在没有Arthas之前，我一直用各种工具加Btrace来分析线上问题，但Btrace由于JDK版本问题，现在都很少用了，前段时间给团队推荐了阿里的Arthas，感觉真的是好用，这儿推荐给大家试试。

官网：

Demo：

注解源码：

教程：;id=arthas-basics

1、快速安装

下载arthas-boot.jar，然后用java -jar的方式启动

2、Linux/Unix/Mac 一键安装

一键安装：curl -L | sh

执行./as.sh，就会进入交互界面

3、快速入门

Arthas目前支持Web Console，用户在attach成功之后，可以直接访问：

可以填入IP，远程连接其它机器上的arthas。

4、查看help

5、jvm相关 —— dashboard （总览）

6、jvm相关 —— thread （显示线程信息）

7、jvm相关 —— jvm （显示目标JVM信息）

8、jvm相关 —— sysprop （显示并更改系统属性）

9、jvm相关 —— sysenv （显示系统环境）

10、class/classloader相关—— sc（搜索JVM加载的所有类）

11、class/classloader相关 —— jad （反编译类）

12、classloader相关 —— classloader （显示类加载器信息）

13、monitor （监视方法执行统计）

14、watch (显示指定方法调用的输入/输出参数)

15、trace (跟踪指定方法调用的执行时间)

16、stack (显示指定类和方法的堆栈跟踪)

17、Arthas 排查案例

下载demo-arthas-spring-boot.jar，再用java -jar命令启动

案例1：排查函数调用异常

watch com.example.demo.arthas.user.UserController * '{params, throwExp}' -x 2

当异常时捕获：watch com.example.demo.arthas.user.UserController * "{params[0],throwExp}" –e

按照耗时进行过滤：watch com.example.demo.arthas.user.UserController * '{params, returnObj}' '#cost>200'

案例2：热更新代码（通过 jad/sc/mc/redefine 命令实现动态更新代码的功能）

1.反编译：jad --source-only com.example.demo.arthas.user.UserController > D:\\UserController.java

jad --source-only com.example.demo.arthas.user.UserController > /data/expense-api/arthas/UserController.java

2.编辑UserController.java：return new User(id, "name" + id);

3.sc查找加载UserController的ClassLoader：sc -d *UserController | grep classLoaderHash

4.mc(Memory Compiler)命令来编译，并且通过 -c 参数指定ClassLoader，这一步生成 .class 字节码文件

mc -c 18b4aac2 D:\\UserController.java -d D:\\

mc -c 1be6f5c3 /data/expense-api/arthas/UserController.java -d /data/expense-api/arthas

5.使用redefine命令重新加载新编译好的 UserController.class

redefine D:\\com\\example\\demo\\arthas\\user\\UserController.class

redefine /data/expense-api/arthas/com/example/demo/arthas/user/UserController.class

案例3：排查HTTP请求返回404

访问：，我们想看一下到底是哪个Servlet处理了这个请求，返回了404？

跟踪所有的Servlet函数：trace javax.servlet.Servlet * > D:\\servlet.txt

案例4：动态更新应用 Logger Level

1.查找UserController 的 ClassLoader ：sc -d com.example.demo.arthas.user.UserController | grep classLoaderHash

2.用ognl获取logger ： ognl -c 1be6f5c3 '@com.example.demo.arthas.user.UserController@logger’

3.单独设置 UserController 的 logger level ：

ognl -c 1be6f5c3 '@com.example.demo.arthas.user.UserController@logger.setLevel(@ch.qos.logback.classic.Level@DEBUG)’

4.修改logback的全局logger level，通过获取root logger，可以修改全局的logger level

ognl -c 1be6f5c3 '@org.slf4j.LoggerFactory@getLogger("root").setLevel(@ch.qos.logback.classic.Level@DEBUG)'

阿里这个工具在线上问题上，真的是很牛逼。

（线上问题系列一）百万并发的Kafka也有性能问题？

（线上问题系列二）JVM GC 自适应调节策略引起的问题

（线上问题系列三）记录一次线上Redis性能优化

（线上问题系列四）网络故障或换磁盘引起kafka客户端消费问题

（线上问题系列五）Kafka BUG引起的Tomcat线程池性能问题

（线上问题系列六）从一张Java报错图片说知识

Java问题性能优化分析工具介绍(一) XXFOX

Java web 优化基本方法（PPT）