JProfiler

大小：107.11M
语言：简体中文
类别：编程工具
系统：win7及以上

使用手机助手

需360手机助手

为您推荐： JProfiler

JProfiler官方版是一款功能齐全的Java分析工具。JProfiler最新版新增了火焰图、Netty支持、Docker附加、改进的SSH远程附加等功能，能够帮助用户更加轻松的分析J2SE和J2EE。通过JProfiler软件用户可以快速找到效能瓶颈、抓出内存漏失，分析程序中存在的各种问题。

JProfiler软件介绍

JProfiler是一个全功能的Java剖析工具(profiler)，专用于分析J2SE和J2EE应用程序。

它把CPU、执行绪和内存的剖析组合在一个强大的应用中。

JProfiler可提供许多IDE整合和应用服务器整合用途。JProfiler直觉式的GUI让你可以找到效能瓶颈、抓出内存漏失(memoryleaks)、并解决执行绪的问题。

它让你得以对heapwalker作资源回收器的rootanalysis，可以轻易找出内存漏失;heap快照(snapshot)模式让未被参照(reference)的对象、稍微被参照的对象、或在终结(finalization)队列的对象都会被移除。

JProfiler软件特色

JDBC、JPA和NOSQL的数据库分析

JProfiler的JDBC和JPA/Hibernate探测器以及MongoDB，Cassandra和HBase的NoSQL探测器显示了数据库访问缓慢以及代码缓慢的语句调用原因。从JDBC时间线视图显示所有与其活动的JDBC连接，通过热点视图，显示各种遥测视图的慢速语句和单个事件列表，数据库探针是深入了解数据库层的重要工具。

极好的支持JAVA企业版

在JProfiler中的大多数视图中存在JEE的专用支持。例如，在JEE聚合级别中，您可以根据应用程序中的JEE组件看到调用树。另外，每个请求URI都会分配调用树。此外，JProfiler在低级别分析数据之上添加了语义层，如在CPU分析视图中呈现的JDBC，JPA/Hibernate，JMS和JNDI调用。凭借其JEE支持，JProfiler弥合了代码分析器和高级JEE监视工具之间的差距。

更高级别的分析数据

JProfiler有许多探针可以显示JRE中有趣子系统的更高级别的数据。除了JavaEE子系统，如JDBC，JPA/Hibernate，JSP/Servlets，JMS，Web服务和JNDI之外，JProfiler还提供了有关RMI调用，文件，套接字和进程的高级信息。这些探针中的每一个都有自己的一组有用的视图。所有这些视图也可用于您可以在JProfiler中即时配置的自定义探针。

内存泄漏分析

JProfiler的堆步行器为您提供了一个直观的界面来解决简单和复杂的内存问题。5个不同的视图和大量的检查显示当前对象集的不同方面。每个视图都提供对所选对象的基本见解，并允许您切换到不同的对象集。

广泛的质量保证能力

快照的丰富功能可以轻松跟踪进度。JProfiler对命令行操作有很强的支持。这包括配置，导出快照数据和从命令行创建快照比较的功能。与JProfiler绑定的ant任务允许您从构建脚本执行所有命令行操作。

最广泛的支持平台，IDE和应用服务器

集成到所有流行的IDE中，使开发过程中的分析与运行应用程序一样简单。并且市场上几乎所有应用服务器的大量集成向导确保您可以开始点击几次，而不是阅读文档。

强大的CPU分析器

修复性能瓶颈是分析器最常用的用例。使用JProfiler，当您尝试找到问题的原因时，您将具有决定性的优势。调用树视图过滤器，聚合级别和线程状态选择器只是JProfiler在此领域的多功能性的一些示例。

集成螺纹轮廓仪

使用JProfiler可以解决一系列不透明的问题，例如在使用过多锁定的多线程应用程序中增加活动性。线程分析不仅在JProfiler中有一个单独的视图部分，它也被紧密地集成到CPU分析视图中。

JProfiler使用说明

Overview

在概览页我们可以清晰的看到内存使用量、垃圾收集活动、类加载数量、线程个数和状态、CPU 使用率等指标随时间变化的趋势。

通过此图，我们可以作出如下基本判断：

程序在运行过程中会产生大量对象，但这些对象生命周期极短，大部分都能被垃圾收集器及时回收，不会造成内存无限增长。

加载类的数量在程序初始时增长较快，随后保持平稳，符合预期。

在程序运行过程中，有大量线程处于阻塞状态，需要重点关注。

在程序刚启动时，CPU 使用率较高，需要进一步探究其原因。

CPU views

CPU views 下的各个子视图展示了应用中各方法的执行次数、执行时间、调用关系等信息，能帮我们定位对应用性能影响最大的方法。

Call Tree

Call tree 通过树形图清晰地展现了方法间的层次调用关系。同时，JProfiler 将子方法按照它们的执行总时间由大到小排序，这能让您快速定位关键方法。

对于 Producer 而言，方法SendProducerBatchTask.run()耗时最多，继续向下查看会发现该方法的主要时间消耗在了执行方法Client.PutLogs()上。

Hot Spots

如果您的应用方法很多，且很多子方法的执行时间比较接近，使用 hot spots 视图往往能助您更快地定位问题。该视图能根据方法的单独执行时间、总执行时间、平均执行时间、调用次数等属性对它们排序。其中，单独执行时间等于该方法的总执行时间减去所有子方法的总执行时间。

在该视图下，可以看到Client.PutLogs()，LogGroup.toByteArray()，SamplePerformance$1.run()是单独执行时间耗时最多的三个方法。

Call Graph

找到了关键方法后，call graph 视图能为您呈现与该方法直接关联的所有方法。这有助于我们对症下药，制定合适的性能优化策略。

这里，我们观察到方法Client.PutLogs()执行的主要时间花费在了对象序列化上，因此性能优化的关键是提供执行效率更高的序列化方法。

Live memory

Live memory 下的各个子视图能让您掌握内存的具体分配和使用情况，助您判断是否存在内存泄漏问题。

All Objects

All Objects 视图展示了当前堆中各种对象的数量和总大小。由图可知，程序在运行过程中构造出了大量 LogContent 对象。

Allocation Call Tree

Allocation Call Tree 以树形图的形式展示了各方法分配的内存大小。可以看到，SamplePerformance$1.run()和SendProducerBatchTask.run()是内存分配大户。

Allocation Hot Spots

如果方法比较多，您还可以通过 Allocation Hot Spots 视图快速找出分配对象最多的方法。

Thread History

线程历史记录视图直观地展示了各线程在不同时间点的状态。

不同线程执行的任务不同，所展现的状态特征也不同。

线程pool-1-thread-会循环调用producer.send()方法异步发送数据，它们在程序刚启动时一直处于运行状态，但随后在大部分时间里处于阻塞状态。这是因为 producer 发送数据的速率低于数据的产生速率，且单个 producer 实例能缓存的数据大小有限。在程序运行初始，producer 有足够空间缓存待发送数据，所以pool-1-thread-一直处于运行状态，这也就解释了为何程序在刚启动时 CPU 使用率较高。随着时间的推移，producer 的缓存被逐渐耗尽，pool-1-thread-必须等到 producer “释放”出足够的空间才有机会继续运行，这也是为什么我们会观察到大量线程处于阻塞状态。

aliyun-log-producer-0-mover负责将超时 batch 投递到发送线程池中。由于发送速率较快，batch 会因缓存的数据达到了上限被pool-1-thread-直接投递到发送线程池中，因此 mover 线程在大部分时间里都处于等待状态。

aliyun-log-producer-0-io-thread-作为真正执行数据发送任务的线程有一部分时间花在了网络 I/O 状态。

aliyun-log-producer-0-success-batch-handler用于处理发送成功的 batch。由于回调函数比较简单，执行时间短，它在大部分时间里都处于等待状态。

aliyun-log-producer-0-failure-batch-handler用于处理发送失败的 batch。由于没有数据发送失败，它一直处于等待状态。

通过上述分析可知，这些线程的状态特征都是符合预期的。

Overhead Hot Spots Detected

当程序运行结束后，JProfiler 会弹出一个对话框展示那些频繁被调用，但执行时间又很短的方法。在下次诊断时，您可以让 JProfiler agent 在分析过程中忽略掉这些方法以减轻对应用性能的影响。