常用 Java Profiling 工具的分析与比较

核心提示：在 Java 程序的开发过程中，不可避免地会遇到内存使用、性能瓶颈等问题，常用 Java Profiling 工具的分析与比较，Java Profiler 工具能帮助开发人员快速、有效地定位这些问题，因此成为了 Java 开发过程中的一个重要工具，该方法对程序执行速度会有一定的影响，因此给出的程序执行时间有可能不准确，

在 Java 程序的开发过程中，不可避免地会遇到内存使用、性能瓶颈等问题。Java Profiler 工具能帮助开发人员快速、有效地定位这些问题，因此成为了 Java 开发过程中的一个重要工具。目前市场上的 Java Profiler 工具种类繁多，本文将对目前比较常见的几种工具进行简要介绍，并从功能、性能等角度作比较，从而帮助 Java 程序员选择合适的 Java Profiler 工具。

本文主要分为三个部分：第一部分简要介绍 Java Profiler 工具的原理；第二部分对目前常见的 Java Profiler 工具 TPTP, CodePro Profiler, YourKit Java Profiler, JProfiler 进行简要介绍；第三部分对以上工具从不同的角度进行比较，帮助开发人员选择合适的工具。

相对于静态代码分析，Profiling 是通过收集程序运行时的信息来研究程序行为的动态分析方法。其目的在于定位程序需要被优化的部分，从而提高程序的运行速度或是内存使用效率。收集程序运行时信息的方法主要有以下三种：

事件方法：对于 Java，可以采用 JVMTI（JVM Tools Interface）API 来捕捉诸如方法调用、类载入、类卸载、进入 / 离开线程等事件，然后基于这些事件进行程序行为的分析。

统计抽样方法（sampling）: 该方法每隔一段时间调用系统中断，然后收集当前的调用栈（call stack）信息，记录调用栈中出现的函数及这些函数的调用结构，基于这些信息得到函数的调用关系图及每个函数的 CPU 使用信息。由于调用栈的信息是每隔一段时间来获取的，因此不是非常精确的，但由于该方法对目标程序的干涉比较少，目标程序的运行速度几乎不受影响。

植入附加指令方法（BCI）: 该方法在目标程序中插入指令代码，这些指令代码将记录 profiling 所需的信息，包括运行时间、计数器的值等，从而给出一个较为精确的内存使用情况、函数调用关系及函数的 CPU 使用信息。该方法对程序执行速度会有一定的影响，因此给出的程序执行时间有可能不准确。但是该方法在统计程序的运行轨迹方面有一定的优势。