                 RUNNABLE 21.56% 10.43%  0.90%  0.41%
   8426 OSP-Server-Worker-4-13                                 RUNNABLE 21.35% 10.42%  0.66%  0.31%

 Total  : 668.56% cpu(user=473.25%, sys=195.31%) by 526 atcive threads(which cpu>0.05%)
 Setting: top 10 threads order by CPU, flush every 10s
 Input command (h for help):

进程区数据解释:

  • PROCESS: thread: 进程的操作系统线程数, cxtsw为主动与被动的线程上下文切换数
  • MEMORY: rss 为 Resident Set Size, 进程实际占用的物理内存; peak为最峰值的rss; swap为进程被交换到磁盘的虚拟内存。
  • DISK: 真正达到物理存储层的读/写的速度。
  • THREAD: Java线程数, active为当前线程数, daemon为active线程中的daemon线程数, new为刷新周期内新创建的线程数。
  • CLASS: loaded为当前加载的类数量,unloaded为总卸载掉的类数量,new为刷新周期内新加载的类数量。
  • HEAP: 1.0.3版开始每一项有三个数字, 分别为1.当前使用内存, 2.当前已申请内存, 3.最大内存; 如果后两个数字相同时则合并。
  • sur: 当前存活区的大小,注意实际有from, to 两个存活区。
  • NON-HEAP: 数字含义同HEAP
  • codeCache: JIT编译的二进制代码的存放区,满后将不能编译新的代码。
  • direct: 堆外内存,三个数字含义同HEAP, 未显式设置最大内存时,约等于堆内存大小。注意新版Netty不经过JDK API所分配的堆外内存未在此统计。
  • map: 映射文件内存,三个数字分别为1. map数量,2.当前使用内存,3.当前已申请内存,没有最大值数据。
  • threadStack: Java线程所占的栈内存总和,但不包含VM线程。(since 1.0.3)
  • ygc: YoungGC, 三个数字分别为次数/总停顿时间/平均停顿时间
  • fgc: OldGC + FullGC, 两个数字分别为次数/总执行时间,注意此时间仅为执行时间,非JVM停顿时间。
  • SAFE-POINT: PerfData开启时可用,JVM真正的停顿次数及停顿时间,以及等待所有线程进入安全点所消耗的时间。

线程区数据解释:

  • CPU: 线程在打印间隔内使用的CPU百分比(按单个核计算)
  • SYSCPU: 线程在打印间隔内使用的SYS CPU百分比(按单个核计算)
  • TOTAL: 从进程启动到现在,线程的总CPU时间/进程的总CPU时间的百分比
  • TOLSYS: 从进程启动到现在,线程的总SYS CPU时间/进程的总CPU时间的百分比

底部数据解释:

  • 如果该线程的平均使用CPU少于单核的0.1%,这条线程将不参与排序显示,减少消耗。

2.3 找出内存分配最频繁的线程

2.3.1 命令参数

// 线程分配内存的速度排序,默认显示前10的线程,默认每10秒打印一次
./vjtop.sh -m 5 <PID>

// 按线程的总内存分配而不是打印间隔内的内存分配来排序
./vjtop.sh -m 6 <PID>

2.3.2 输出示例

(忽略头信息)
 THREADS-MEMORY:   30k/s allocation rate

    TID NAME                                                 STATE         MEMORY         TOTAL-ALLOCATED
  47636 RMI TCP Connection(583)-127.0.0.1                 RUNNABLE   27k/s(88.76%)    17m( 0.00%)
      1 main                                              RUNNABLE    2k/s( 8.44%)   370g(83.16%)
  47845 JMX server connection timeout 47845             TIMED_WAIT   251/s( 0.80%)    21k( 0.00%)
  46607 Worker-501                                      TIMED_WAIT    60/s( 0.19%)   934m( 0.20%)
  46609 Worker-502                                      TIMED_WAIT    60/s( 0.19%)   822m( 0.18%)
  46610 Worker-503                                      TIMED_WAIT    60/s( 0.19%)   737m( 0.16%)
  46763 Worker-504                                      TIMED_WAIT    60/s( 0.19%)   696m( 0.15%)
  46764 Worker-505                                      TIMED_WAIT    60/s( 0.19%)   743m( 0.16%)
  47149 Worker-506                                      TIMED_WAIT    60/s( 0.19%)   288m( 0.06%)
  46551 Worker-500                                      TIMED_WAIT    60/s( 0.19%)   757m( 0.17%)

进程区数据解释:

  • allocation rate: 所有线程在打印间隔内每秒分配的内存

线程区数据解释:

  • STATE: 该线程当前的状态
  • MEMORY: 该线程分配内存的瞬时值,即该线程在打印间隔内每秒分配的内存空间(该线程每秒分配的内存占所有线程在该秒分配的总内存的百分比)
  • TOTAL-ALLOCATED: 该线程分配内存的历史累计值,即从进程启动到现在,该线程分配的总内存大小,该总内存大小包括已回收的对象的内存(该线程分配的总内存大小占所有线程分配的总内存大小的百分比)。

如果该线程的平均内存分配速度少于1K/s,这条线程将不参与排序显示,减少消耗。

2.4 命令行参数

// 打印其他选项
./vjtop.sh -h

// 结果输出到文件
./vjtop.sh <PID> > /tmp/vjtop.log

// 每5秒打印一次(默认10秒)
./vjtop.sh -i 5 <PID>

// 打印20次后退出
./vjtop.sh -n 20 <PID>

// 显示前100的线程(默认10)
./vjtop.sh -l 100 <PID>

// 不带变色与换页控制码的console模式,适合不支持控制码的终端。在Windows及输出到文件时将默认使用次此模式
./vjtop.sh -o clean <PID>

// key:value式的文本模式,适用于第三方工具采集vjtop的输出结果
./vjtop.sh -o text <PID>

// 只采集JVM信息,不采集繁忙线程信息
./vjtop.sh -c jvm <PID>

// 只采集繁忙线程信息,不采集JVM信息
./vjtop.sh -c thread <PID>

// 只显示线程名包含worker字样的线程,在热点线程与实时交互打印线程时都会过滤(1.0.6版开始忽略大小写)
./vjtop.sh -f worker <PID>

// 更宽的120字节的屏幕 (默认100)
./vjtop.sh -w 120 <PID> > /tmp/vjtop.log

2.5 实时交互

2.5.1 打印线程Stack Trace

1.在页面中输入t,再输入线程号,可打印线程的Stack Trace,看繁忙的线程在忙什么。

会引入暂停,但只取一条线程信息时停顿非常短

 Input command (h for help):s
 Input TID for stack:4161
	at java.lang.Object.wait(Native Method)
	at org.eclipse.core.internal.jobs.WorkerPool.sleep(WorkerPool.java:188)
	at org.eclipse.core.internal.jobs.WorkerPool.startJob(WorkerPool.java:220)
	at org.eclipse.core.internal.jobs.Worker.run(Worker.java:52)

上例子也可以直接输入 "s 4161"

  1. 打印Top繁忙线程的stack trace

会引入暂停,但只取若干条线程信息时停顿非常短

 Input command (h for help):t
 Stack trace of top 10 threads:
 15: "RMI TCP Connection(15)-10.100.150.221"
   java.lang.Thread.State: RUNNABLE
	at sun.management.ThreadImpl.getThreadInfo1(Native Method)
	at sun.management.ThreadImpl.getThreadInfo(ThreadImpl.java:178)
	...
  1. 打印所有状态为BLOCKED的线程的stack trace

会引入暂停,取所有线程信息,时间比前面两个命令略长。但因为不获取锁信息,也不拿JNI global references等数据,所以仍比jstack快。

 Input command (h for help):b

 Stack trace of blocked threads:
 ...

  1. 打印所有线程的TID和线程名

不引入暂停

Thread Id and name of all live threads:
 16	: "JMX server connection timeout 16" (TIMED_WAITING)
 15	: "RMI TCP Connection(15)-10.100.150.221" (RUNNABLE)
 13	: "RMI Scheduler(0)" (TIMED_WAITING)
 11	: "RMI TCP Accept-0" (RUNNABLE)
 9	: "Attach Listener" (RUNNABLE)
 4	: "Signal Dispatcher" (RUNNABLE)

2.5.2 实时切换显示模式

1.改变显示和排序模式,在页面中输入m

 Input command (h for help):m
 Input number of Display Mode(1.cpu, 2.syscpu 3.total cpu 4.total syscpu 5.memory 6.total memory, current cpu): 5

2.改变显示间隔

 Input command (h for help):i
 Input flush interval seconds(current 10):20
 Flush interval change to 20 seconds

也可以直接输入"i 20" 切换

  1. 设定显示的线程数
 Input command (h for help):l
 Input number of threads to display :20
 Number of threads to display changed to 20 for next flush

也可以直接输入"l 20" 切换

4.设定按线程名过滤线程,在打印繁忙线程和全部线程时,线程名都必须包含filter字符串,大小写不敏感,不支持正则匹配和匹配符匹配。

 Input command (h for help):f
 Input filter of thread name (current null):Worker
 thread name filter change to "Worker" for next flush (3s later)

3. 原理

3.1 进程区数据来源

  • 从/proc/PID/* 文件中获取进程数据, 详见proc filesystem
  • 从JDK的PerfData文件中获取JVM数据(JDK每秒写入/tmp/hsperfdata_$userid/$pid文件的统计数据)
  • 使用目标JVM的JMX中获取JVM数据(如果目标JVM还没启动JMX,通过attach方式动态加载)

如果数据同时在PerfData和JMX存在,优先使用PerfData。 网络流量数据在/proc/PID/*中未能按进程区分,因此不再监控。

3.2 线程区数据来源

使用ThreadMxBean操作:

  1. getAllThreadIds()获得所有Thread Id
  2. getThreadCpuTime(tids)获得所有线程的CPU时间 (以及SYS CPU,内存分配)
  3. 排序后,用getThreadInfo(tids)获得前10名线程的信息,因为不取线程的StackTrace,不会堵塞应用。

4. 监控值变色告警规则

  • 进程CPU:服务器总CPU50%黄, 70%红
  • 进程线程:如果服务器少于8核,线程数为核数*150 黄,核数*225 红。 如果大于8核,核数*100 黄, 核数*150红。
  • 进程内存: swap一旦使用即为红
  • 进程磁盘IO: 读写磁盘30MB/s 黄,100MB/s 红
  • CLASS: 新加载类时为黄色, 当前加载类8万为黄,15万为红
  • JVM内存: 老生代,永久代,CodeCache,如果设置了Max,则Max的85%黄,95%红
  • JVM线程: active规则同进程线程,new规则:新建1条线程为黄,每秒创建2条为红。
  • YGC: YGC次数每秒1次以上黄,2次以上红,平均耗时100ms黄,200ms红, 总耗时达到了应用运行时间的5%黄,10%红
  • FGC: 周期内的次数:1次黄,2次红
  • SAFEPOINT: 安全点次数每秒2次黄,4次红,总耗时达到了应用运行时间的5%黄,10%红

5. 执行问题排查

  1. JDK版本错误或tools.jar不存在

vjtop使用的java为JAVA_HOME/bin/java, 需要JDK7及以上,但"不要求"与目标应用的JVM使用相同的JDK版本。

vjtop需要依赖JAVA_HOME/lib/tools.jar

JAVA_HOME的定位,通过读取环境变量JAVA_HOME,如果没有定义,则尝试通过"which java"定位java从而获得相对路径。

  1. 不能连入目标jvm

再次,vjtop 使用JVM attach机制 连入PID 并获得JMX的本地连接地址,所需权限与jstack相同, attach失败时出现如下报错

ERROR: Could not attach to process.

可以先执行jstack PID对比一下效果。

可能的原因有:

  1. PID写错,进程不存在

  2. VM Attach时,会强制检查执行vjtop的用户,与目标JMV的用户一致,否则会抛出"well-known file is not secure"之类的异常。

如果用户有sudo权限,可以尝试切换到目标用户,并把JAVA_HOME等环境变量带到新用户。

sudo -E su - <targetUser>
  1. /tmp/.java_pid$PID 文件在首次连接时会生成,但如果生成之后被大家的文件清理脚本错误删除,JVM将不再能连入,只能重启应用。

  2. 目标JVM使用启动参数-Djava.io.tmpdir,重定向了tmp目录路径,导致读不到/tmp/.java_pid$PID 文件。

  3. 目标JVM使用启动参数-XX:+DisableAttachMechanism禁止了attach。

如果实在没有办法attach,可以考虑在原目标进程中配置JMX启动参数,设定JMX的地址与端口,然后在vjtop中指定该地址

目标进程的JVM参数:

-Djava.rmi.server.hostname=127.0.0.1 -Dcom.sun.management.jmxremote.port=7001 -Dcom.sun.management.jmxremote
 -Dcom.sun.management.jmxremote.X=false -Dcom.sun.management.jmxremote.ssl=false

vjtop的命令(since 1.0.3):

./vjtop.sh -j 127.0.0.1:7001 <PID>

6. 与jvmtop相比的改进点

6.1 进程概览

  • 新功能:进程的物理内存,SWAP,IO,物理线程信息。
  • 新功能:将内存信息与GC信息拆开不同分代独立显示
  • 新功能:CodeCache与堆外内存,Thread Stack内存信息,SafePoint等信息
  • 新功能:对偏离正常范围的值,进行变色提示

6.2 热点线程

  • 新功能:线程内存分配速度的展示与排序 (from SJK)
  • 新功能:线程SYS CPU的展示与排序,应用启动以来线程的总CPU间的排序 (from SJK)
  • 新配置项:打印间隔,展示线程数

6.3 实时交互

  • 新功能: 选择打印某条线程的线程栈,所有TopN繁忙线程的栈,所有Blocked状态线程的栈
  • 新功能: 打印全部的线程名
  • 新功能: 实时切换显示模式和排序,刷新频率和显示线程数

6.4 为在生产环境运行优化

  • 删除jvmtop会造成应用停顿的Profile页面
  • 删除jvmtop获取所有Java进程信息,有着不确定性的Overview页面
  • 默认打印间隔调整到10s
  • 进程信息尝试从PerfData而不是JMX读取数据,减少消耗
  • 线程信息减少了几倍的耗时,通过批量获取线程CPU时间(from SJK)等方法
  • 支持输出文本格式给第三方监控工具使用
  • 支持只输出JVM信息或繁忙线程信息
  • 支持vm attach总是失败时,直接配置JMX的方式连入