JVM监控及诊断工具（二）

笔记参考于尚硅谷宋红康：JVM全套教程：https://www.bilibili.com/video/BV1PJ411n7xZ

5.JProfiler

1.基本概述

介绍

在运行Java的时候有时候想测试运行时占用内存情况,这时候就需要使用测试工具查看了。在eclipse里面有Eclipse Memory Analyzer tool(MAT)插件可以测试,而在IDEA中也有这么一个插件，就是JProfiler。JProfiler 是由 ej-technologies 公司开发的一款 Java 应用性能诊断工具。功能强大，但是收费。

官网下载地址：Java Profiler – JProfiler (ej-technologies.com)

特点

特点：

使用方便、界面操作友好 (简单且强大)
对被分析的应用影响小（提供模板）
CPU,Thread,Memory分析功能尤其强大
支持对jdbc,noSql, jsp, servlet, socket等进行分析
支持多种模式(离线，在线)的分析
支持监控本地、远程的JVM
跨平台,拥有多种操作系统的安装版本

主要功能

1.方法调用

对方法调用的分析可以帮助您了解应用程序正在做什么，并找到提高其性能的方法

2.内存分配

通过分析堆上对象、引用链和垃圾收集能帮您修复内存泄漏问题,优化内存使用

3.线程和锁

JProfiler提供多种针对线程和锁的分析视图助您发现多线程问题。

4.高级子系统

许多性能问题都发生在更高的语义级别上。例如，对于JDBC调用，您可能希望找出执行最慢的 SQL语句。JProfiler支持对这些子系统进行集成分析。

2.安装与配置

下载与安装

官网下载地址：Java Profiler – JProfiler (ej-technologies.com)

JProfiler中配置IDEA

新版本不需要

IDEA集成JProfiler

下载插件后

进入JProfiler

会出现一个选择：

大致为：

第一个选项：可以保存连接

第二个选项可以连接当前运行的程序：

在这里也可以打开：

3.具体使用

数据采集方式

连接后，会让你选择数据采集方式

JProfier数据采集方式分为两种: Sampling(样本采集)和Instrumentation (重构模式)

Instrumentation：这是JProfiler全功能模式。在class加载之前，JProfier把相关功能代码写入到需要分析的class的bytecode中，对正在运行的jvm有一定影响。
优点：功能强大。在此设置中，调用堆栈信息是准确的。
缺点:若要分析的class较多,则对应用的性能影响较大,CPU开销可能很高(取决于Filter的控制),因此使用此模式一般配合Filter使用,只对特定的类或包进行分析
Sampling:类似于样本统计,每隔一定时间(5ms)将每个线程栈中方法栈中的信息统计出来。
优点:对CPU的开销非常低,对应用影响小(即使你不配置任何Filter)
缺点：一些数据/特性不能提供(例如：方法的调用次数、执行时间)

注: JProfiler本身没有指出数据的采集类型,这里的采集类型是针对方法调用的采集类型。因为JProfiler的绝大多数核心功能都依赖方法调用采集的数据,所以可以直接认为是JProfiler的数据采集类型。

选择Sampling，其余默认即可

进入后，各功能如下：

遥感监测Telemetries

遥感监测 Telemetries（查看JVM的运行信息）

整体视图Overview:显示堆内存、cpu、线程以及GC等活动视图
内存Memory:显示一张关于内存变化的活动时间表。
记录的对象 Recorded objects：显示一张关于活动对象与数组的图表的活动时间表。
记录吞吐量 Record Throughput：显示一段时间累计的JVM生产和释放的活动时间表。
垃圾回收活动 GC Activity：显示一张关于垃圾回收活动的活动时间表。
类Classes:显示一个与已装载类的图表的活动时间表。
线程Threads:显示一个与动态线程图表的活动时间表
CPU负载 CPU Load：显示一段时间中CPU的负载图表

内存视图 Live Memory

Live memory内存剖析: class/class instance的相关信息。例如对象的个数,大小,对象创建的方法执行栈,对象创建的热点。

所有对象 All Objects

显示所有加载的类的列表和在堆上分配的实例数。只有Java 1.5 (JVMTI)才会显示此视图。

分析：

内存中的对象的情况频繁创建的Java对象：死循环、循环次数过多大
存在大的对象：读取文件时，byte[]应该边读边写。如果长时间不写出的话，导致byte[]过大大
存在内存泄漏

点击此处，变为后面时间与当前时间变化：

选择使用包展示

记录对象 Record Objects

查看特定时间段对象的分配,并记录分配的调用堆栈。

注意：开启会影响性能

如图：每次垃圾回收后，剩余对象越来越多，可能存在内存泄漏

大致意思：

右击

分配访问树Allocation Call Tree

显示一棵请求树或者方法、类、包或对已选择类有带注释的分配信息的J2EE组件

分配热点 Allocation Hot Spots

显示一个列表,包括方法、类、包或分配已选类的J2EE组件。你可以标注当前值并且显示差只值,对于每个热点都可以显示它的跟踪记录树。

类追踪器 Class Tracker

类跟踪视图可以包含任意数量的图表，显示选定的类和包的实例与时间

堆遍历 heap walker

从内存视图 Live Memory里的记录对象 Record Objects，右击怀疑内存泄漏的对象查看堆遍历 heap walker

进入堆遍历 heap walker，后，还可以右击选择引用对象

引用视图的视图模式显示了当前对象集中单个实例的传出引用树。您可以导航到引用树中的其他实例。可以查看他引用了谁。

还可以查看GC Root，右击

右击，查看GC Root

还可以导出和保存dump文件

直接使用堆遍历 heap walker

离线查看堆快照

cpu视图 cpu views

我们使用其自带的例子：

JProfiler提供不同的方法来记录访问树以优化性能和细节。线程或者线程组以及线程状况可以被所有的视图选择。所有的视图都可以聚集到方法、类、包或J2EE组件等不同层上。

注意，默认不会打开，因为会影响性能

访问树 Call Tree

显示一个积累的自顶向下的树,树中包含所有在JVM中己记录的访问队列。JDBC,JMS和JNDI服务请求都被注释在请求树中。请求树可以根据Servlet和JSP对URL的不同需要进行拆分。

方法的执行时间越多，cpu占用越多

还可以查看其他，例如包

调用情况百分比，执行总的时间，类的完整路径

热点Hot Spots

显示消耗时间最多的方法的列表。对每个热点都能够显示回溯树。该热点可以按照方法请求,JDBC,法JMS和JNDI服务请求以及按照URL请求来进行计算。

访问图 Call Graph

显示一个从已选方法、类、包或J2EE组件开始的访问队列的图。

线程视图threads

JProfiler通过对线程历史的监控判断其运行状态,并监控是否有线程阻塞产生,还能将一个线程所管理的方法以树状形式呈现。对线程剖析。

线程历史 Thread History

显示一个与线程活动和线程状态在一起的活动时间表。

线程监控 Thread Monitor

显示一个列表，包括所有的活动线程以及它们目前的活动状况。

线程转储 Thread Dumps

显示所有线程的堆栈跟踪。

线程分析主要关心三个方面：

1. web容器的线程最大数。比如: Tomcat的线程容量应该略大于最大并发数。

2. 线程阻塞

3. 线程死锁

监视器&锁Monitors&locks

监控和锁Monitors & Locks 所有线程持有锁的情况以及锁的信息。

观察JVM的内部线程并查看状态：

死锁探测图表 Current Locking Graph ：显示JVM中的当前死锁图表。
目前使用的监测器 Current Monitors :显示目前使用的监测器并且包括它们的关联线程
锁定历史图表 Locking History Graph ：显示记录在JVM中的锁定历史。
历史检测记录 Monitor History ：显示重大的等待事件和阻塞事件的历史记录。
监控器使用统计Monitor Usage Statistics :显示分组监测,线程和监测类的统计监测数据

4.案例分析

1.正常情况：

package com.yutian.jprofiler;

import java.util.ArrayList;
import java.util.concurrent.TimeUnit;

/**
* 功能演示测试
*/
public class JProfilerTest {
    public static void main(String[] args) {
        while (true){
            ArrayList list = new ArrayList();
            for (int i = 0; i < 500; i++) {
                Data data = new Data();
                list.add(data);
            }
            try {
                TimeUnit.MILLISECONDS.sleep(500);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    }
}
class Data{
    private int size = 10;
    private byte[] buffer = new byte[1024 * 1024];//1mb
    private String info = "hello,崩坏三";
}

2.内存泄漏：

package com.yutian.jprofiler;

import java.util.ArrayList;
import java.util.concurrent.TimeUnit;


public class MemoryLeak {

    public static void main(String[] args) {
        while (true) {
            ArrayList beanList = new ArrayList();
            for (int i = 0; i < 500; i++) {
                Bean data = new Bean();
                data.list.add(new byte[1024 * 10]);//10kb
                beanList.add(data);
            }
            try {
                TimeUnit.MILLISECONDS.sleep(500);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    }

}

class Bean {
    int size = 10;
    String info = "hello,崩坏三";
    //ArrayList list = new ArrayList();
    static ArrayList list = new ArrayList();
}

GC回收不了

关联对象

6.Arthas

背景

前面,我们介绍了idk自带的jvisualvm等免费工具,以及商业化工具Jprofiler

这两款工具在业界知名度也比较高,他们的优点是可以图形界面上看到各维度的性能数据,使用者根据这些数据进行综合分析，然后判断哪里出现了性能问题。

但是这两款工具也有个缺点,都必须在服务端项目进程中配置相关的监控参数。然后工具通过远程连接到项目进程,获取相关的数据。这样就会带来一些不便,比如线上环境的网络是隔离的,本地的监控工具根本连不上线上环境。并且类似于Jprofiler这样的商业工具，是需要付费的。那么有没有一款工具不需要远程连接,也不需要配置监控参数,同时也提供了丰富的性能监控数据呢？今天跟大家介绍一款阿里巴巴开源的性能分析神器Arthas（阿尔萨斯）

概述：

Arthas (阿尔萨斯) 是Alibaba开源的Java诊断工具,深受开发者喜爱。在线排查问题,无需重启:动态跟踪Java代码:实时监控JVM状态。

Arthas 支持JDK 6+，支持Linux/Mac/Windows，采用命令行交互模式，同时提供丰富的 Tab 自动补全功能，进一步方便进行问题的定位和诊断。

当你遇到以下类似问题而束手无策时，Arthas可以帮助你解决：

这个类从哪个 jar 包加载的？为什么会报各种类相关的 Exception?
我改的代码为什么没有执行到？难道是我没 commit？分支搞错了？
遇到问题无法在线上 debug，难道只能通过加日志再重新发布吗？
线上遇到某个用户的数据处理有问题，但线上同样无法 debug，线下无法重现！
是否有一个全局视角来查看系统的运行状况？
有什么办法可以监控到JVM的实时运行状态？

基于哪些工具开发而来：

greys-anatomy: Arthas代码基于Greys二次开发而来,非常感谢Greys之前所有的工作,以及Greys原作者对Arthas提出的意见和建议！
termd: Arthas的命令行实现基于termd开发,是一款优秀的命令行程序开发框架，感谢termd提供了优秀的框架。
crash: Arthas的文本渲染功能基于crash中的文本渲染功能开发，可以从这里看到源码，感谢crash在这方面所做的优秀工作。
cli: Arthas的命令行界面基于vert.x提供的cli库进行开发，感谢vert.x在这方面做的优秀工作。
compiler Arthas里的内存編绎器代码来源
Apache Commons Net Arthas里的Telnet Client代码来源
JavaAgent:运行在main方法之前的拦截器,它内定的方法名叫premain ,也就是说先执行premain 方法然后再执行 main 方法
ASM：一个通用的Java字节码操作和分析框架。它可以用于修改现有的类或直接以二进制形式动态生成类。ASM提供了一些常见的字节码转换和分析算法,可以从它们构建定制的复杂转换和代码分析工具,ASM提供了与其他Java字节码框架类似的功能,但是主要关注性能,因为它被设计和实现得尽可能小和快,所以非常适合在动态系统中使用(当然也可以以静态方式使用,倒如在编译器中)

官方便用文档：

arthas (aliyun.com)

安装与使用

wget https://alibaba.github.io/arthas/arthas-boot.jar

ls -l

启动：

Arthas 只是一个 java 程序，所以可以直接用 java -jar 运行。

执行成功后, arthas提供了一种命令行方式的交互方式, arthas会检测当前服务器上的Java进程,并将进程列表展示出来,用户输入对应的编号(1、2、3、4…)进行选择,然后回车。

比如：

方式1：

java -jar arthas-boot.jar

方式2:

运行时选择Java进程PID

java -jar arthas-boot.jar [PID]

为了测试方便，把idea下载在linux中，同时启动之前的代码OOMTest

运行后：

再运行Arthas

java -jar arthas-boot.jar

第一次启动，会慢，稍等

选择1，回车

除了在命令行查看外, Arthas目前还支持Web Console.在成功启动连接进程之后就已经自动启动,可以直接访问http://127.0.9.1:8563/访问,页面上的操作模式和控制台完全一样。

相关：

最后一行[arthas@7457]$,说明打开进入了监控客户端,在这里就可以执行相关命令进行查看了。

使用quit\exit：退出当前客户端
使用stop\shutdown:关闭arthas服务端,并退出所有客户端。
查看日志cat -/logs/arthas/arthas.log
参看帮助java -jar arthas-boot.jar -h

相关诊断指令

官网很详细，推荐去官网学习：

thread | arthas (aliyun.com)

基础指令：

help——查看命令帮助信息
cat——打印文件内容，和linux里的cat命令类似
echo——打印参数，和linux里的echo命令类似
grep——匹配查找，和linux里的grep命令类似
tee——复制标准输入到标准输出和指定的文件，和linux里的tee命令类似
pwd——返回当前的工作目录，和linux命令类似
cls——清空当前屏幕区域
session——查看当前会话的信息
reset——重置增强类，将被 Arthas 增强过的类全部还原， Arthas服务端关闭时会重置所有增强过的类
version—-输出当前目标Java进程所加载的 Arthas 版本号
history——打印命令历史
quit——退出当前 Arthas 客户端，其他 Arthas 客户端不受影响
stop——关闭 Arthas 服务端，所有 Arthas 客户端全部退出
keymap——Arthas快捷键列表及自定义快捷键

如：

jvm相关:

dashboard – 当前系统的实时数据面板
getstatic – 查看类的静态属性
heapdump – dump java heap, 类似 jmap 命令的 heap dump 功能
jvm – 查看当前 JVM 的信息
logger – 查看和修改 logger
mbean – 查看 Mbean 的信息
memory – 查看 JVM 的内存信息
ognl – 执行 ognl 表达式
perfcounter – 查看当前 JVM 的 Perf Counter 信息
sysenv – 查看 JVM 的环境变量
sysprop – 查看和修改 JVM 的系统属性
thread – 查看当前 JVM 的线程堆栈信息
vmoption – 查看和修改 JVM 里诊断相关的 option
vmtool – 从 jvm 里查询对象，执行 forceGc

dashboard:当前系统的实时数据面板，按 ctrl+c 退出。

ID: Java 级别的线程 ID，注意这个 ID 不能跟 jstack 中的 nativeID 一一对应。
NAME: 线程名
GROUP: 线程组名
PRIORITY: 线程优先级, 1~10 之间的数字，越大表示优先级越高
STATE: 线程的状态
CPU%: 线程的 cpu 使用率。比如采样间隔 1000ms，某个线程的增量 cpu 时间为 100ms，则 cpu 使用率=100/1000=10%
DELTA_TIME: 上次采样之后线程运行增量 CPU 时间，数据格式为秒
TIME: 线程运行总 CPU 时间，数据格式为分:秒
INTERRUPTED: 线程当前的中断位状态
DAEMON: 是否是 daemon 线程

1000毫秒打印一次

dashboard -i 1000

共打印一次

dashboard -n 4

thread：

查看当前线程信息，查看线程的堆栈

查看ID为1的线程：

thread 1

找出当前阻塞其他线程的线程

thread -b

sysprop：

查看当前 JVM 的系统属性

sysenv：

查看当前 JVM 的环境属性

heapdump：

heapdump /tmp/dumpwj/OOMTest.hprof

heapdump --live /tmp/OOMTest.hprof

class/classloader 相关

classloader – 查看 classloader 的继承树，urls，类加载信息，使用 classloader 去 getResource
dump – dump 已加载类的 byte code 到特定目录
jad – 反编译指定已加载类的源码
mc – 内存编译器，内存编译.java文件为.class文件
redefine – 加载外部的.class文件，redefine 到 JVM 里
retransform – 加载外部的.class文件，retransform 到 JVM 里
sc – 查看 JVM 已加载的类信息
sm – 查看已加载类的方法信息

sc:

查看 JVM 已加载的类信息

查看类

sc 全类名

输出当前类的详细信息，包括这个类所加载的原始文件来源、类的声明、加载的 ClassLoader 等详细信息。

sc -d 全类名

注意，是全类名，下图只是刚好没有包名而已

sm ：查看已加载类的方法信息

-d 展示每个方法的详细信息

sm -d java.lang.String toString

jad：反编译指定已加载类的源码

jad java.lang.String toString

mc：Memory Compiler/内存编译器，编译.java文件生成.class。

mc /tmp/Test.java

redefine(推荐使用 retransform 命令)加载外部的.class文件，redefine jvm 已加载的类

redefine /tmp/Test.class

classloader:查看 classloader 的继承树，urls，类加载信息

classloader

monitor/watch/trace 相关

monitor – 方法执行监控
stack – 输出当前方法被调用的调用路径
trace – 方法内部调用路径，并输出方法路径上的每个节点上耗时
tt – 方法执行数据的时空隧道，记录下指定方法每次调用的入参和返回信息，并能对这些不同的时间下调用进行观测
watch – 方法执行数据观测

monitor命令：

方法执行监控对匹配 class-pattern /method-pattern的类、方法的调用进行监控。涉及方法的调用次数、执行时间、失败率等
monitor 命令是一个非实时返回命令

常用参数：

class-pattern 类名表达式匹配
method-pattern 方法名表达式匹配
-c统计周期,默认值为120秒

watch:

观察函数调用返回时的参数、this 对象和返回值:

watch Picture <init> "{params,returnObj}" -x 2

trace命令：

方法内部调用路径，并输出方法路径上的每个节点上耗时

补充说明：

trace命令能主动搜索class-pattern/method-pattern对应的方法调用路径,渲染和统计整个调用链路上的所有性能开销和追踪调用链路。
trace能方便的帮助你定位和发现因RT高而导致的性能问题缺陷,但其每次只能跟踪一级方法的调用链路
trace在执行的过程中本身是会有一定的性能开销，在统计的报告中并未像JProfiler一样预先减去其自身的统计开销。所以这统计出来有些许的不准,渲染路径上调用的类、方法越多，性能偏差越大。但还是能让你看清一些事情的。

stack命令：

输出当前方法被调用的调用路径

profiler生成火焰图:

启动 profiler

profiler start

获取已采集的 sample 的数量

profiler getSamples

获取已采集的 sample 的数量

profiler status

生成火焰图，生成 html 格式结果

profiler stop --format html

通过浏览器查看 arthas-output 下面的 profiler 结果

http://localhost:3658/arthas-output/

7.Java Mission Control

Java Mission Control (简称JMC) ,Java官方提供的性能强劲的工具。是一个用于对Java应用程序进行管理、监视、概要分析和故障排除的工具套件。

它包含一个GUI客户端,以及众多用来收集Java虚拟机性能数据的插件,如JMXConsole (能够访问用来存放虚拟机各个子系统运行数据的MXBeans) ,以及虚拟机内置的高效profiling 工具 Java Flight Recorder (JFR)。

JMC的另一个优点就是:采用取样,而不是传统的代码植入技术,对应用性能的影响非常非常小,完全可以开着JMC来做压测(唯一影响可能是full gc多了)。

在JDK下载目录下，双击打开即可：

比如：

各项功能：

触发器：

Java Flight Recorder：

右击，启动：

加上对象数量的统计： Java Virtual Machine -> GC -> Detailed -> ObjectCount/Object Count after GC
方法调用采样的间隔从 10ms 改为 1ms(但不能低于 1ms，否则会影响性能了）： JavaVirtual Machine -> Profiling -> Method Profiling Sample/Method Sampling Information
Socket 与 File 采样，10ms 太久，但即使改为 1ms 也未必能抓住什么，可以干脆取消掉: Java Application->File Read/FileWrite/Socket Read/Socket Write

要采用取样,必须先添加参数:

-XX:+UnlockCommercialFeatures

-XX:+FlightRecorder

如：

-Xms600m -Xmx600m -XX:SurvivorRatio=8 -XX:+UnlockCommercialFeatures -XX:+FlightRecorder

事件类型

当启用时, JFR将记录运行过程中发生的一系列事件。其中包括Java层面的事件,如线程事件、锁事件,以及Java虚拟机内部的事件,如新建对象、垃圾回收和即时编译事件。

按照发生时机以及持续时间来划分,JFR的事件共有四种类型,它们分别为以下四种。

瞬时事件(Instant Event)，用户关心的是它们发生与否，例如异常、线程启动事件。
持续事件(Duration Event)，用户关心的是它们的持续时间，例如垃圾回收事件。
计时事件(Timed Event)，是时长超出指定阈值的持续事件。
取样事件(Sample Event) ，是周期性取样的事件。

取样事件的其中一个常见例子便是方法抽样(Method Sampling) ,即每隔一段时间统计各个线程的栈轨迹。如果在这些抽样取得的栈轨迹中存在一个反复出现的方法,那么我们可以推测该方法是热点方法。

上述为第三种启动方式：

方式1：使用-XX:StartFlightRecording=参数

第一种是在运行目标 Java 程序时添加-XX:StartFlightRecording=参数。

比如:下面命令中, JFR将会在 Java虚拟机启动 5s后(对应delay=5s)收集数据,持续20s (对应duration=20s) 。当收集完毕后, JFR会将收集得到的数据保存至指定的文件中(对应filename=myrecording.jfr)

java-XX:StartFlightRecording=delay=5s,duration=20s, filename=myrecording-jfr, settings=profile MyApp

由于JFR将持续收集数据,如果不加以限制,那么JFR可能会填满硬盘的所有空间。因此,我们有必要对这种模式下所收集的数据进行限制。比如：

java -XX:StartFlightRecording=maxage=10m,maxsize=100m,name=SomeLabel MyApp

方式2：使用jcmd的JFR.*子命令

通过jcmd来让JFR开始收集数据、停止收集数据,或者保存所收集的数据,对应的子命令分别为JFR.start, JFR.stop,以及JFR.dump.

 jcmd <PID> JFR.start settings=profile maxage=10m maxsize=150m name=SomeLabel

上述命令运行过后,目标进程中的 JFR 已经开始收集数据。此时,我们可以通过下述命令来导出已经收集到的数据：

jcmd <PID> JFR.dump name=SomeLabel filename=myrecording.jfr

最后，我们可以通过下述命令关闭目标进程中的 JFR：

jcmd <PID> JFR.stop name=SomeLabel

8.其他工具

Flame Graphs （火焰图）

在追求极致性能的场景下,了解你的程序运行过程中cpu在干什么很重要,火焰图就是一种非常直观的展示cpu在程序整个生命周期过程中时间分配的工具。火焰图对于现代的程序员不应该陌生，这个工具可以非常直观的显示出调用栈中的CPU消耗瓶颈。网上的关于java火焰图的讲解大部分来自于

Brendan Gregg的博客:http://www.brendangregg.com/flamegraphs.html

横轴，调用的时间

纵轴，调用的栈帧

火焰图,简单通过x轴横条宽度来度量时间指标, y轴代表线程栈的层次。

Tprofiler

Tprofiler案例：使用JDK自身提供的工具进行JVM调优可以将TPS由2.5提升到20 (提升了7倍),并准确定位系统瓶颈。

系统瓶颈有:应用里静态对象不是太多、有大量的业务线程在频繁创建一些生命周期很长的临时对象，代码里有问题。

那么,如何在海量业务代码里边准确定位这些性能代码?这里使用阿里开源工具TProfiler来定位这些性能代码，成功解决掉了 GC 过于频繁的性能瓶颈，并最终在上次优化的基础上将 TPS 再提升了4 倍，即提升到 100.

TProfiler配置部署、远程操作、日志阅读都不太复杂，操作还是很简单的。但是其却是能够起到一针见血、立竿见影的效果，帮我们解决了 GC 过于频繁的性能瓶颈。

TProfiler 最重要的特性就是能够统计出你指定时间段内 JVM 的 top method，这些 top method极有可能就是造成你JVM性能瓶颈的元凶。这是其他大多数JVM调优工具所不具备的,包括JRockit Mission Control, JRokit首席开发者Marcus Hirt在其私人博客《Low Overhead Method Profiling with Java Mission Control》下的评论中曾明确指出JRMC 并不支持 TOP 方法的统计。

TProfiler的下载：

https://github.com/alibaba/TProfiler

Btrace

Btrace是SUN Kenai云计算开发平台下的一个开源项目, 旨在为java提供安全可靠的动态跟踪分析工具。

一个Java平台的安全的动态追踪工具。可以用来动态地追踪一个运行的Java程序。BTrace动态调整目标应用程序的类以注入跟踪代码(“字节码跟踪”)。

参考资料：

尚硅谷宋红康：JVM全套教程：https://www.bilibili.com/video/BV1PJ411n7xZ

周志明：深入理解java虚拟机

Java虚拟机规范：Chapter 4. The class File Format (oracle.com)

[性能监控与分析] Java的浅堆和深堆_shangshanzixu的博客-CSDN博客