Speedscope 中使用 async-profiler 进行 Java 程序性能分析
2025-06-05 07:01:24作者:丁柯新Fawn
简介
async-profiler 是一个低开销的 Java 采样分析器,它能够在不显著影响应用程序性能的情况下收集调用栈信息。结合 Speedscope 可视化工具,开发者可以直观地分析 Java 应用程序的性能瓶颈。
准备工作
在使用 async-profiler 进行性能分析前,需要确保:
- 已安装 Java 开发环境
- 下载并配置好 async-profiler
- 目标 Java 应用程序正在运行
分析步骤
启动性能分析
要开始分析目标 Java 应用程序(例如 Ghidra),执行以下命令:
./asprof start Ghidra
这个命令会启动对指定 Java 进程的性能采样。async-profiler 默认会以低开销的方式收集调用栈样本,不会对应用程序性能造成显著影响。
停止分析并生成报告
当需要结束分析时,执行以下命令:
./asprof stop -o collapsed -f /tmp/prof.collapsed Ghidra
这个命令会:
- 停止性能采样
- 以折叠格式(collapsed)输出分析结果
- 将结果保存到指定文件路径(本例中为 /tmp/prof.collapsed)
可视化分析结果
生成的折叠格式报告可以直接在 Speedscope 中打开和查看。Speedscope 提供了多种视图模式,包括:
- 时间顺序视图:展示性能数据随时间的变化
- 火焰图视图:直观显示调用栈和耗时比例
- 自顶向下/自底向上视图:从不同角度分析调用关系
分析技巧
-
采样时间:为了获得有代表性的性能数据,建议采样时间不少于30秒,对于复杂应用可能需要更长时间。
-
关注热点:在 Speedscope 中重点关注占用CPU时间最多的调用路径,这些通常是性能优化的首要目标。
-
多次采样:对于间歇性性能问题,可以多次采样并比较不同时间段的性能特征。
-
线程分析:async-profiler 可以区分不同线程的调用栈,在 Speedscope 中可以单独查看特定线程的性能表现。
注意事项
-
生产环境使用时,建议在非高峰时段进行性能分析,以最小化对用户体验的影响。
-
对于容器化部署的Java应用,需要确保async-profiler在容器内有足够的权限运行。
-
分析结果可能受到JIT编译的影响,对于长期运行的服务,建议在应用达到稳定状态后再开始采样。
通过这套工具组合,Java开发者可以快速定位性能瓶颈,为优化工作提供数据支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878