JMC, 即Java任务控制（Java Mission Control）是从Java7（7u40）和 Java8 的商业版本包括一项新的监控和控制特性。
JMC 程序 (JDK_HOME\bin目录下) 会启动一个窗口程序，然后让我们选择对那进程进行监控，JMC打开性能日志后，
主要包括7部分性能报告，分别是一般信息、内存、代码、线程、I/O、系统、事件。其中，内存、代码、线程及I/O是系统分析的主要部分。
启动JMC，打开生成的JFR性能日志
1. 一般信息，如下图所示
图中， 堆使用量、CPU总体占用率、GC暂停时间是非常重要的三个指标
对于Java应用而言，GC暂停时间是最值得关注的指标。
2. 内存信息
2.1 通过内存信息，我们可以清晰的看到垃圾收集器的类型，垃圾收集的暂停时间，包括最短暂停时间、平均暂停时间、最长暂停时间，
以及更为重要的垃圾收集频率（垃圾收集的周期及STW时长）。
2.2 垃圾收集
垃圾收集的详细报告，详细描述了堆的回收信息，垃圾收集过程中的异常事件，此处不一一详述。
2.3 GC时间
详细描述GC时间相关的信息
2.4 GC配置
详细列出垃圾收集过程中，GC的配置信息，主要包括年轻代、老年代的GC类型，GC过程中的CPU状态及GC时间比率
3. 代码分析
代码分析是Java性能分析重点，通过代码分析，我们可以清楚的知道系统运行时，哪些类及方法被高频率的调用
3.1 热点方法
通过查看热点方法调用栈，我们可以清晰的了解到系统的主要计算资源消耗情况。
我们举例说明，如上图中的ConcurrentHashMap的containKey方法及get方法，而两个方法都会执行计算hashcode的功能。当我们的应用出现先判断containKey，然后执行get方法时，我们可以省略containKey，这样可以省略一次hashcode的计算，可以节约计算资源。
3.2 调用树
通过调用树，我们能以模块化的方式直观的看到系统运行状态。
通过上图，我们得知99.9%的热点方法是运行程序，这非常符合我们的预期，大家可以逐层展开方法，详细分析方法。例如：在本例中，我们发现List与Map之间的性能差异非常大，同样数量级的执行次数，List性能相较于Map就很差，这也符合我们的认知范围。
4. 线程
通过线程概述报告，我们可以得知CPU占用率的分布（系统占用率、应用程序+JVM占用率）和活动线程数，对于CPU占用率而言，应用程序应该占用99%的计算资源，而活动线程数应该控制在合理范围内（具体看应用）。
4.1 热点线程
热点线程一栏，详细列出了热点线程的数量及详情，通过详情，我们可以得知线程的执行情况。
4.2 线程争用
线程争用是解决应用性能最为关键的部分，在应用上线初期，我们可以通过解决线程争用初步实现系统性能的巨大提升。上图中的争用为GC导致，具体是由于使用G1时，设置的GC预期暂停时间过短导致的。
系统性能分析初期，我们可以首先定位线程争用的情况，可以初步达到性能的飞跃。
5. IO
IO作为系统的基础指标，IO过高会导致系统性能急剧下降，避免过度打印日志和生成大文件可以避免系统IO过高导致的性能问题。
本文转载自
本文同步分享在 博客"朝雨忆轻尘"（CNBlog）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
