通过 Java 线程堆栈进行性能瓶颈分析

kdz 6年前
   <p>改善性能意味着用更少的资源做更多的事情。为了利用并发来提高系统性能,我们需要更有效的利用现有的处理器资源,这意味着我们期望使 CPU 尽可能出于忙碌状态(当然,并不是让 CPU 周期出于应付无用计算,而是让 CPU 做有用的事情而忙)。如果程序受限于当前的 CPU 计算能力,那么我们通过增加更多的处理器或者通过集群就能提高总的性能。总的来说,性能提高,需要且仅需要解决当前的受限资源,当前受限资源可能是:</p>    <ul>     <li>CPU: 如果当前 CPU 已经能够接近 100% 的利用率,并且代码业务逻辑无法再简化,那么说明该系统的性能以及达到上线,只有通过增加处理器来提高性能</li>     <li>其他资源:比如连接数等。可以修改代码,尽量利用 CPU,可以获得极大的性能提升</li>    </ul>    <p>如果你的系统有如下的特点,说明系统存在性能瓶颈:</p>    <ul>     <li> <p>随着系统逐步增加压力,CPU 使用率无法趋近 100%(如下图)</p> <img src="https://simg.open-open.com/show/7af99b645bf2bfc3a9656d8770692f22.png"></li>     <li> <p>持续运行缓慢。时常发现应用程序运行缓慢。通过改变环境因子(负载,连接数等)也无法有效提升整体响应时间</p> </li>     <li>系统性能随时间的增加逐渐下降。在负载稳定的情况下,系统运行时间越长速度越慢。可能是由于超出某个阈值范围,系统运行频繁出错从而导致系统死锁或崩溃</li>     <li>系统性能随负载的增加而逐渐下降。</li>    </ul>    <p>一个好的程序,应该是能够充分利用 CPU 的。如果一个程序在单 CPU 的机器上无论多大压力都不能使 CPU 使用率接近 100%,说明这个程序设计有问题。一个系统的性能瓶颈分析过程大致如下:</p>    <ol>     <li>先进性单流程的性能瓶颈分析,受限让单流程的性能达到最优。</li>     <li>进行整体性能瓶颈分析。因为单流程性能最优,不一定整个系统性能最优。在多线程场合下,锁争用㩐给也会导致性能下降。</li>    </ol>    <p>高性能在不同的应用场合下,有不同的含义:</p>    <ol>     <li>有的场合高性能意味着用户速度的体验,如界面操作等</li>     <li>有的场合,高吞吐量意味着高性能,如短信或者彩信,系统更看重吞吐量,而对每一个消息的处理时间不敏感</li>     <li>有的场合,是二者的结合</li>    </ol>    <p>性能调优的终极目标是:系统的 CPU 利用率接近 100%,如果 CPU 没有被充分利用,那么有如下几个可能:</p>    <ol>     <li>施加的压力不足</li>     <li>系统存在瓶颈</li>    </ol>    <h2>1 常见的性能瓶颈</h2>    <h2>1.1 由于不恰当的同步导致的资源争用</h2>    <p>1.1.1 不相关的两个函数,公用了一个锁,或者不同的共享变量共用了同一个锁,无谓地制造出了资源争用</p>    <p>下面是一种常见的错误</p>    <pre>  <code class="language-java">class MyClass {      Object sharedObj;   synchronized fun1() {...} //     访问共享变量 sharedObj   synchronized fun2() {...} //     访问共享变量 sharedObj   synchronized fun3() {...} //     不访问共享变量  sharedObj   synchronized fun4() {...} //     不访问共享变量  sharedObj   synchronized fun5() {...} //     不访问共享变量  sharedObj  }  </code></pre>    <p>上面的代码将 synchronized 加在类的每一个方法上面,违背了保护什么锁什么的原则。对于无共享资源的方法,使用了同一个锁,人为造成了不必要的等待。Java 缺省提供了 this 锁,这样很多人喜欢直接在方法上使用 synchronized 加锁,很多情况下这样做是不恰当的,如果不考虑清楚就这样做,很容易造成锁粒度过大:</p>    <ul>     <li>两个不相干的方法(没有使用同一个共享变量),共用了 this 锁,导致人为的资源竞争</li>     <li>即使一个方法中的代码也不是处处需要锁保护的。如果整个方法使用了 synchronized,那么很可能就把 synchronized 的作用域给人为扩大了。在方法级别上加锁,是一种粗犷的锁使用习惯。</li>    </ul>    <p>上面的代码应该变成下面</p>    <pre>  <code class="language-java">class MyClass {   Object sharedObj;   synchronized fun1() {...} //     访问共享变量 sharedObj   synchronized fun2() {...} //     访问共享变量 sharedObj   fun3() {...} //     不访问共享变量  sharedObj   fun4() {...} //     不访问共享变量  sharedObj   fun5() {...} //     不访问共享变量  sharedObj  }  </code></pre>    <h3>1.1.2 锁的粒度过大,对共享资源访问完成后,没有将后续的代码放在synchronized 同步代码块之外</h3>    <p>这样会导致当前线程占用锁的时间过长,其他需要锁的线程只能等待,最终导致性能受到极大影响</p>    <pre>  <code class="language-java">void fun1()  {      synchronized(lock) {      ...... //正在访问共享资源      ...... //做其他耗时操作,但这些耗时操作与共享资源无关      }  }  </code></pre>    <p>上面的代码,会导致一个线程长时间占有锁,而在这么长的时间里其他线程只能等待,这种写法在不同的场合下有不同的提升余地:</p>    <ul>     <li>单 CPU 场合 将耗时操作拿到同步块之外,有的情况下可以提升性能,有的场合则不能:      <ul>       <li>同步块的耗时代码是 CPU 密集型代码(纯 CPU 运算等),不存在磁盘 IO/网络 IO 等低 CPU 消耗的代码,这种情况下,由于 CPU 执行这段代码是 100% 的使用率,因此缩小同步块也不会带来任何性能上的提升。但是,同时缩小同步块也不会带来性能上的下降</li>       <li>同步块中的耗时代码属于磁盘/网络 IO等低 CPU 消耗的代码,当当前线程正在执行不消耗 CPU 的代码时,这时候 CPU 是空闲的,如果此时让 CPU 忙起来,可以带来整体性能上的提升,所以在这种场景下,将耗时操作的代码放在同步之外,肯定是可以提高整个性能的(?)</li>      </ul> </li>     <li>多 CPU 场合 将耗时的操作拿到同步块之外,总是可以提升性能      <ul>       <li>同步块的耗时代码是 CPU 密集型代码(纯 CPU 运算等),不存在磁盘 IO/网络 IO 等低 CPU 消耗的代码,这种情况下,由于是多 CPU,其他 CPU也许是空闲的,因此缩小同步块可以让其他线程马上得到执行这段代码,可以带来性能的提升</li>       <li>同步块中的耗时代码属于磁盘/网络 IO等低 CPU 消耗的代码,当当前线程正在执行不消耗 CPU 的代码时,这时候总有 CPU 是空闲的,如果此时让 CPU 忙起来,可以带来整体性能上的提升,所以在这种场景下,将耗时操作的代码放在同步块之外,肯定是可以提高整个性能的</li>      </ul> </li>    </ul>    <p>不管如何,缩小同步范围,对系统没有任何不好的影响,大多数情况下,会带来性能的提升,所以一定要缩小同步范围,因此上面的代码应该改为</p>    <pre>  <code class="language-java">void fun1()  {       synchronized(lock) {    ...... //正在访问共享资源   }   ...... //做其他耗时操作,但这些耗时操作与共享资源无关  }  </code></pre>    <h3>1.1.3 其他问题</h3>    <ul>     <li>Sleep 的滥用,尤其是轮询中使用 sleep,会让用户明显感觉到延迟,可以修改为 notify 和 wait</li>     <li>String + 的滥用,每次 + 都会产生一个临时对象,并有数据的拷贝</li>     <li>不恰当的线程模型</li>     <li>效率地下的 SQL 语句或者不恰当的数据库设计</li>     <li>不恰当的 GC 参数设置导致的性能低下</li>     <li>线程数量不足</li>     <li>内存泄漏导致的频繁 GC</li>    </ul>    <h2>2.2 性能瓶颈分析的手段和工具</h2>    <p>上面提到的这些原因形成的性能瓶颈,都可以通过线程堆栈分析,找到根本原因。</p>    <h3>2.2.1 如何去模拟,发现性能瓶颈</h3>    <p>性能瓶颈的几个特征:</p>    <ul>     <li>当前的性能瓶颈只有一处,只有当解决了这一处,才知道下一处。没有解决当前性能瓶颈,下一处性能瓶颈是不会出现的。如下图所示,第二段是瓶颈,解决第二段的瓶颈后,第一段就变成了瓶颈,如此反复找到所有的性能瓶颈</li>    </ul>    <p><img src="https://simg.open-open.com/show/1cc92adbbb91e1e9a248d54a5b269f4c.png"></p>    <ul>     <li>性能瓶颈是动态的,低负载下不是瓶颈的地方,高负载下可能成为瓶颈。由于 JProfile 等性能剖析工具依附在 JVM 上带来的开销,使系统根本就无法达到该瓶颈出现时需要的性能,因此在这种场景下线程堆栈分析才是一个真正有效的方法</li>    </ul>    <p>鉴于性能瓶颈的以上特点,进行性能模拟的时候,一定要使用比系统当前稍高的压力下进行模拟,否则性能瓶颈不会出现。具体步骤如下:</p>    <p><img src="https://simg.open-open.com/show/edf2ad0e06701b1be8eed012e944d415.png"></p>    <h3>2.2.2 如何通过线程堆栈识别性能瓶颈</h3>    <p>通过线程堆栈,可以很容易的识别多线程场合下高负载的时候才会出现的性能瓶颈。一旦一个系统出现性能瓶颈,最重要的就是识别性能瓶颈,然后根据识别的性能瓶颈进行修改。一般多线程系统,先按照线程的功能进行归类(组),把执行相同功能代码的线程作为一组进行分析。当使用堆栈进行分析的时候,以这一组线程进行统计学分析。如果一个线程池为不同的功能代码服务,那么将整个线程池的线程作为一组进行分析即可。</p>    <p>一般一个系统一旦出现性能瓶颈,从堆栈上分析,有如下三种最为典型的堆栈特征:</p>    <ol>     <li>绝大多数线程的堆栈都表现为在同一个调用上下文,且只剩下非常少的空闲线程。可能的原因如下:      <ul>       <li>线程的数量过少</li>       <li>锁的粒度过大导致的锁竞争</li>       <li>资源竞争</li>       <li>锁范围中有大量耗时操作</li>       <li>远程通信的对方处理缓慢</li>      </ul> </li>     <li>绝大多数线程出于等待状态,只有几个工作的线程,总体性能上不去。可能的原因是,系统存在关键路径,关键路径已经达到瓶颈</li>     <li>线程总的数量很少(有些线程池的实现是按需创建线程,可能程序中创建线程</li>    </ol>    <p>一个例子</p>    <pre>  <code class="language-java">"Thread-243" prio=1 tid=0xa58f2048 nid=0x7ac2 runnable     [0xaeedb000..0xaeedc480]            at java.net.SocketInputStream.socketRead0(Native Method)          at java.net.SocketInputStream.read(SocketInputStream.java:129)          at oracle.net.ns.Packet.receive(Unknown Source)          ... ...              at oracle.jdbc.driver.LongRawAccessor.getBytes()          at oracle.jdbc.driver.OracleResultSetImpl.getBytes()          - locked <0x9350b0d8> (a oracle.jdbc.driver.OracleResultSetImpl)          at oracle.jdbc.driver.OracleResultSet.getBytes(O)          ... ...              at org.hibernate.loader.hql.QueryLoader.list()          at org.hibernate.hql.ast.QueryTranslatorImpl.list()          ... ...              at com.wes.NodeTimerOut.execute(NodeTimerOut.java:175)          at com.wes.timer.TimerTaskImpl.executeAll(TimerTaskImpl.java:707)          at com.wes.timer.TimerTaskImpl.execute(TimerTaskImpl.java:627)          - locked <0x80df8ce8> (a com.wes.timer.TimerTaskImpl)          at com.wes.threadpool.RunnableWrapper.run(RunnableWrapper.java:209)          at com.wes.threadpool.PooledExecutorEx$Worker.run()          at java.lang.Thread.run(Thread.java:595)   "Thread-248" prio=1 tid=0xa58f2048 nid=0x7ac2 runnable      [0xaeedb000..0xaeedc480]             at java.net.SocketInputStream.socketRead0(Native Method)          at java.net.SocketInputStream.read(SocketInputStream.java:129)          at oracle.net.ns.Packet.receive(Unknown Source)          ... ...              at oracle.jdbc.driver.LongRawAccessor.getBytes()          at oracle.jdbc.driver.OracleResultSetImpl.getBytes()          - locked <0x9350b0d8> (a oracle.jdbc.driver.OracleResultSetImpl)          at oracle.jdbc.driver.OracleResultSet.getBytes(O)          ... ...              at org.hibernate.loader.hql.QueryLoader.list()          at org.hibernate.hql.ast.QueryTranslatorImpl.list()          ... ...               at com.wes.NodeTimerOut.execute(NodeTimerOut.java:175)           at com.wes.timer.TimerTaskImpl.executeAll(TimerTaskImpl.java:707)           at com.wes.timer.TimerTaskImpl.execute(TimerTaskImpl.java:627)           - locked <0x80df8ce8> (a com.wes.timer.TimerTaskImpl)           at com.wes.threadpool.RunnableWrapper.run(RunnableWrapper.java:209)           at com.wes.threadpool.PooledExecutorEx$Worker.run()           at java.lang.Thread.run(Thread.java:595)           ... ...     "Thread-238" prio=1 tid=0xa4a84a58 nid=0x7abd in Object.wait()     [0xaec56000..0xaec57700]         at java.lang.Object.wait(Native Method)       at com.wes.collection.SimpleLinkedList.poll(SimpleLinkedList.java:104)       - locked <0x6ae67be0> (a com.wes.collection.SimpleLinkedList)       at com.wes.XADataSourceImpl.getConnection_internal(XADataSourceImpl.java:1642)       ... ...        at org.hibernate.impl.SessionImpl.list()       at org.hibernate.impl.SessionImpl.find()       at com.wes.DBSessionMediatorImpl.find()       at com.wes.ResourceDBInteractorImpl.getCallBackObj()       at com.wes.NodeTimerOut.execute(NodeTimerOut.java:152)       at com.wes.timer.TimerTaskImpl.executeAll()       at com.wes.timer.TimerTaskImpl.execute(TimerTaskImpl.java:627)       - locked <0x80e08c00> (a com.facilities.timer.TimerTaskImpl)       at com.wes.threadpool.RunnableWrapper.run(RunnableWrapper.java:209)       at com.wes.threadpool.PooledExecutorEx$Worker.run()       at java.lang.Thread.run(Thread.java:595)           "Thread-233" prio=1 tid=0xa4a84a58 nid=0x7abd in Object.wait()   [0xaec56000..0xaec57700]           at java.lang.Object.wait(Native Method)       at com.wes.collection.SimpleLinkedList.poll(SimpleLinkedList.java:104)       - locked <0x6ae67be0> (a com.wes.collection.SimpleLinkedList)       at com.wes.XADataSourceImpl.getConnection_internal(XADataSourceImpl.java:1642)       ... ...        at org.hibernate.impl.SessionImpl.list()       at org.hibernate.impl.SessionImpl.find()       at com.wes.DBSessionMediatorImpl.find()       at com.wes.ResourceDBInteractorImpl.getCallBackObj()       at com.wes.NodeTimerOut.execute(NodeTimerOut.java:152)       at com.wes.timer.TimerTaskImpl.executeAll()       at com.wes.timer.TimerTaskImpl.execute(TimerTaskImpl.java:627)       - locked <0x80e08c00> (a com.facilities.timer.TimerTaskImpl)       at com.wes.threadpool.RunnableWrapper.run(RunnableWrapper.java:209)       at com.wes.threadpool.PooledExecutorEx$Worker.run()       at java.lang.Thread.run(Thread.java:595)       ... ...  </code></pre>    <p>从堆栈看,有 51 个(socket)访问,其中有 50 个是 JDBC 数据库访问。其他方法被阻塞在 java.lang.Object.wait() 方法上。</p>    <h3>2.2.3 其他提高性能的方法</h3>    <p>减少锁的粒度,比如 ConcurrentHashMap 的实现默认使用 16 个锁的 Array(有一个副作用:锁整个容器会很费力,可以添加一个全局锁)</p>    <h3>2.2.4 性能调优的终结条件</h3>    <p>性能调优总有一个终止条件,如果系统满足如下两个条件,即可终止:</p>    <ol>     <li>算法足够优化</li>     <li>没有线程/资源的使用不当而导致的 CPU 利用不足</li>    </ol>    <p> </p>    <p>来自:http://www.klion26.com/2018/02/28/通过-Java-线程堆栈进行性能瓶颈分析/</p>    <p> </p>