干货:程序员必备性能分析工具——Arthas火焰图

前 言

上次写完这篇《干货:一行JVM参数,帮我拯救了90%的CPU》文章后,就有小伙伴私信咨询火焰图是怎么生成的,如何通过火焰图分析系统问题?今天我就分享一个超实用的Java性能分析工具------Arthas。

什么是Arthas?

Arthas是阿里巴巴开源的Java诊断工具,可以在不重启应用的情况下,对线上问题进行实时诊断。

想象一下,当我们的应用突然CPU或内存飙高,你是不是第一想到的动作就是重启服务呢?当然我们不能直接重启服务丢失现场,这时候Arthas就可以像一名随时待命的"外科医生",能直接对运行中的Java进程进行"诊断手术"。

为什么需要火焰图?

那么火焰图又是什么呢?火焰图是一种可视化性能分析工具,由Brendan Gregg发明。它之所以叫"火焰图",是因为整个图表看起来像一团火焰,它的最大价值在于直观,可以通过图形化的方式,让我们一眼就能看出哪些函数消耗的资源最多。

手把手教你生成火焰图

1. 安装和启动Arthas

首先,我们需要下载Arthas,并启动它

复制代码
# 下载Arthas
curl -O https://arthas.aliyun.com/arthas-boot.jar

# 启用Arthas
java -jar arthas-boot.jar
复制代码

启动后,Arthas会列出当前机器上所有的Java进程,我们只需要输入对应的序号,就能连接到目标进程,比如小编要诊断ID为97519的进程,输入"6"回车即可成功进入Arthas的命令行界面。

2. 生成火焰图

在Arthas的命令行界面,我们输入以下最关键的生成火焰图的命令,只需要三步,一个清晰的火焰图HTML文件就生成好了!

复制代码
# 开始采集CPU性能数据
[arthas@97519]$ profiler start
Started [cpu] profiling

# 查看采集状态
[arthas@97519]$ profiler status
[cpu] profiling is running for 15 seconds

# 停止采集并生成火焰图(HTML格式)
[arthas@97519]$ profiler stop --format html
OK
profiler output file: /Users/admin/02-Work/workspace_ai/cbs/contract-management-system/contract-backend/arthas-output/20251108-141833.html
复制代码

3. 查看结果

我们可以直接打开生成的HTML文件查看结果

如何读懂火焰图?

生成火焰图很简单,但更重要的是学会如何读懂它。很多人第一次看到火焰图会觉得眼花缭乱,其实只要掌握几个关键点就够了:

火焰图的结构很简单:

  • Y轴(垂直方向):表示调用栈深度,从上到下是函数调用关系,最顶层是正在执行的函数,下面是它的父函数

  • X轴(水平方向):表示资源占用比例,越宽的函数消耗越多CPU时间

  • 颜色:通常没有特殊含义,只是为了区分不同函数

关键观察点:

  1. 寻找"平顶":如果一个函数的顶部是平的(而不是尖的),那很可能就是性能瓶颈。因为这表示这个函数本身耗时较长,而不是它调用的其他函数耗时

  2. 关注最宽的部分:横轴越宽,表示该函数占用的CPU时间越多

  3. 从下往上看:底层函数被上层函数调用,所以分析时要理解调用关系

举个例子,假如你看到一个大平顶,上面标着java.util.zip.Deflater.deflateBytes,那很可能是因为压缩操作消耗了大量CPU时间。

bash 复制代码
# 采集内存性能数据
[arthas@97519]$ profiler start --event alloc

# 停止采集并生成火焰图(HTML格式)
[arthas@97519]$ profiler stop --format html

# 查看Arthas看板
[arthas@97519]$ dashboard

# 停止Arthas服务
[arthas@97519]$ stop

总 结

Arthas是一个强大且易用的性能分析工具,通过本文的介绍,希望大家能够以后性能优化不再靠"猜",而是有据可依。下次遇到性能问题,不妨试试Arthas火焰图,说不定几分钟就能解决之前困扰你几天的问题!

希望这篇干货能帮到你!你有没有用火焰图解决过什么有意思的问题?或者在使用中遇到了什么坑?欢迎在评论区留言分享,我们一起交流进步!

更多详细信息详见:https://arthas.aliyun.com/doc/quick-start.html

相关推荐
曲幽8 分钟前
FastAPI实战:打造本地文生图接口,ollama+diffusers让AI绘画更听话
python·fastapi·web·cors·diffusers·lcm·ollama·dreamshaper8·txt2img
老赵全栈实战36 分钟前
Pydantic配置管理最佳实践(一)
python
阿尔的代码屋6 小时前
[大模型实战 07] 基于 LlamaIndex ReAct 框架手搓全自动博客监控 Agent
人工智能·python
AI探索者1 天前
LangGraph StateGraph 实战:状态机聊天机器人构建指南
python
AI探索者1 天前
LangGraph 入门:构建带记忆功能的天气查询 Agent
python
FishCoderh1 天前
Python自动化办公实战:批量重命名文件,告别手动操作
python
躺平大鹅1 天前
Python函数入门详解(定义+调用+参数)
python
曲幽1 天前
我用FastAPI接ollama大模型,差点被asyncio整崩溃(附对话窗口实战)
python·fastapi·web·async·httpx·asyncio·ollama
两万五千个小时1 天前
落地实现 Anthropic Multi-Agent Research System
人工智能·python·架构
哈里谢顿1 天前
Python 高并发服务限流终极方案:从原理到生产落地(2026 实战指南)
python