首页
/ Async-profiler支持PNS风格火焰图的技术解析

Async-profiler支持PNS风格火焰图的技术解析

2025-05-28 10:35:14作者:昌雅子Ethen

背景介绍

Async-profiler是一款广受欢迎的Java性能分析工具,它能够以极低的开销收集Java应用程序的性能数据。在最新版本中,Async-profiler增加了一项重要功能——支持PNS(Print Native Stack)风格的火焰图,这对于分析复杂的JVM内部执行情况具有重要意义。

PNS风格火焰图的价值

PNS是JVM调试版本中提供的一个调试功能,它能够显示更详细的调用栈信息,包括:

  1. 完整的本地调用栈
  2. Java方法与本地方法的混合调用关系
  3. JVM内部关键函数的执行路径

传统的jstack和async-profiler默认的调用栈采集方式会忽略Java调用之间的本地方法调用,这在分析某些复杂问题(如类初始化死锁)时会造成信息缺失。PNS风格的火焰图则完整保留了这些关键信息。

技术实现细节

Async-profiler通过--cstack=vm参数实现了PNS风格的调用栈采集。其核心原理是:

  1. 解析JVM内部数据结构,识别Java方法和本地方法的边界
  2. 在采样时同时捕获Java栈和本地调用栈
  3. 将两种栈信息无缝拼接,形成完整的执行路径

在最新版本中,Async-profiler特别增强了对调试版JVM(slowdebug build)的支持,解决了之前在这种环境下无法正确解析call_stub等关键JVM内部函数的问题。

使用场景示例

考虑一个典型的类初始化死锁场景:

class A {
    static { B.doSomething(); }
}

class B {
    static { A.doSomething(); }
}

使用传统分析工具可能只能看到线程阻塞在某个类初始化状态,而无法看到完整的死锁链条。而PNS风格的火焰图能够显示:

  1. 线程1初始化A时调用B的路径
  2. 线程2初始化B时调用A的路径
  3. 中间经过的所有JVM内部函数调用

这使得死锁原因一目了然。

使用方法

要生成PNS风格的火焰图,只需在启动async-profiler时添加cstack=vm参数:

java -agentpath:libasyncProfiler.so=start,event=cpu,file=profile.html,cstack=vm ...

对于调试版JVM,建议使用最新版本的async-profiler以获得最佳支持。

技术展望

PNS风格火焰图的引入使async-profiler在以下场景更具优势:

  1. JVM内部问题诊断
  2. 本地方法性能分析
  3. 复杂并发问题排查
  4. JIT编译器行为研究

未来,随着JVM内部结构的持续演进,async-profiler有望提供更精细的调用栈解析能力,为Java性能分析开辟新的可能性。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284