# 21 GC 日志解读与分析（番外篇可视化工具）

通过前面的学习，我们发现 GC 日志量很大，人工分析太消耗精力了。由于各种 GC 算法的复杂性，它们的日志格式互相之间不太兼容。

有没有什么工具来减少我们的重复劳动呢? 这种轮子肯定是有现成的。比如 [GCEasy](https://gceasy.io/)、[GCViwer](https://github.com/chewiebug/GCViewer) 等等。

这一节我们就开始介绍一些能让我们事半功倍的工具。

### GCEasy 工具

GCEasy 工具由 [Tier1app 公司](https://tier1app.com/) 开发和支持，这家公司主要提供3款分析工具：

- GCEasy，访问地址：[https://gceasy.io/](https://gceasy.io/)，是一款在线的 GC 日志分析工具，支持各种版本的 GC 日志格式。
- FastThread，官网地址：[https://fastthread.io/](https://fastthread.io/)，线程分析工具，后面我们专门有一节课程会进行介绍。
- HeapHero，官网地址：[https://heaphero.io/](https://heaphero.io/)，顾名思义，这是一款 Heap Dump 分析工具。

其中 GCEasy 可用来分析定位GC和内存性能问题，支持以下三种模式：

- 官方网站在线分析（免费），我们主要介绍这种方式
- API 接口调用（付费计划）
- 本地安装（企业付费）

#### **特性介绍**

作为一款商业产品，分析能力和结果报告自然是棒棒的。

- 可以分析 GC 日志和 JStat 日志
- 支持上传文件的方式（免费）
- 支持粘贴日志文本的方式（免费）
- 支持下载结果报告 *（付费方案）
- 支持分享链接（免费】
- 支持 API 调用的方式 *（付费方案）
- 企业版支持本地安装 *（企业付费）
- 付费方案可以免费试用：就是说结果现在也是可以试用下载的

#### **测试案例**

我们这里依然使用前面演示的示例代码，稍微修改一下，让其执行 30 秒左右。

假设程序启动参数为：

```shell
-XX:+UseParallelGC
-Xms512m
-Xmx512m
-Xloggc:gc.demo.log
-XX:+PrintGCDetails
-XX:+PrintGCDateStamps
```

然后我们就得到了一个 GC 日志文件 gc.demo.log。

#### **在线使用示例**

打开页面 [https://gceasy.io/](https://gceasy.io/)，选择上传文件或者粘贴文本：

![img](assets/b7226350-68cd-11ea-b561-436a0f360bc4.png)

比如使用我们前面生成的 gc.demo.log 文件，然后点击页面上的分析按钮，就可以生成分析报告。

如果日志内容很大，我们也可以粘贴或者上传一部分 GC 日志进行分析。

**1. 总体报告**

![img](assets/96481700-68ce-11ea-bc7d-05803d82869a.png)

可以看到检测到了内存问题。

**2. JVM 内存大小分析**

![img](assets/a577e070-68ce-11ea-ae6a-117f7e51795f.png)

这里有对内存的分配情况的细节图表。

**3. GC 暂停时间的分布情况**

关键的性能指标：平均 GC 暂停时间 45.7ms，最大暂停时间 70.0ms。绝大部分 GC 暂停时间分布在 30~60ms，占比 89%。

![img](assets/0da8eed0-68d1-11ea-bb52-d9f36e195645.png)

**4. GC 之后的内存情况统计**

GC 执行以后堆内存的使用情况。

![img](assets/05899e20-68d1-11ea-b5b9-6ffe049fb524.png)

**5. GC 情况汇总统计信息**

可以看到 Full GC 是影响性能的绝对大头。

![img](assets/f8550870-68d0-11ea-a490-d3e65769b9bf.png)

![img](assets/f183e2a0-68d0-11ea-ba47-f5157949cfb6.png)

**6. 内存分配速度**

内存分配的速度越快，说明我们程序里创建对象越频繁。

![img](assets/e9d6dbc0-68d0-11ea-ae7c-7719cd808daa.png)

**7. 内存泄漏、长暂停、安全点等信息**

没有检测到内存泄漏。

![img](assets/dfa39f30-68d0-11ea-ba47-f5157949cfb6.png)

**8. GC 原因汇总**

可以看到 GC 发生的原因，其中 566 次是 GC 策略自己调整的（Ergonomics），32 次是因为分配失败导致的。

![img](assets/ce73e710-68d0-11ea-9d64-851af22d0044.png)

**9. 其他信息**

![img](assets/c0830640-68d0-11ea-bb52-d9f36e195645.png)

可以看到，这里介绍了两个工具：

- fastThread，官网地址：[https://fastthread.io/](https://fastthread.io/)，我们后面专门有一个章节进行介绍。
- HeapHero，官网地址：[https://heaphero.io/](https://heaphero.io/)，顾名思义，这是一款 Java & Android Heap Dump Analyzer。

工具用得棒，能力自然就会被放大。

#### **API 调用**

我们也可以使用 API 调用方式，官方给出的示例如下：

```shell
curl -X POST --data-binary @./my-app-gc.log
https://api.gceasy.io/analyzeGC?apiKey={API_KEY_SENT_IN_EMAIL}
--header "Content-Type:text"
```

有 API 支持，就可以通过编程的方式，或者自动化脚本的方式来使用这个工具。

当然，有上传 API，肯定也有下载 API。本文不进行详细的介绍，有兴趣可以看官方文档。

### GCViwer 工具

下面我们介绍一款很好用的开源分析工具：GCViwer。

GCViewer 项目的 GitHub 主页是：

>

> [https://github.com/chewiebug/GCViewer](https://github.com/chewiebug/GCViewer)

#### **下载与安装**

然后我们在 Github 项目的 [releases 页面](https://github.com/chewiebug/GCViewer/releases) 中，找到并下载最新的版本，例如：[gcviewer-1.36.jar](http://sourceforge.net/projects/gcviewer/files/gcviewer-1.36.jar/download)。

Mac 系统可以直接下载封装好的应用：[gcviewer-1.36-dist-mac.zip](http://sourceforge.net/projects/gcviewer/files/gcviewer-1.36-dist-mac.zip/download)。下载，解压，安装之后首次打开可能会报安全警告，这时候可能需要到安全设置里面去勾选允许，例如：

![img](assets/889b0b10-68d0-11ea-ae6a-117f7e51795f.png)

#### **测试案例**

先获取 GC 日志文件，方法同上面的 GCEasy 一样。

#### **启动 GCViewer**

可以通过命令行的方式启动 GCViewer 工具来进行分析：

```shell
java -jar gcviewer_1.3.4.jar
```

新版本支持用 java 命令直接启动。老版本可能需要在后面加上 GC 日志文件的路径。工具启动之后，大致会看到类似下面的图形界面：

![img](assets/7e0f9c60-68d0-11ea-a6a7-51d4d3ff7d7c.png)

然后在图形界面中点击对应的按钮打开日志文件即可。现在的版本支持单个 GC 日志文件，多个 GC 日志文件，以及网络 URL。

当然，如果不想使用图形界面，或者没法使用图形界面的情况下，也可以在后面加上程序参数，直接将分析结果输出到文件。

例如执行以下命令：

```shell
java -jar gcviewer-1.36.jar /xxxx/gc.demo.log summary.csv chart.png
```

这会将信息汇总到当前目录下的 summary.csv 文件之中，并自动将图形信息保存为 chart.png 文件。

#### **结果报告**

在图形界面中打开某个 GC 日志文件。

![img](assets/71a6bb20-68d0-11ea-a490-d3e65769b9bf.png)

上图中，Chart 区域是对 GC 事件的图形化展示。包括各个内存池的大小和 GC 事件。其中有 2 个可视化指标：蓝色线条表示堆内存的使用情况，黑色的 Bar 则表示 GC 暂停时间的长短。每个颜色表示什么信息可以参考 View 菜单。

![img](assets/66b7f6c0-68d0-11ea-b5b9-6ffe049fb524.png)

从前面的图中可以看到，程序启动很短的时间后，堆内存几乎全部被消耗，不能顺利分配新对象，并引发频繁的 Full GC 事件. 这说明程序可能存在内存泄露，或者启动时指定的内存空间不足。

从图中还可以看到 GC 暂停的频率和持续时间。然后发现 GC 几乎不间断地运行。

右边也有三个选项卡可以展示不同的汇总信息：

![img](assets/5c2f2020-68d0-11ea-b561-436a0f360bc4.png)

“**Summary**（摘要）” 中比较有用的是：

- “Throughput”（吞吐量百分比），吞吐量显示了有效工作的时间比例，剩下的部分就是 GC 的消耗
- “Number of GC pauses”（GC 暂停的次数）
- “Number of full GC pauses”（Full GC 暂停的次数）

以上示例中的吞吐量为 **13.03%**。这意味着有 **86.97%** 的 CPU 时间用在了 GC 上面。很明显系统所面临的情况很糟糕——宝贵的 CPU 时间没有用于执行实际工作，而是在试图清理垃圾。原因也很简单，我们只给程序分配了 512MB 堆内存。

下一个有意思的地方是“**Pause**”（暂停）选项卡：

![img](assets/41f5b750-68d0-11ea-bb52-d9f36e195645.png)

其中“Pause”展示了 GC 暂停的总时间，平均值，最小值和最大值，并且将 total 与 minor/major 暂停分开统计。如果要优化程序的延迟指标，这些统计可以很快判断出暂停时间是否过长。

另外，我们可以得出明确的信息：累计暂停时间为 26.89 秒，GC 暂停的总次数为 599 次，这在 30 秒的总运行时间里那不是一般的高。

更详细的 GC 暂停汇总信息，请查看主界面中的“**Event details**”选项卡：

![img](assets/2a10c5d0-68d0-11ea-ae6a-117f7e51795f.png)

从“**Event details**”标签中，可以看到日志中所有重要的GC事件汇总：普通 GC 的停顿次数和 Full GC 停顿次数，以及并发GC 执行数等等。

此示例中，可以看到一个明显的地方：Full GC 暂停严重影响了吞吐量和延迟，依据是 569 次 Full GC，暂停了 26.58 秒（一共执行 30 秒）。

可以看到，GCViewer 能用图形界面快速展现异常的 GC 行为。一般来说，图像化信息能迅速揭示以下症状：

- 低吞吐量。当应用的吞吐量下降到不能容忍的地步时，用于真正的业务处理的有效时间就大量减少。具体有多大的“容忍度”（tolerable）取决于具体场景。按照经验，低于 90% 的有效时间就值得警惕了，可能需要好好优化下 GC。
- 单次 GC 的暂停时间过长。只要有一次 GC 停顿时间过长，就会影响程序的延迟指标。例如，延迟需求规定必须在 1000ms 以内完成交易，那就不能容忍任何一次GC暂停超过 1000 毫秒。
- 堆内存使用率过高。如果老年代空间在 Full GC 之后仍然接近全满，程序性能就会大幅降低，可能是资源不足或者内存泄漏。这种症状会对吞吐量产生严重影响。

真是业界的福音——图形化展示的 GC 日志信息绝对是我们重磅推荐的。不用去阅读和分析冗长而又复杂的 GC 日志，通过图形界面，可以很容易得到同样的信息。不过，虽然图形界面以对用户友好的方式展示了重要信息，但是有时候部分细节也可能需要从日志文件去寻找。
