jvm性能监控可视工具gengral jvm监控线程

jdk本身给我们提供了两种工具用于监控JVM运行情况，其中一个是Jconsole，还有一个是jvisualvm，这两个工具都安装在jdk的bin目录下：

本文我们使用jconsule来监控jvm的运行情况。

2. 启动项目
   首先我们看一下项目的tomcat基本配置信息：



3. 端口号为60021，tomcat最大线程数为200，最小线程数为10
   现在我们启动项目：



4. 项目已经启动了，接下来我们去查看jconsole的运行情况
6. 查看jconsole
   在jdk的bin目录下，我们双击jconsole.exe就可以启动程序了

Jconsole支持本地进程查看，还可以连接远程进程，比如我们服务部署在linux上面，就可以远程连接linux，来查看服务的运行情况，现在我们点击我们的本地服务打开页面，就是打了马赛克的那个服务，选择不安全的连接

主页信息，展示一个综合信息，包括，堆内存使用量，线程数，加载的类的数量，cpu占用率

当然我们也可以点击左上角的按钮，选择对应的模块只查看该模块信息，现在我们点击线程模块，去查看线程的使用情况

在线程这个模块可以看到tomcat初始化的10个线程，如果你要问我怎么知道这个就是tomcat初始化的10个线程，从两个方面来分析：

一、 tomcat线程命名就是这样的，这是经验，当然大家也可以去程序里面打印获取当前线程的名称，然后运行程序，就知道线程名称了。

二、 我们进行服务调用验证一下喽。

3. 服务调用
   我们简单写一个服务调用的方法，进行循环调用

public class Test {

  public static void main(String[] args) throws URISyntaxException, IOException {
    while (true) {
      // 声明URIBuilder
      URIBuilder uriBuilder = new URIBuilder("http://127.0.0.1:60021/v1/api/label?pageSize=500");
      // 2 创建httpGet对象，相当于设置url请求地址
      HttpGet httpGet = new HttpGet(uriBuilder.build());
      httpGet.addHeader("potato-tenant-id", "72");
      httpGet.addHeader("potato-client-id", "72");
      // 3 使用HttpClient执行httpGet，相当于按回车，发起请求
      HttpClient httpClient = HttpClients.createDefault();
      HttpResponse response = httpClient.execute(httpGet);

      // 解析数据封装HttpResult
      if (response.getEntity() != null) {
        System.out.println(EntityUtils.toString(response.getEntity(), "UTF-8"));
      } else {
        System.out.println(response.getStatusLine().getStatusCode());
      }
    }
  }
}

运行程序，我们再次查看jconsole情况

可以看到，线程数立即激增，同时cpu使用率，堆内存使用量都有明显变化

4. 再次查看jconsole
   当我们停止请求，可以看到，线程数又恢复之前的情况，而且只保留了10个线程，其余线程执行完任务，都被tomcat线程池给回收了。

cpu的使用率也慢慢趋于平缓了，当然堆内存使用量需要一段时间，等垃圾回收机制触发后才会慢慢下降

6. 对比tomcat运行情况
   我们重新修改程序tomcat配置参数，重新启动项目和jconsole



7. 可以看到初始化tomcat只有5个线程：



8. 然后我们再次请求可以看到，线程数最大到30，不会再次增加了，因为我们设置了最大线程数为30，而上面的演示最大线程都到了四五十了，因为上面最大线程数为200



9. 停掉请求可以看到，线程只剩下5个了：



10. 总结
    Jconsole可以帮助我们查看线程池的运行情况，堆内存使用情况以及cpu占用情况，在线上环境可以监控，内存溢出，线程池的线程数不足，cpu使用突然飙高的情况。
    当然针对以上情况我们也应该在程序中控制，
    内存溢出优化：
    递归调用优化；
    不用的对象应该置空，垃圾回收机制可以快速回收释放内存，硬件增加内存。
    cpu使用率突然飙高：
    将定时任务与业务代码拆开分开部署，因为定时任务底层是采用死循环的机制，会增加cpu开销；
    cas在使用时应该设置循环次数或者时间，不要一直循环；
    引入监控系统，当cpu使用率超过一定值，系统会提示，进行风险的预控；
    采用多核cpu。
    线程池线程数不足：
    合理增加最大线程数；
    采用多核多线程cpu。