火焰图简介
Brendan D. Gregg 发明了火焰图。是通过收集系统核心的跟踪事件，把核心的CPU 内存、IO事件采集资料，最终来画出图。官方网站：http://www.brendangregg.com/overview.html软件的效能分析，往往需要检视 CPU 耗时，了解瓶颈在哪里。可以针对优化；整个影象一火山，所以叫火焰图，每一层是一个方法栈，山越高说明方法栈多，呼叫层越多，火焰就越的颜色就越深。横轴并不是按时间顺序排的，一般是方法的字母排序。
我们关注的横轴和高度，横向越宽说明方法呼叫的次数越多。需要找的是从底部开始看，找那种平顶的山，这种山优化就是减少呼叫次数，减少呼叫所花的时间。这就是优化的方向与目标。
何为系统性能
系统性能分析是所有计算机使用者的一项重要技能，无论您是想了解膝上型电脑的速度慢，还是优化大规模生产环境的效能。它是对操作系统（核心）和应用程序效能的研究，但也可以为特定语言或应用程序带来更专业的效能主题。这样做有两个一般原因：
提高性价比：特别是对于大型环境而言，即使很小的效能优势也可以大大节省IT支出。减少延迟异常值：对于任何大小的环境，偶尔的高延迟I / O都会降低应用程序请求速度，从而导致客户不满意。系统性能的其他活动包括系统评估的基准测试，容量规划，瓶颈消除和可扩充套件性分析 - 以便您及早发现可扩充套件性限制因素，并及时修复它们.
火焰图的作用
以前我们很难从源代码中直接找出程式效能的瓶颈，只能简单打印，或者靠经验来猜测。我们可以找到哪个方法是热程式码，呼叫栈的情况，直接优化热点程式码。能更好的提升系统性能。火焰图的含义
X轴：表示抽样数，抽样到的方法就会显示，X轴越长只是说明在单位时间呼叫的次数比较多，并不说明方法执行的时间比较长。Y轴：表示程式码的呼叫栈，每一层就是一个呼叫栈，火焰越高呼叫栈越多，颜色也就越深。常见的火焰图：
On-CPU，Off-CPUMemoryHot/ColdDifferential 等等。On/Off-CPU 火焰图
On-CPU：执行绪花时间在CPU上执行。Off-CPU：在I / O，锁定，定时器，分页/交换等时阻塞等待的时间。火焰图生成
第一步是资料采集，第二步生成火焰图，最后分析火焰图。基础安装准备确保安装git、jdk、perl、c++编译器；
sudo apt-get install git openjdk-8-jdk g++ -y
2.下载工具程式码。async-profiler FlameGraph用作Java程式效能资料采集
git clone https://github.com/jvm-profiling-tools/async-profiler
cd async-profiler/
make
把采集的资料生成svg检视
git clone https://github.com/brendangregg/FlameGraph
3.准备Java程式码
测试ArrayList的操作：新增、插入、删除、遍历的速度
public class TestArrayList {
static int n = 100000;
public static void main(String[] args) {
try {
Thread.sleep(30000);
} catch (InterruptedException e) {
e.printStackTrace();
}
ArrayList data = testAdd();
testRead(data);
data.clear();
testInsert(data);
testRemove(data);
}
public static ArrayList testAdd() {
ArrayList data = new ArrayList(n);
for (int i = 0; i data.add(String.valueOf(i));
System.out.println("List add:" + i);
}
return data;
}
public static ArrayList testInsert(ArrayList data) {
for (int i = 0; i data.add(0, String.valueOf(i));
System.out.println("List insert:" + i);
}
return data;
}
public static void testRemove(ArrayList param) {
List data = Collections.synchronizedList(param);
Iterator it = data.iterator();
while (it.hasNext()) {
String next = it.next();
it.remove();
System.out.println("List remove:" + next);
}
}
public static void testRead(ArrayList data) {
for (int i = data.size() - 1; i >= 0; i--) {
data.get(i);
System.out.println("List read:" + i);
}
}
}
效能指令码：
jps | grep TestArrayList |awk '{ print $1}' | ./profiler.sh -d 120 -o collapsed -f /Users/ttylang/gitee/async-profiler/ArrayList.txt `xargs`
perl flamegraph.pl --colors=java ~/gitee/async-profiler/ArrayList.txt > Arraylist.svg
ArrayList的插入的删除的成本是jbb高的，而插入效能成本比删除还要略高。
测试LinkedList的操作：新增、插入、删除、遍历的速度
public class TestLinkList {
public static void main(String[] args) {
try {
Thread.sleep(30000);
} catch (InterruptedException e) {
e.printStackTrace();
}
LinkedList data = testAdd();
testRead(data);
data.clear();
testInsert(data);
testRemove(data);
}
public static LinkedList testAdd() {
LinkedList data = new LinkedList();
for (int i = 0; i data.add(String.valueOf(i));
System.out.println("LinkList add:" + i);
}
return data;
}
public static void testInsert(LinkedList data) {
for (int i = 0; i data.add(0, String.valueOf(i));
System.out.println("LinkList insert:" + i);
}
}
public static void testRemove(LinkedList param) {
Iterator it = param.iterator();
while (it.hasNext()) {
String next = it.next();
it.remove();
System.out.println("List remove:" + next);
}
}
public static void testRead(LinkedList data) {
for (int i = 0; i data.get(i);
System.out.println("LinkList read:" + i);
}
}
}
jps | grep TestLinkList |awk '{ print $1}' | ./profiler.sh -d 120 -o collapsed -f ./Users/ttylang/gitee/async-profiler/ArrayList.txt `xargs`
perl flamegraph.pl --colors=java ~/gitee/async-profiler/LinkList.txt > Linklist.svg
从图上可看出LinkedList这种遍历方式是要命的，其他方法效能采集只有一个新增，其余方法几乎没有采集到，我还测试了好几遍，还以为是出错了。
