技术中心

import org.slf4j.Logger;   
     
  public class TraceUtil {   
      final Logger logger;   
      final long threshold = 1000;   
      private long begin;   
      private long offtime = 0;   
      private String threadInfo;   
      private String targetId;   
     
      public TraceUtil(Logger logger, Thread thread, String targetId, long begin) {   
          this.logger = logger;   
          this.threadInfo = thread.getId() + "-" + thread.toString();   
          this.targetId = targetId;   
          this.begin = begin;   
      }   
     
      public void trace(String targetEvent) {   
          long duration = System.currentTimeMillis() - begin;   
          long increment = duration - offtime;   
          offtime = duration;   
          float percentage = (float) increment / (float) duration * 100;   
          if (duration > threshold && percentage > 20) {   
              logger.error(   
                      "Response time is too large: [{}], {}/{} ({}), {}, {}",   
                      new String[] { threadInfo + "", increment + "",   
                              duration + "", percentage + "%", targetEvent,   
                              targetId });   
          }   
     
      }   
     
  }  

利用JVM的MXBean找到blocked的点

当你发现JVM占用的cpu很高，而且响应时间比较慢，很可能是被IO或者网络等慢速设备拖住了。也有可能是你的方法中某个同步点（同步方法或者对象）成为性能的瓶颈。这时候你可以利用JVM提供的monitor API来监控：

<%@ page import="java.lang.management.*, java.util.*" %>   
    <%!   
        Map cpuTimes = new HashMap();   
        Map cpuTimeFetch = new HashMap();   
    %>   
       
    <%   
    out.println("Threads Monitoring");   
    long cpus = Runtime.getRuntime().availableProcessors();   
    ThreadMXBean threads = ManagementFactory.getThreadMXBean();   
    threads.setThreadContentionMonitoringEnabled(true);   
    long now = System.currentTimeMillis();   
    ThreadInfo[] t = threads.dumpAllThreads(false, false);   
    for (int i = 0; i < t.length; i++) {   
        long id = t[i].getThreadId();   
        Long idObj = new Long(id);   
        long current = 0;   
        if (cpuTimes.get(idObj) != null) {   
            long prev = ((Long) cpuTimes.get(idObj)).longValue();   
            current = threads.getThreadCpuTime(t[i].getThreadId());   
            long catchTime = ((Long) cpuTimeFetch.get(idObj)).longValue();   
            double percent = (double)(current - prev) / (double)((now - catchTime) * cpus * 1000);   
            if (percent > 0 && prev > 0) {  
    out.println("<li>" + t[i].getThreadName()+"#"+t[i].getThreadId() + " Time: " + percent + " (" + prev + ", " + current + ") ");  
    String locked = t[i].getLockInfo()==null?"":t[i].getLockInfo().getClassName();  
    out.println(" Blocked: (" + t[i].getBlockedTime() + ", " + t[i].getBlockedCount() + ", " + locked + ")</li>");  
    }  
        }   
        cpuTimes.put(idObj, new Long(current));     
        cpuTimeFetch.put(idObj, new Long(now));   
    }   
    %> 

    同步是性能的一大瓶颈

    通过监控发现，大量线程block在一个同步方法上，这样cpu也使不上劲。当你发现性能上不去，IO和网络等慢速设备也不是问题的时候，你就得检查一下是否在某个关键点上使用了同步（synchronizae）。有时候也许是你应用的第三方的jar里面的某个方法是同步的，这种情况下，你就很难找到问题所在。只能在编写代码的时候看一下你引用的方法是否是同步的。