JFR：Spring Boot 应用的性能诊断利器

GC 停顿、内存泄漏、接口响应变慢------线上服务出问题的时候，你是否也曾对着监控面板发呆，不知道根因在哪？

今天聊聊 Java 自带的性能诊断神器 JFR（Java Flight Recorder），配合 Spring Boot 使用，效果翻倍。

JFR 是什么

JFR 是 JDK 内置的性能采集工具，知道的人不多，但用过的人都说是「真香」。

几个核心优势：

开销可控：通过事件开关控制采集粒度，精准场景下开销可压到极低
事件丰富：GC、线程、IO、锁、CPU、异常......100+ 种事件类型
历史回溯：录制文件可以离线分析，事后定位没问题
持续录制：支持后台常驻，出问题随时有数据兜底

JDK 8 及之前 JFR 是商业特性，JDK 9+ 免费开源。

生产环境启用前建议确认：磁盘空间充足、开启了 JFR 权限控制、采集的事件范围符合需求。

Spring Boot 启用 JFR

方式一：启动参数（最简单）

bash 复制代码

java -XX:StartFlightRecording:filename=recording.jfr,duration=60s -jar app.jar

更多参数配置：

bash 复制代码

java -XX:StartFlightRecording=\
    filename=app-recording.jfr,\
    dumponexit=true,\
    maxsize=500M,\
    maxage=1d,\
    settings=profile -jar app.jar

参数说明：

参数	含义
`filename`	录制文件保存路径
`dumponexit`	JVM 退出时自动 dump
`maxsize`	单文件最大 size
`maxage`	最老数据的保留时间
`settings`	模板（production/profile）

方式二：API 动态控制

Spring Boot 可以通过 JMX 远程控制 JFR 开始/停止：

java 复制代码

@Service
public class JfrController {

    private final MBeanServer mBeanServer = ManagementFactory.getPlatformMBeanServer();
    private static final String JFR_BEAN_NAME = "com.oracle.jdk:jfrType=FlightRecorder";

    @PostMapping("/jfr/start")
    public String start(@RequestParam String filename) throws Exception {
        ObjectName name = new ObjectName(JFR_BEAN_NAME);
        Map<String, String> settings = Map.of(
            "jdk.JavaMonitorEnter#enabled", "true",
            "jdk.SocketRead#enabled", "true"
        );
        mBeanServer.invoke(name, "startRecording",
            new Object[]{filename, settings},
            new String[]{String.class.getName(), Map.class.getName()}
        );
        return "started: " + filename;
    }

    @PostMapping("/jfr/stop")
    public String stop() throws Exception {
        ObjectName name = new ObjectName(JFR_BEAN_NAME);
        mBeanServer.invoke(name, "stopRecording", new Object[]{}, new String[]{});
        return "stopped";
    }
}

方式三：Actuator 集成

Spring Boot Actuator 也能暴露 JFR 端点：

yaml 复制代码

management:
  endpoints:
    web:
      exposure:
        include: health,info,jfr
  jfr:
    enabled: true
    directory: /var/log/jfr

录制文件怎么分析

JDK Mission Control (JMC)

这是官方提供的 GUI 分析工具，JDK 11+ 自带。

bash 复制代码

jmc

打开录制文件后，重点看这几个视图：

1. Recording View - 事件列表和分布
2. Code Path - 热点方法调用链
3. Memory - GC 和对象分配
4. Threads - 锁竞争、线程状态
5. I/O - 文件和网络延迟

命令行快速分析

bash 复制代码

# 概览
jfr summary recording.jfr

# 只看某类事件
jfr print --events "jdk.GC*,jdk.JavaMonitorEnter" recording.jfr

# 找出耗时最长的调用
jfr print --events "jdk.ExecutionSample" recording.jfr | head -30

代码分析脚本

写个脚本批量处理多个录制文件：

java 复制代码

public class JfrAnalyzer {

    public static void main(String[] args) throws Exception {
        var file = new File(args[0]);
        Map<String, Long> durations = new HashMap<>();
        Map<String, Integer> counts = new HashMap<>();

        try (var rs = RecordingFile.open(file)) {
            for (var event : rs) {
                String name = event.getEventType().getName();
                counts.merge(name, 1, Integer::sum);
                if (event.hasValue("duration")) {
                    long ns = event.getDuration("duration").toNanos();
                    durations.merge(name, ns, Long::sum);
                }
            }
        }

        // 打印结果
        System.out.println("=== Most Frequent ===");
        counts.entrySet().stream()
            .sorted((a, b) -> b.getValue() - a.getValue())
            .limit(10).forEach(e ->
                System.out.printf("  %s: %d%n", e.getKey(), e.getValue()));

        System.out.println("=== Slowest ===");
        durations.entrySet().stream()
            .sorted((a, b) -> (int)(b.getValue() - a.getValue()))
            .limit(10).forEach(e ->
                System.out.printf("  %s: %d ms%n", e.getKey(), e.getValue() / 1_000_000));
    }
}

实战场景

GC 停顿排查

bash 复制代码

java -XX:StartFlightRecording:\
    filename=gc.jfr,\
    events="jdk.GC*,jdk.YoungGarbageCollection,jdk.OldGarbageCollection" -jar app.jar

JMC 里重点看：

GC Pause 总时长和频率
Young GC 频率是否过高
对象晋升（Promotion）是否频繁

接口慢请求定位

先写个简单的耗时日志 AOP：

java 复制代码

@Aspect
@Component
public class TimingAspect {

    @Around("@annotation(GetMapping)")
    public Object trace(ProceedingJoinPoint p) throws Throwable {
        var start = System.currentTimeMillis();
        try {
            return p.proceed();
        } finally {
            var cost = System.currentTimeMillis() - start;
            if (cost > 1000) {
                System.out.printf("[SLOW] %s: %d ms%n", p.getSignature(), cost);
            }
        }
    }
}

慢请求出现后，配合 JFR 定位具体瓶颈：

JFR 事件	对应问题
`jdk.ExecutionSample`	CPU 热点
`jdk.FileRead/Write`	磁盘 IO 慢
`jdk.SocketRead/Write`	网络 IO 慢
`jdk.JavaMonitorEnter`	锁等待

内存泄漏

开启对象分配事件：

复制代码

jdk.ObjectAllocationInNewTLAB
jdk.ObjectAllocationOutsideTLAB
jdk.OldGarbageCollection

老年代回收频率异常升高 + 堆大小持续增长，基本就是泄漏了。配合 jfr print --events "jdk.OldGarbageCollection" 看回收模式，再导出堆 dump 定位泄漏对象。

生产环境注意事项

1. 资源限制

bash 复制代码

-XX:FlightRecorderOptions=maxchunksize=100M,memorysize=50M

2. 持续录制 + 轮转

bash 复制代码

java -XX:StartFlightRecording=\
    filename=/opt/jfr/app.jfr,\
    dumponexit=true,\
    maxage=7d,\
    maxsize=1G,\
    settings=production -jar app.jar

3. 权限控制

yaml 复制代码

export COM_SUN_JDK_JFR_OPTIONS="security-manager=true"

4. 告警联动

java 复制代码

@Scheduled(fixedRate = 60000)
public void alertIfNeeded() {
    // 读取 JFR 事件，异常时推送到告警平台
}

总结

JFR 不是什么新东西，但确实是「平时用不上，出事能救命」的工具。

Spring Boot 集成后，启用成本不高。生产环境按需开启，配合资源限制和轮转策略，遇到问题直接看录制文件，比猜日志高效得多。

几个建议：

先记几个常用 JFR 事件名，用到再查文档
持续录制 + 7 天轮转，出问题有数据可查
配合 JMC 可视化，分析效率更高