注：如果你的程序運行很久，積累大量的dump信息，這個時候你使用jmap很有可能會直接把你的程序卡死，所以jmap這個命令不適合線上使用，在進行測試和壓測的時候使用比較好。在線上環境，慎用jmap。
內存飆高：
1.在官網下載MemoryAnalyzer：https://www.eclipse.org/mat/
2.創建一個java測試程序mat-test，寫如下代碼：
public class CarModel {
public boolean run()
{
try {
Thread.sleep(5000);
System.out.println(Thread.currentThread().getName()+" "+new Date().toString());
return true;
}
catch(Exception ex)
{
return false;
}
}
}
public class App {
public static void main(String[] args) {
System.out.println("start:");
ExecutorService executor = Executors.newCachedThreadPool();
for (int i = 0; i < 5000; i++) {
try {
Thread.sleep(1000);
executor.execute(new Runnable() {
@Override
public void run() {
new CarModel().run();
}
});
} catch (Exception ex) {
}
}
executor.shutdown();
startWhile();
System.out.println("end");
}
private static void startWhile() {
new Thread(new Runnable() {
@Override
public void run() {
while (true) ;
}
}).start();
}
}
3.打包，部署到服務器，這裏我使用的是docker部署的，如果你不知道如何用docker部署，請參考我的另外一篇博客：https://blog.csdn.net/dap769815768/article/details/86561566
4.啓動容器後，使用
docker exec -it mat-test /bin/bash
進入到容器內。使用
ps -ef |grep java
查看這個容器裏面你的java程序運行的pid。使用jmap命令：
jmap -dump:file=test.dump 1
到處dump文件，這裏的1是我的程序的pid。
5.成功後，按ctr+d，退出容器，使用命令：
docker cp mat-test:test.dump ./test.dump
將容器內生成的dump文件導出Linux環境，然後下載到本地。
6.打開MemoryAnalyzer，file=》open heap dump，選擇Leak Suspects Report，打開之後默認顯示界面如下：
7.選擇Overview=》Unreachable Objects Histogram，可以查看到類被實例化的數量：
8.在default_report選下卡里面，有具體的統計信息，可以看到我們這個例子中，統計信息總共分成三部分：
緊接着下面就是Problem的具體描述：
點擊Details可以查看詳細內容。這裏不再深入探討。
CPU飆高：
我們的這個例子有一個死循環，這會導致cpu飈高，如果是內存飈高，剛纔的方式是可以清晰地看到具體哪些東西佔用了內存。但是看不到cpu被佔用的情況，要看cpu佔用的情況，需要使用jstack這個工具。
1.首先進到我們的Linux服務器，使用top命令查看cpu使用情況
這裏的java程序cpu佔用率始終在99%以上，我們知道，之所以這麼高，是因爲我們故意寫了一個死循環導致的。
2.使用docker exec -it mat-test /bin/bash進入到容器裏面，使用jstack命令看看在容器內部佔用cpu高的是哪個進程，找到進程pid。
在容器內部，這個進程的id是1。
3.使用top -Hp 1，可以查詢到具體是哪個線程佔用cpu高：
可以看到是pid爲15的線程cpu佔用偏高。
4.使用jstack 1，查看具體信息：
如果你還記得剛纔的那個線程id，你就會發現，這裏標註的16進制數字轉過來正好是15，沒錯，也就是在代碼的第14行的一個run方法裏面，有大量的cpu佔用。這個run方法裏面的內容，就是我們寫的死循環。
好了，到這裏，cpu飈高的問題就定位到具體的代碼位置了，下面就是找到具體的代碼，分析出現飈高的原因了，這個例子裏，代碼很好分析，就是因爲死循環，而實際上大部分場景下，可能都沒那麼好分析，比如有些網絡請求阻塞了而又沒有去設置網絡請求等待超時時間，這樣等待時間就會無限長，積攢久了，也可能會導致cpu飈高。