前言

在分析性能问题时，我们常常会使用查日志、jmap或jstack等工具。然而，jstack的默认输出形式通常不够直观，需要人工分析，这对开发者来说显然不够高效。本文将探讨一种更直观的工具——Flame Graph（火焰图）。

什么是Flame Graph

Flame Graph是一种用于软件执行情况可视化的工具，广泛应用于性能 profiling 和 debugging领域。它通过图形化的方式展示程序执行的深度和频率，帮助开发者快速定位性能瓶颈。

Flame Graph的工作原理

Flame Graph的核心功能并非直接生成图形，而是对性能数据进行采集和分析。根据不同的 profile 类型，采集工具也会有所不同：

• CPU profile：采集进程的stack trace，常用Linux的perf命令。
• Memory profile：采集malloc等系统调用，用于分析内存使用情况。
• Off-CPU profile：分析被阻塞的线程，通常用于线程调度问题。

例如，使用perf命令对进程进行CPU profile采集，命令格式如下：

生成的stack trace数据需要通过perf工具进行处理，最后提交给Flame Graph进行展示。Flame Graph的图形化输出显示了调用频率和深度，y轴表示调用深度，x轴表示频率。

Flame Graph的优势在于其直观性，但其局限性在于每个小格子显示信息有限，需要点击查看详细方法名。

附：Profile的页面快速执行构建工具

为了方便开发者快速获取profile结果，一些系统代码整合了profile功能到页面端。以下是一个常见的实现示例：

package org.apache.hadoop.hdds.server;    import javax.servlet.http.HttpServlet;    import javax.servlet.http.HttpServletRequest;    import javax.servlet.http.HttpServletResponse;    …    public class ProfileServlet extends HttpServlet {        …        protected void doGet(HttpServletRequest req, HttpServletResponse resp) throws IOException {            …            // 如果 Pied 未指定，使用当前进程            final int duration = getInteger(req, "duration", DEFAULT_DURATION_SECONDS);            final Output output = getOutput(req);            final Event event = getEvent(req);            …            // 发起 profiling 命令            List cmd = new ArrayList<>();            cmd.add(asyncProfilerHome + PROFILER_SCRIPT);            cmd.add("-e");            cmd.add(event.getInternalName());            cmd.add("-d");          cmd.add(duration + "");            …            process = runCmdAsync(cmd);            …        }        …    }

该工具支持多种 profile 类型和参数，例如事件类型（如cpu、alloc等）、时间间隔、输出格式等。通过指定不同的参数，可以灵活配置 profiling行为。

引用

[1]. Apache Hive documentation