Async-profiler 支持 PNS 风格火焰图的技术解析
2025-05-28 18:13:21作者:农烁颖Land
背景介绍
在 Java 应用性能分析领域,async-profiler 是一款广受欢迎的低开销性能分析工具。它能够以极低的性能开销采集 Java 应用的 CPU 使用情况、内存分配、锁竞争等信息,并生成直观的火焰图。然而,在某些特定场景下,特别是涉及 JVM 内部原生代码与 Java 代码混合调用的情况,传统的分析方式可能无法提供足够详细的调用栈信息。
PNS 风格火焰图的需求
在 JVM 的调试版本中,存在一个名为 pns
的调试函数,它能够提供比标准分析更详细的调用栈信息。这种分析方式特别适合以下场景:
- 类初始化死锁问题:当多个线程相互依赖对方持有的类初始化锁时
- JNI 调用链分析:需要查看 Java 代码与本地代码之间的完整调用关系
- JVM 内部机制研究:深入理解 JVM 运行时的工作机制
传统的 jstack
或 async-profiler 的默认分析模式会忽略原生调用栈中的非 Java 帧,这在分析复杂问题时可能丢失关键信息。
技术实现细节
async-profiler 通过 --cstack
参数提供了多种调用栈采集模式:
- fp 模式:基于帧指针的简单回溯,可能无法正确处理所有 JVM 内部调用
- vm 模式:专门为 JVM 设计的深度分析模式,能够识别 Java 调用和原生调用之间的转换
- dwarf 模式:使用 DWARF 调试信息进行更精确的栈回溯
在最新版本中,async-profiler 特别增强了对调试版 JVM 的支持,使得 cstack=vm
模式现在能够正确处理 slowdebug 构建的 JVM。这一改进使得工具能够:
- 准确识别
call_stub
等关键 JVM 内部调用点 - 完整展示从 Java 代码到本地代码再回到 Java 代码的完整调用链
- 在类初始化死锁等复杂场景下提供更全面的分析视角
实际应用案例
以一个典型的类初始化死锁问题为例:
// 类Test1和Test2相互依赖对方的静态初始化
static class Test1 {
static {
Test2.test(); // 在初始化时调用Test2
}
public static void test() {}
}
static class Test2 {
static {
Test1.test(); // 在初始化时调用Test1
}
public static void test() {}
}
使用增强后的 async-profiler 进行分析时,开发者可以清晰地看到:
- 线程A阻塞在Test1的初始化过程中,等待Test2的初始化
- 线程B阻塞在Test2的初始化过程中,等待Test1的初始化
- 完整的JVM内部调用路径,包括类初始化机制、锁获取等关键环节
这种级别的详细信息对于诊断复杂的并发问题至关重要。
使用建议
对于需要进行深度 JVM 分析的用户,建议:
- 在分析类初始化问题或复杂 JNI 交互时,使用
--cstack=vm
参数 - 对于调试版 JVM,确保使用最新版本的 async-profiler 以获得完整支持
- 结合传统 Java 栈分析和其他性能数据,获得更全面的视角
async-profiler 的这一增强功能为 JVM 开发者提供了更强大的分析工具,特别是在处理复杂的运行时问题时,能够提供传统工具无法提供的深入洞察。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI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。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K

deepin linux kernel
C
22
6

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
8
0

React Native鸿蒙化仓库
C++
192
274

🎉 (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
930
553

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
422
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8