几款实用的 GC 日志可视化分析工具!你用的怎么样?

开发 前端
通常情况下,运维人员并不会直接在服务器端通过命令方式实时打印当前应用程序的 GC 日志来分析服务的性能,通常的做法是导出当前服务的 GC 日志文件,然后通过其它的可视化工具来分析服务的性能指标。

01、背景介绍

通常情况下,运维人员并不会直接在服务器端通过命令方式实时打印当前应用程序的 GC 日志来分析服务的性能,通常的做法是导出当前服务的 GC 日志文件,然后通过其它的可视化工具来分析服务的性能指标。

今天通过这篇文章,我们一起来了解一下 GC 相关的可视化分析工具。

02、日志分析工具

目前,软件市场上对 GC 日志进行可视化分析的工具非常多,在此我们介绍几款业界比较流行的日志分析工具,以便能更加快速的排查 GC 问题。

2.1、GCeasy

GCeasy 是一款在线的 GC 日志分析器,使用起来非常方便,用户可以通过它的 web 网站导入 gc 日志,实时进行内存泄漏检测、GC暂停原因分析、JVM 配置建议优化等功能,而且是可以免费使用的(有部分服务是收费的),网站访问地址如下!

http://gceasy.io

选择中文语言之后,即可看到如下界面。

图片图片

还是以最开头的代码为例,在运行的时候,加上如下命令即可导出 gc 日志。

-Xloggc:/Users/xxx/Documents/logs/gc.log

如果是 jar 包的启动方式,比如 SpringBoot 工程,可以在启动命令时加上Xloggc参数即可,例如下面的示例。

java  -Xloggc:gc.log  -XX:+PrintGCDetails -jar application.jar

如果是 war 包的启动方式,比如放在 tomcat 里面,可以通过修改bin/catalina.sh文件来开启 gc 日志,例如下面的示例。

JAVA_OPTS='-Xloggc:/tmp/gc.log -XX:+PrintGCDetails'

最后,将导出的 gc 日志,上传到 GCeasy 中,即可实时统计出相关的 gc 信息。

以下导入 gc 日志后,相关的分析截图信息,有兴趣的朋友,可以自行尝试一下。

图片图片

图片图片

2.2、GCViewer

GCViewer 也是一款非常强大的 gc 日志可视化分析工具,与 GCeasy 稍有不同,它需要本地运行,而且完全免费。

安装和启动方式如下!

--  1.下载源码
git clone https://github.com/chewiebug/GCViewer.git
--  2.用 IDEA打开项目,使用 maven 进行打包
mvn clean pacakge
--  3.得到一个 可运行的jar包,在 target目录下,启动服务
java -jar gcviewer-1.37-SNAPSHOT.jar

启动服务之后,会弹出一个类似于如下的界面。

图片图片

点击左上角的按钮,打开本地的 gc 日志文件,就会显示了日志分析的结果。

图片图片

左侧是图表,右侧是数据统计面板,展示的内容还是比较丰富的,有兴趣的访问它的官网特性说明,地址如下。

https://github.com/chewiebug/GCViewer/wiki

03、参考

1.https://juejin.cn/post/7029130033268555807

2.https://www.cnblogs.com/xrq730/p/4836700.html

责任编辑:武晓燕 来源: 潘志的研发笔记
相关推荐

2018-01-25 14:34:18

大数据可视化工具

2016-04-26 14:04:29

大数据可视化

2020-09-09 12:15:50

大数据互联网可视化

2020-09-27 14:56:33

工具数据可视化技术

2022-05-12 08:58:03

开源日志查询日志可视化

2016-11-28 15:03:06

Python数据可视化网络分析

2018-09-26 16:15:31

数据可视化大数据数据分析

2024-09-19 16:12:04

2018-11-14 10:15:58

开源技术 数据

2020-09-28 15:13:11

数据可视化技术工具

2021-11-29 13:29:06

Basemap可视化分析

2018-01-03 17:22:22

DataHunter数据可视化分析

2011-07-19 14:36:32

iPhone

2021-04-11 09:51:25

Redis可视化工具

2023-07-26 12:38:42

PyGWalker数据类型

2019-03-20 13:44:30

Web 开发代码

2016-11-25 11:16:22

阿里支付宝数据分析

2021-04-25 21:11:48

数据工具技术

2021-06-30 23:38:56

Python微信好友

2020-09-27 10:32:05

开发 Github可视化
点赞
收藏

51CTO技术栈公众号