记一次Arthas火焰图(Flame Graph)性能分析实战

前言

最近负责的一个核心服务，TP999总是被上游吐槽，失败率也比较高。TP999达到了200ms+，最终通过arhas的火焰图，直接定位到了耗时的原因，是由于对象多余的序列化和反序列化导致的，去掉后性能提示了30%。本文将会顺带介绍一下火焰图的使用。

火焰图生成

如何安装Arthas这里不在介绍了，不知道的可以看笔者的前一篇文章：
Arthas实战

1.profiler start 启动采集（默认是CPU）
2.profiler getSamples 查看采样的数量
3.profiler status  查看采样的状态（是否在运行，运行了多久）
4.profiler stop 停止并生成火焰图

大家可以看到火焰图生成的路径，可以通过路径打开，也可以通过web打开（默认情况下可以打开： http://localhost:3658/arthas-output/ ）。

火焰图解析

这是刚才测试程序生成的火焰图：

1.这里的x轴代表采样总量（也就是此刻所有执行的耗时cpu的方法）。
这是注意的是x 轴并不代表时间，而是所有的调用方法合并后，按字母顺序排列。
2.Y轴代表方法的调用栈深度，每一层都是一个方法。顶部是正在执行的方法。当然调用栈越深，火焰就越高。
3.鼠标可以点击的选中的每个框就代表了一个栈里的函数，其宽度可以直接理解为CPU时间占比（其实是采样的数量以及与采样总量的占比）。
那么，也就是说占比比较宽的框就表示：
a.该函数运行时间较长（单次时间长）
b.被调用次数较多.（调用频率高）
进而被采样的次数比较多，占用的CPU时间多。

4.另外火焰图：
绿色部分代表Java代码
黄色部分代表JVM C++代码
橙色部分代表内核态C语言代码
红色代表用户态C语言代码

由此可知，火焰图可以直观的帮我们分析CPU占用情况。

实战排查

当时的系统火焰图如上，大家可以发现，这个方法被Jackson.parse 和 Jackson.writeToString 浪费了这么多的CPU耗时，果断进行了优化，去除掉了序列化。

总结

火焰图对于性能分析非常直观方便，笔者这里也只是抛砖引玉，欢迎大家分享、拍砖～

参考资料

1.acmqueue 火焰图文章
2.火焰图介绍