直接查看“self time %”最高的方法并顺藤摸瓜分析调用链和统计信息，可锁定性能热点；优先关注>5%的反复出现工具类方法，结合call tree、method statistics、hot spots、快照对比及火焰图“平顶”区域综合定位瓶颈根节点。
直接看“Self Time %”最高的方法，再顺藤摸瓜查调用链和统计信息，基本就能锁定性能热点函数。
聚焦 Call Tree 中的 Self Time %
启动 JProfiler 后进入 CPU Profiling，点击 Record（推荐 Sampling 模式），执行关键业务逻辑后 Stop。生成的 Call Tree 默认按 Self Time % 降序排列——这个值代表方法自身执行时间占总采样时间的百分比，不含子调用耗时。
- 优先关注数值 >5% 的方法，尤其是反复出现的工具类方法（如 JSON.toJSONString()、StringUtils.join()）；
- JProfiler 会自动标红“Hot Spot”，双击可跳转到对应源码行；
- 若某个 DAO 方法 Self Time % 突增，但实际逻辑简单，大概率是它触发了隐式开销（如 N+1 查询、无索引字段扫描）。
下钻调用链 + 查方法统计
单个高占比方法只是入口，真正瓶颈常藏在它的子调用里。双击该方法展开调用树，观察深层分支是否出现异常宽的节点或重复路径。
- 右键方法 → “Show Method Statistics”，查看调用次数、平均耗时、最大耗时，判断是单次慢还是高频调用累积慢；
- 留意递归调用、嵌套序列化、循环内创建对象等典型模式；
- 配合 “Hot Spots” 标签页切换至 SQL 或 Allocation 视图，确认是否由数据库或内存分配引发级联延迟。
用快照对比识别变化点
性能问题常出现在版本迭代或配置变更后。执行两次相同操作，分别录制两个快照，用 “Compare Snapshots” 功能比对差异。
- 重点关注新增的高 Self Time % 方法，或原有方法占比突然上升；
- 对比调用次数变化：如果某方法调用次数翻倍但逻辑未改，说明上游触发逻辑有误；
- 结合时间轴回溯，确认热点是否与定时任务、批量导入、缓存失效等周期性事件同步。
火焰图辅助定位平顶区域
Call Tree 是结构化视角，火焰图则是全局时间分布视角。导出或直接在 JProfiler / async-profiler 中打开火焰图，横向宽度代表执行时间比例，颜色深浅反映热度。
- 找“平顶”——顶部连续宽矩形区域，说明该函数被大量调用且每次耗时不短；
- 从顶部向下追踪调用栈，找到最窄却持续存在的“瓶颈根节点”；
- async-profiler 生成的火焰图还能叠加热力图，识别 CPU 飙升是否集中在某段时间，便于关联日志或监控告警。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
