如何获取Java分析转储以在mac上创建火焰图？

Question

我想从我的Java应用程序中收集堆栈跟踪，以便为分析创建CPU Flame Graphs。

这与此问题非常相似：How to get complete stack dump from profiler in every sample for use in flame graph?有2个不同之处：

1. 我使用Java代码，我需要Java stacktraces
2. 我在Mac上工作（这意味着OSX上没有pref和AFAIK dtrace并且不支持jstack扩展名。）

我已经尝试了lightweight-java-profiler和Honest profiler，而且他们似乎都不适用于Mac。我也试过VisualVM，但是我无法生成我需要的堆栈跟踪转储。

对我来说，第一个prioirty是从Java堆栈跟踪生成的火焰图，但是拥有本机调用堆栈也会很棒，因为它可以让我解决I / O问题（甚至可能生成hot/cold flame graphs）。

Answer 1

我根据@ cello的答案创建了2个小shell脚本。他们生成hot/cold flame graphs。

从this Gist获取他们。

用法：

ps ax | grep java # find the PID of your process
./profile.sh 20402 stacks.txt
./gen.sh stacks.txt

或者，要从启动测量应用程序（在这种情况下，我的gradle构建也需要在另一个目录中运行并使用一些输入流）我使用了：

cd ../my-project; ./gradlew --no-daemon clean build < /dev/zero &; cd -; ./profile.sh $! stacks.txt
./gen.sh stacks.txt

结果：

在这个例子中，我可以清楚地看到我的应用程序是I / O绑定的（注意顶部的蓝色条）。

Answer 2

试试这个：https://github.com/saquibkhan/javaFlameGraph

  

安装

     

npm install javaflamegraph

     

用法

     

  
1. cd javaflamegraph
  
2. npm start - 这将等到它检测到名为＆＃39; Java＆＃39;的进程。可以最好地用于在程序中开始分析   启动。
  
3. npm run start <process id> - 这将开始分析给定的进程ID。   例如npm run start 1234
  

Answer 3

您是否尝试过jstack命令？只需在命令行上运行它：jstack pidOfJavaProcess > stack.txt（当然，用实际进程号替换pidOfJavaProcess）。您可以在bash中循环运行（Mac OS X上使用的默认shell）：

while true; do jstack pidOfJavaProcess >> stack.txt; sleep 1.0; done

请注意要附加到文件的>>，而不是每秒覆盖一次。按Ctrl+C以停止记录堆栈跟踪。

这只会生成java堆栈跟踪，而不是JVM中的本机调用堆栈。

Answer 4

好消息，FlameGraph存储库中有一个“脚本”可用于其中已存在的jstacks。

https://github.com/brendangregg/FlameGraph

这是stackcollapse-jstack.pl。

似乎默认情况下，它期望在输入中仅跟踪堆栈跟踪，然后将每个堆栈跟踪都算作“样本点”。

因此，您可以将多个jstack放入一个文件中（运行一次或几次，或者每秒“一段时间”等）：

jstack pid_of_your_jvm >> my_jstack

然后执行该脚本：

 ./stackcollapse-jstack.pl my_jstack > my_jstack.folded

最后转换为火焰图：

 ./flamegraph.pl --color=java my_jstack.folded > my_jstack.svg

不需要第三方帮助程序（尽管它们可能仍然有用）。

还请注意，stackcollapse-jstack.pl文件会丢弃非RUNNABLE线程，如果您还想包含“空闲”线程（通常不包含），则可能要进行调整。

显然，您也可以使用linux“ perf”命令为Java进程生成堆栈，请参见自述文件https://github.com/brendangregg/FlameGraph

例如，这可能包括更多的本地调用。