Async-profiler中如何跟踪JVM内部函数调用
2025-05-28 02:41:32作者:鲍丁臣Ursa
在性能分析领域,Async-profiler是一款功能强大的低开销采样分析工具。它不仅支持Java方法的分析,还能深入到JVM内部进行原生代码的性能剖析。本文将详细介绍如何使用Async-profiler来跟踪JVM内部特定的函数调用。
背景知识
JVM在运行时会执行大量内部函数,这些函数通常以C++实现并经过名称修饰(name mangling)。当我们需要分析特定JVM内部函数时,需要了解其完整的修饰名称才能进行准确跟踪。
问题场景
假设我们需要跟踪JVM中的check_class_file_load_hook
函数,这个函数负责处理类文件加载时的hook检查。直接使用简单函数名尝试跟踪时,Async-profiler会报错提示"Unsupported event type"。
解决方案
获取完整符号名称
首先需要通过工具获取函数的完整修饰名称。使用nm
命令查看JVM动态库中的符号:
nm /path/to/libjvm.so | grep check_class_file_load_hook
输出结果显示了经过名称修饰的完整符号:
_ZL26check_class_file_load_hookP15ClassFileStreamP6SymbolP15ClassLoaderData6HandlePP24JvmtiCachedClassFileDataP10JavaThread
使用Async-profiler跟踪
获得完整符号名称后,可以通过以下两种方式使用Async-profiler进行跟踪:
- 使用完整符号名称:
./asprof -e '_ZL26check_class_file_load_hookP15ClassFileStream...' -d 60 <pid>
- 使用通配符简化(推荐):
./asprof -e '_ZL26check_class_file_load_hook*' -d 60 <pid>
技术原理
Async-profiler在进行原生代码分析时,需要精确匹配函数符号。JVM内部函数通常具有复杂的名称修饰规则,包含:
- 参数类型信息
- 命名空间信息
- 函数名长度前缀
Async-profiler不会自动处理复杂的C++名称修饰,因此需要用户提供准确的符号名称或使用通配符模式匹配。
实际应用
这种技术可以应用于:
- JVM内部特定功能的性能分析
- 类加载过程的瓶颈定位
- JVM TI相关功能的调试
- 安全审计中的类加载监控
注意事项
- 不同JVM版本的符号名称可能有所变化
- 调试版本和发布版本的符号可见性可能不同
- 通配符使用要谨慎,避免匹配到不相关函数
- 需要确保有足够的权限访问目标进程
通过掌握这些技巧,开发者可以更深入地分析JVM内部行为,为性能优化和问题诊断提供有力工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-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++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
209
2.21 K

暂无简介
Dart
520
115

Ascend Extension for PyTorch
Python
64
94

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++
552
87

React Native鸿蒙化仓库
C++
209
285

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

🎉 (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
978
577

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
147
194