深入JVM剖析Java的執行緒堆疊

在這篇文章裡我將教你如何分析JVM的線程堆疊以及如何從堆疊資訊中找出問題的根因。在我看來執行緒堆疊分析技術是Java EE產品支援工程師所必須掌握的技術。在執行緒堆疊中儲存的信息，通常遠遠超出你的想像，我們可以在工作中善加利用這些資訊。

我的目標是分享我過去十幾年來在執行緒分析中累積的知識和經驗。這些知識和經驗是在各種版本的JVM以及各廠商的JVM供應商的深入分析中獲得的，在這個過程中我也總結出大量的通用問題模板。

那麼，準備好了麼，現在就把這篇文章加入書籤，在後續幾周中我會給大家帶來這一系列的專題文章。還在等什麼，請趕緊給你的同事和朋友分享這個線程分析培訓計畫吧。

聽起來是不錯，我確實是應該提升我的線程堆疊分析技能...但我要從哪裡開始呢？

我的建議是跟著我來完成這個線程分析培訓計劃。以下是我們會涵蓋到的培訓內容。同時，我會把我處理過的實際案例分享給大家，以便與大家學習和理解。

1) 線程堆疊概述及基礎知識
2) 線程堆疊的生成原理以及相關工具
3) 不同JVM線程堆疊的格式的差異（Sun HotSpot、IBM JRE、Oracal JRockit）
4) 線程堆疊日誌介紹以及解析方法
5) 執行緒堆疊的分析與相關的技術
6) 常見的問題範本（執行緒竟態、死鎖、IO呼叫掛死、垃圾回收/OutOfMemoryError問題、死循環等）
7) 執行緒堆疊問題實例分析

我希望這一系列的訓練能為你帶來確實的幫助，所以請持續關注每週的文章更新。

但是如果我在學習過程中有疑問或無法理解文章中的內容該怎麼辦？

不用擔心，把我當做你的導師就好。任何關於線程堆疊的問題都可以諮詢我（前提是問題不能太low）。請隨意選擇下面的幾種方式與我取得聯繫：

1) 直接本文下面發表評論（不好意思的話可以匿名）
2) 將你的線程堆疊資料提交到Root Cause Analysis forum
3) 發Email給我，地址是@phcharbonneau@hotmail.com

能幫我分析我們產品遇到的問題麼？

當然可以，如果你願意的話可以把你的堆疊現場數據透過郵件或論壇 Root Cause Analysis forum發給我。處理實際問題是才是學習提陞技能的王道。

我真心期望大家能夠喜歡這個訓練。所以我會盡我所能去為你提供高品質的材料，並回答大家的各種問題。

在介紹線程堆疊分析技術和問題模式之前，先來跟大家講基礎的內容。所以在這篇文章裡，我將先涵蓋到最基本的內容，這樣大家就能更好的去理解JVM、中介軟體、以及Java EE容器之間的互動。

Java VM 概述

Java虛擬機器是Jave EE 平台的基礎。它是中間件和應用程式被部署和運行的地方。

JVM向中間件軟體和你的Java/Java EE程式提供了以下這些東西:

–   （二進位形式的）Java / Java EE 程式運作環境
–   一些程式功能特性和工具(IO 基礎設施，資料結構，執行緒管理，安全，監控等等.)
–   借助垃圾回收的動態記憶體分配與管理

你的JVM可以駐留在許多的作業系統(Solaris, AIX, Windows 等等.)之上，並且能根據你的實體伺服器配置，你可以在每台實體/虛擬伺服器上安裝1到多個JVM進程.

JVM與中間件之間的交互

下面這張圖展示了JVM、中間件和應用程式之間的高層互動模型。

圖中所展示的JVM、中間件和應用程式件之間的一些簡單和典型的互動。如你所見，標準Java EE應用程式的執行緒的分配實在中間件核心與JVM之間完成的。 （當然也有例外，應用程式可以直接呼叫API來建立線程，這種做法並不常見，而且在使用的過程中也要特別的小心）

同時，請注意一些線程是由JVM內部來進行管理的，典型的例子就是垃圾回收線程，JVM內部使用這個線程來做並行的垃圾回收處理。

因為大多數的線程分配都是由Java EE容器完成的，所以能夠理解和認識線程堆疊跟踪，並能從線程堆疊數據中識別出它來，對你而言很重要. 這可以讓你能夠快速的知道Java EE容器正要執行的是什麼類型的請求.

從一個線程轉儲堆疊的分析角度來看，你將能了解從JVM發現的線程池之間的不同，並識別出請求的類型.

最後一節會向你提供對於HotSop VM而言什麼是JVM線程堆疊的一個概述，還有你將會遇到的各種不同的線程. 而對IBM VM 線程堆疊形式詳細內容將會在第四節向你提供.

請注意你可以從根本原因分析論壇獲得針對本文的線程堆疊示例.

JVM 線程堆疊——它是什麼?

JVM線程堆疊是一個給定時間的快照，它能向你提供所有被創建出來的Java線程的完整清單.

每一個被發現的Java線程都會給你如下信息:

– 線程的名稱；經常被中間件廠商用來識別線程的標識，一般還會帶上被分配的線程池名稱以及狀態(運行，阻塞等等.)

      – 線程類型& 優先級，例如: daemon prio=3 ** 中間件程序一般以後台守護的形式創建他們的線程，這意味著這些執行緒是在後台運行的；它們會向它們的使用者提供服務，例如：向你的Java EE應用程式**

       – Java執行緒ID，例如: tid=0x000000011e52a800 ** 這是透過java. lang.Thread.getId() 獲得的Java線程ID，它常常用自增長的長整形1..n** 實現

       – 原生線程ID，例如: nid=0x251c** ，之所以關鍵是因為原生線程ID可以讓你獲得諸如從操作系統的角度來看那個線程在你的JVM中使用了大部分的CPU時間等這樣的相關信息. **

       – Java線程狀態和詳細信息，例如: waiting for monitor entry [0xfffffffea5afb000] java.lang.Thread.State: BLOCKED (on object monitor)
** 可以快速的了解到線程狀態極其當前阻塞的可能原因**

      能從線程堆疊中找到的最重要的數據. 這也是你花費最多分析時間的地方，因為Java棧跟踪向提供了你將會在稍後的練習環節了解到的導致諸多類型的問題的根本原因，所需要的90%的資訊。

        – Java 堆疊記憶體分解; 從HotSpot VM 1.6版本開始，在執行緒堆疊的末端處可以看到HotSpot的記憶體使用情況，比如說Java的堆疊記憶體(YoungGen, OldGen) & PermGen 空間。這個資訊對分析由於頻繁GC而引起的問題時，是很有用的。你可以使用已知的線程資料或模式做一個快速的定位。

Heap
PSYoungGen   total 466944K, used 178734K [0xffffffff45c00000, 0xffffffff70800000, 0xffffffff70800000)
eden space 233472K, 76% used [0xffffffff45c00000,0xffffffff50ab7c50,0xffffffff54000000)
from space 233472K, 0% used [0xffffffff62400000,0xffffffff62400000,0xffffffff70800000)
to  space 233472K, 0% used [0xffffffff54000000,0xffffffff54000000,0xffffffff62400000)
PSOldGen    total 1400832K, used 1400831K [0xfffffffef0400000, 0xffffffff45c00000, 0xffffffff45c00000)
object space 1400832K, 99% used [0xfffffffef0400000,0xffffffff45bfffb8,0xffffffff45c00000)
PSPermGen    total 262144K, used 248475K [0xfffffffed0400000, 0xfffffffee0400000, 0xfffffffef0400000)
object space 262144K, 94% used [0xfffffffed0400000,0xfffffffedf6a6f08,0xfffffffee0400000)

線程堆疊資訊大拆解

為了讓大家更好的理解，給大家提供了下面的這張圖，在這張圖中將HotSpot VM上的線程堆疊資訊和線程池做了詳細的拆解，如下圖： 

上圖可以看出執行緒堆疊是由多個不同部分組成的。這些資訊對問題分析都很重要，但對不同的問題模式的分析會使用不同的部分（問題模式會在後面的文章中做模擬和演示。）

現在透過這個分析樣例，給大家詳細解釋一下HoteSpot上執行緒堆疊資訊中的各個組成部分：

# Full thread dump标示符

「Full thread dump」是一個全域唯一的關鍵字，你可以在中間件和單機版本Java的執行緒堆疊資訊的輸出日誌中找到它（比如說在UNIX下使用：kill -3 ）。這是執行緒堆疊快照的開始部分。
 
Full thread dump Java HotSpot(TM) 64-Bit Server VM (20.0-b11 mixed mode):

# Java EE 中間件,第三方以及自訂應用軟體中的執行緒

這個部分是整個堆疊的這個部分是整個堆疊的核心部分，也是通常需要花費最多分析時間的部分。堆疊中線程的個數取決你使用的中間件，第三方庫（可能會有獨立線程）以及你的應用程式（如果創建自訂線程，這通常不是一個很好的實踐）。

在我們的範例執行緒堆疊中，WebLogic是我們所使用的中間件。從Weblogic 9.2開始, 會使用一個用“'weblogic.kernel.Default (self-tuning)”唯一標識的能自行管理的線程池

"[STANDBY] ExecuteThread: '414' for queue: 'weblogic.kernel.Default (self-tuning)'" daemon prio=3 tid=0x000000010916a800 nid=0x2613 in Object.wait() [0xfffffffe9edff000]
  java.lang.Thread.State: WAITING (on object monitor)
    at java.lang.Object.wait(Native Method)
    - waiting on <0xffffffff27d44de0> (a weblogic.work.ExecuteThread)
    at java.lang.Object.wait(Object.java:485)
    at weblogic.work.ExecuteThread.waitForRequest(ExecuteThread.java:160)
    - locked <0xffffffff27d44de0> (a weblogic.work.ExecuteThread)
    at weblogic.work.ExecuteThread.run(ExecuteThread.java:181)

# HotSpot VM 線程
這是一個有Hotspot VM內部線程，用於執行內部的原生操作。一般你不用對此操太多心，除非你(透過相關的執行緒堆疊以及prstat或原生執行緒Id)發現很高的CPU佔用率.

"VM Periodic Task Thread" prio=3 tid=0x0000000101238800 nid=0x19 waiting on condition

# HotSpot GC 執行緒
當使用HotSpot 進行並行GC (如今在使用多個物理核心的環境下很常見), 預設創建的HotSpot VM 或每個JVM管理一個有特定標識的GC線程時. 這些GC線程可以讓VM以並行的方式執行其週期性的GC清理, 這會導致GC時間的總體減少；同時的代價是CPU的使用時間會增加.

"GC task thread#0 (ParallelGC)" prio=3 tid=0x0000000100120000 nid=0x3 runnable
"GC task thread#1 (ParallelGC)" prio=3 tid=0x0000000100131000 nid=0x4 runnable
………………………………………………………………………………………………………………………………………………………………

这事非常关键的数据，因为当你遇到跟GC有关的问题，诸如过度GC、内存泄露等问题是，你将可以利用这些线程的原生Id值关联的操作系统或者Java线程，进而发现任何对CPI时间的高占用. 未来的文章你将会了解到如何识别并诊断这样的问题.

# JNI 全局引用计数
JNI (Java 本地接口)的全局引用就是从本地代码到由Java垃圾收集器管理的Java对象的基本的对象引用. 它的角色就是阻止对仍然在被本地代码使用，但是技术上已经不是Java代码中的“活动的”引用了的对象的垃圾收集.

同时为了侦测JNI相关的泄露而留意JNI引用也很重要. 如果你的程序直接使用了JNI，或者像监听器这样的第三方工具，就容易造成本地的内存泄露.
 
JNI global references: 1925

# Java 堆栈使用视图

这些数据被添加回了 JDK 1 .6 ，向你提供有关Hotspot堆栈的一个简短而快速的视图. 我发现它在当我处理带有过高CPU占用的GC相关的问题时非常有用，你可以在一个单独的快照中同时看到线程堆栈以及Java堆的信息，让你当时就可以在一个特定的Java堆内存空间中解析（或者排除）出任何的关键点. 你如在我们的示例线程堆栈中所见，Java 的堆 OldGen 超出了最大值!

Heap
 PSYoungGen   total 466944K, used 178734K [0xffffffff45c00000, 0xffffffff70800000, 0xffffffff70800000)
 eden space 233472K, 76% used [0xffffffff45c00000,0xffffffff50ab7c50,0xffffffff54000000)
 from space 233472K, 0% used [0xffffffff62400000,0xffffffff62400000,0xffffffff70800000)
 to  space 233472K, 0% used [0xffffffff54000000,0xffffffff54000000,0xffffffff62400000)
 PSOldGen    total 1400832K, used 1400831K [0xfffffffef0400000, 0xffffffff45c00000, 0xffffffff45c00000)
 object space 1400832K, 99% used [0xfffffffef0400000,0xffffffff45bfffb8,0xffffffff45c00000)
 PSPermGen    total 262144K, used 248475K [0xfffffffed0400000, 0xfffffffee0400000, 0xfffffffef0400000)
 object space 262144K, 94% used [0xfffffffed0400000,0xfffffffedf6a6f08,0xfffffffee040000

更多深入JVM剖析Java的執行緒堆疊相关文章请关注PHP中文网！