java怎么找bug？Arthas原理与实战指南

Arthas原理与实战指南

1. Arthas简介

Arthas是阿里巴巴开源的Java诊断工具，其名字取自《魔兽世界》的人物阿尔萨斯。它面向线上问题定位，被广泛应用于性能分析、定位问题、安全审计等场景。Arthas的核心价值在于它能够在不修改应用代码、不重启Java进程的情况下，实时动态地监控和分析运行中的Java程序。

Arthas支持JDK 6+，支持Linux/Mac/Windows，采用命令行交互模式，同时提供丰富的Tab自动补全功能。

2. 核心原理深度解析

2.1 Java Agent技术

Arthas基于Java Agent技术，Java Agent是JDK 1.5引入的一种能够在不修改Java源代码的情况下，动态修改Java字节码的技术。

Java Agent通过以下两种方式工作：

• 静态加载：通过JVM启动参数-javaagent指定
• 动态加载：通过Attach API动态附加到运行中的JVM

Arthas采用了动态加载的方式，使其能够在Java应用运行过程中被加载。

2.2 Instrumentation API

Java的java.lang.instrument包提供了一套API，允许Java Agent程序修改已加载的类的字节码。Arthas利用这一API来实现类和方法的监控和分析。

关键接口和类：

• Instrumentation：提供注册类文件转换器、获取所有已加载类等功能
• ClassFileTransformer：类文件转换器，用于修改类的字节码
• Agent：Agent程序的入口点，通过premain或agentmain方法启动

2.3 JVM Attach机制

Attach机制允许一个JVM进程连接到另一个JVM进程，实现进程间通信。Arthas使用该机制动态加载Agent到目标JVM中。

核心实现在com.sun.tools.attach包中，关键类有：

• VirtualMachine：代表一个JVM进程
• VirtualMachineDescriptor：JVM进程的描述信息

2.4 ASM字节码操作

Arthas使用ASM库操作Java字节码，通过修改字节码来实现方法拦截、监控等功能。ASM是一个轻量级的字节码操作框架，能够动态生成和修改Java字节码。

字节码转换过程：

1. 读取原始类字节码
2. 使用ASM分析字节码结构
3. 修改字节码（如添加方法入口/出口的监控代码）
4. 返回修改后的字节码

2.5 命令处理引擎

Arthas采用命令行交互方式，内部实现了一套完整的命令处理引擎：

• 命令解析：将用户输入解析为命令对象
• 命令执行：根据命令执行相应操作
• 结果渲染：将执行结果格式化输出

3. 安装与启动详解

3.1 安装方式

方式一：使用arthas-boot（推荐）

# 下载启动脚本
curl -O https://arthas.aliyun.com/arthas-boot.jar# 启动
java -jar arthas-boot.jar

方式二：使用全量包

# 下载全量包
curl -O https://arthas.aliyun.com/arthas-packaging.jar# 解压
java -jar arthas-packaging.jar# 启动
cd arthas
./arthas.sh

方式三：使用as.sh

# 下载并安装
curl -L https://arthas.aliyun.com/install.sh | sh# 启动
./as.sh

3.2 启动选项详解

启动Arthas时，可以指定多种参数：

# 指定目标Java进程
java -jar arthas-boot.jar [PID]# 指定目标进程名称的关键字
java -jar arthas-boot.jar --select JAVA_HOME# 启动时禁用某些命令
java -jar arthas-boot.jar --exclude-commands=jvm,thread# 指定端口号
java -jar arthas-boot.jar --telnet-port 9998 --http-port 9999# 以批处理模式执行命令
java -jar arthas-boot.jar --command "thread" -c "thread" > output.txt

3.3 连接方式

Arthas提供多种连接方式：

1. 本地命令行模式：
   直接在启动终端操作

2. Telnet连接：

   telnet 127.0.0.1 3658
   

3. WebSocket连接：
   通过浏览器访问http://127.0.0.1:8563/

4. HTTP API：

   curl http://127.0.0.1:8563/api
   

4. 核心功能与命令详解

4.1 JVM相关命令

dashboard - 系统实时数据面板

提供系统整体情况的实时数据，包括线程、内存、GC、运行环境等信息。

# 每5秒刷新一次
dashboard -i 5000# 只显示前10个线程
dashboard -n 10

输出示例：

ID     NAME                   GROUP                  PRIORITY  STATE    %CPU     DELTA_TIME TIME     INTERRUPTED DAEMON
17     pool-2-thread-1        main                   5         RUNNABLE 27       0.136      0:0.203  false       false
21     pool-2-thread-5        main                   5         RUNNABLE 26       0.132      0:0.096  false       false
22     pool-2-thread-6        main                   5         RUNNABLE 26       0.132      0:0.097  false       false
......Memory                    used    total    max      usage    GC
heap                      32M     155M     1820M    1.76%    gc.ps_scavenge.count              118
ps_eden_space             14M     65M      672M     2.21%    gc.ps_scavenge.time(ms)           1890
ps_survivor_space         4M      5M       5M       81.92%   gc.ps_marksweep.count             5
ps_old_gen                12M     85M      1365M    0.91%    gc.ps_marksweep.time(ms)          1140

jvm - JVM信息

# 显示JVM信息
jvm# 同时显示ClassLoader信息
jvm -c

输出包含：

• Java运行时版本与厂商
• JVM参数
• 类加载统计
• JVM内存区域使用情况
• 垃圾收集器信息
• 操作系统和硬件信息

thread - 线程分析

# 显示所有线程
thread# 查看指定线程的栈信息
thread 1# 查看最忙的前3个线程栈
thread -n 3# 查看阻塞其他线程的线程
thread -b# 查找指定状态的线程
thread --state BLOCKED# 线程池信息
thread -i

线程池参数解析：

- corePoolSize: 核心线程数
- maximumPoolSize: 最大线程数
- keepAliveTime: 线程存活时间
- queueCapacity: 队列容量
- taskCount: 已执行和未执行的任务总数
- completedTaskCount: 已完成的任务数
- largestPoolSize: 历史最大线程数
- poolSize: 当前线程数
- activeCount: 当前活动线程数

sysprop - 系统属性

# 查看所有系统属性
sysprop# 查看指定属性
sysprop java.version# 设置系统属性
sysprop user.country US

heapdump - 堆转储

# 生成堆转储文件到指定路径
heapdump /tmp/dump.hprof# 只转储活着的对象
heapdump --live /tmp/dump.hprof

4.2 类相关命令

sc - 查找类

# 模糊查找类
sc *List*# 查找指定类的详细信息
sc -d java.util.ArrayList# 查找类的方法信息
sc -d -f java.util.ArrayList# 显示类加载器信息
sc -c -d java.util.ArrayList# 指定类加载器查找
sc -c classLoaderHash *MathGame*

sm - 查找方法

# 查找类的所有方法
sm java.util.ArrayList# 查找方法的详细信息
sm -d java.util.ArrayList add# 正则匹配方法
sm java.util.ArrayList "add|remove"

jad - 反编译

# 反编译指定类
jad com.example.demo.arthas.user.UserController# 指定反编译结果输出路径
jad --source-only com.example.demo.arthas.user.UserController > /tmp/UserController.java# 只反编译指定的方法
jad com.example.demo.arthas.user.UserController getUserById

mc - 内存编译

# 编译指定Java文件
mc /tmp/UserController.java# 指定输出目录
mc -d /tmp/output /tmp/UserController.java# 指定ClassLoader编译
mc -c 5a54a66 /tmp/UserController.java

redefine - 热加载

# 重新加载类
redefine /tmp/output/com/example/demo/arthas/user/UserController.class# 指定ClassLoader
redefine -c 5a54a66 /tmp/output/com/example/demo/arthas/user/UserController.class# 批量重新加载
redefine -p /tmp/output/

4.3 方法相关命令

monitor - 方法监控

# 监控方法执行情况
monitor -c 5 com.example.demo.arthas.user.UserController * # 匹配正则表达式方法 
monitor -c 5 com.example.demo.arthas.user.UserController get*# 监控异常统计
monitor -e -c 5 com.example.demo.arthas.user.UserController *# 监控匹配的构造函数
monitor -c 5 com.example.demo.arthas.user.UserController <init>

监控指标说明：

- timestamp: 时间戳
- class: 类名
- method: 方法名
- total: 调用次数
- success: 成功次数
- fail: 失败次数
- rt: 平均响应时间(ms)
- fail-rate: 失败率

watch - 方法观察

# 观察方法的入参和返回值
watch com.example.demo.arthas.user.UserController getUserById '{params, returnObj}' -x 3# 观察异常信息
watch com.example.demo.arthas.user.UserController getUserById '{params, throwExp}' -e -x 2# 观察入参和返回值，并按照条件过滤
watch com.example.demo.arthas.user.UserController getUserById '{params, returnObj}' 'params[0] > 100' -x 3# 观察入参和返回值，限制次数
watch com.example.demo.arthas.user.UserController getUserById '{params, returnObj}' '#cost > 10' -n 3# 按表达式过滤，只有耗时大于10ms的才会输出
watch com.example.demo.arthas.user.UserController getUserById '{params, returnObj, #cost}' '#cost > 10' -n 3 -x 3

watch支持的表达式工具类：

• params：参数列表
• returnObj：返回值
• throwExp：抛出的异常
• target：当前对象实例
• clazz：当前类
• method：当前方法
• #cost：执行耗时

trace - 方法调用链分析

# 跟踪方法执行的调用链
trace com.example.demo.arthas.user.UserController getUserById# 指定最大展开层级
trace -j 2 com.example.demo.arthas.user.UserController getUserById# 按调用耗时过滤
trace com.example.demo.arthas.user.UserController getUserById '#cost > 10'# 只跟踪本地方法
trace --skipJDKMethod false com.example.demo.arthas.user.UserController getUserById

输出示例：

`---ts=2018-12-04 18:11:45;thread_name=http-nio-8080-exec-5;id=31;is_daemon=true;priority=5;TCCL=org.springframework.boot.web.embedded.tomcat.TomcatEmbeddedWebappClassLoader@6bc168e5`---[10.127743ms] com.example.demo.arthas.user.UserController:getUserById()+---[0.060919ms] com.example.demo.arthas.user.UserController:getUserById:before()`---[9.732368ms] com.example.demo.arthas.user.UserRepository:findById()`---[9.499895ms] org.hibernate.jpa.internal.EntityManagerImpl:find()`---[9.187044ms] org.hibernate.jpa.internal.EntityManagerImpl:find()

stack - 调用栈跟踪

# 查看调用来源
stack com.example.demo.arthas.user.UserController getUserById# 条件表达式过滤
stack com.example.demo.arthas.user.UserRepository findById 'params[0]==1'# 指定采样次数
stack -n 5 com.example.demo.arthas.user.UserController getUserById

tt - 方法执行时空隧道

tt命令记录方法执行的详细信息，支持回放。

# 记录方法执行过程
tt -t com.example.demo.arthas.user.UserController getUserById# 查看记录的调用信息
tt -l# 查看记录的详细信息
tt -i 1000# 重新执行一次调用
tt -i 1000 -p# 指定方法入参重新执行
tt -i 1000 -p '{params[0] = 2}'# 条件过滤
tt -t com.example.demo.arthas.user.UserController getUserById 'params[0]==1'

4.4 增强功能

profiler - 性能剖析

# 查看profiler支持的事件
profiler list# 开始采样，按CPU采样
profiler start# 指定采样事件
profiler start --event alloc# 指定文件输出格式(支持svg、html、jfr等)
profiler start --format html# 采样一段时间后停止
profiler stop# 将结果保存到指定文件
profiler stop --file /tmp/result.html# 支持火焰图
profiler start --event cpu --format svg
profiler stop --file /tmp/cpu.svg

vmtool - JVM工具

# 获取对象
vmtool --action getInstances --className java.lang.String --limit 10# 查看对象信息
vmtool --action getInstances --className com.example.demo.arthas.user.User --express 'instances[0].username'# 强制GC
vmtool --action forceGc

ognl - 执行OGNL表达式

# 获取静态字段
ognl '@com.example.demo.arthas.user.UserService@INSTANCE'# 调用静态方法
ognl '@java.lang.System@currentTimeMillis()'# 获取变量值
ognl '#user=@com.example.demo.arthas.user.UserController@userService.findById(1), #user.username'# 调用对象方法
ognl '#user=@com.example.demo.arthas.user.UserController@userService.findById(1), #user.setUsername("arthas"), #user'

5. 实战案例详解

5.1 CPU使用率过高问题分析

当应用CPU使用率异常升高时，使用Arthas可以快速定位问题：

实战步骤：

1. 首先执行dashboard查看系统整体情况：

   dashboard -n 10
   

2. 发现有线程CPU使用率很高，执行thread命令查看线程状态：

   # 查看占用CPU最高的3个线程
   thread -n 3
   

3. 定位到问题线程，查看其栈信息：

   thread 16234
   

4. 发现可疑方法，使用trace跟踪执行链路：

   trace com.example.service.OrderService calculatePrice '#cost > 200'
   

5. 使用profiler进行火焰图分析：

   profiler start --event cpu
   # 等待30秒
   profiler stop --format svg --file /tmp/cpu.svg
   

5.2 内存泄漏分析

实战步骤：

1. 首先执行dashboard和memory观察内存使用情况：

   # 观察内存趋势
   dashboard -i 5000# 查看详细内存信息
   memory
   

2. 发现Old区内存持续增长，使用heapdump导出堆内存：

   heapdump --live /tmp/heap.hprof
   

3. 使用MAT分析堆转储文件（离线分析）

4. 根据MAT分析结果，定位到可疑类，使用vmtool查看实例：

   vmtool --action getInstances --className com.example.cache.UserCache --limit 10
   

5. 使用ognl查看对象详情：

   ognl '#cache=@com.example.cache.UserCache@INSTANCE, #cache.cacheMap.size()'
   

6. 使用watch监控可疑方法：

   watch com.example.cache.UserCache put '{params, target.cacheMap.size()}' -x 3
   

5.3 线上修复Bug

实战步骤：

1. 首先定位到问题代码，使用jad反编译：

   jad --source-only com.example.service.OrderService > /tmp/OrderService.java
   

2. 修改源代码，修复Bug：

   vim /tmp/OrderService.java
   

3. 使用mc编译修改后的代码：

   mc -d /tmp/classes /tmp/OrderService.java
   

4. 使用redefine热加载修改后的类：

   redefine /tmp/classes/com/example/service/OrderService.class
   

5. 使用watch验证修复效果：

   watch com.example.service.OrderService calculatePrice '{params, returnObj}' -x 3
   

5.4 定位接口超时问题

实战步骤：

1. 首先用trace跟踪超时接口：

   trace com.example.controller.ApiController handleRequest '#cost > 1000'
   

2. 发现有方法特别耗时，使用stack查看其调用来源：

   stack com.example.service.RemoteService requestData
   

3. 使用watch观察方法的入参和返回值：

   watch com.example.service.RemoteService requestData '{params, returnObj, #cost}' -x 3
   

4. 使用tt记录多次调用，分析变化趋势：

   tt -t com.example.service.RemoteService requestData
   

5. 回放某次执行，调试分析：

   tt -i 1000 -p
   

6. 高级应用场景

6.1 Spring Boot应用诊断

诊断Spring应用的常用命令组合：

# 查找所有Controller
sc -d *Controller# 查看一个Bean的详细信息
ognl '#context=@org.springframework.web.context.support.WebApplicationContextUtils@getWebApplicationContext(#request.getServletContext()), #context.getBean("userService")'# 查找所有RequestMapping
ognl '#springContext=@org.springframework.web.context.ContextLoader@getCurrentWebApplicationContext(), #springContext.getBean("requestMappingHandlerMapping").getHandlerMethods().entrySet()' -x 2

6.2 动态日志调整

运行时调整日志级别是Arthas的强大功能：

# 查看logger信息
logger# 查看指定logger信息
logger -n org.springframework.web# 修改日志级别
logger --name org.springframework.web --level debug# 在方法调用时临时调高日志级别
watch com.example.service.UserService update '{params, returnObj}' -x 3 '#cost>100' 'logger:org.springframework.web:TRACE'

6.3 性能优化

对应用进行性能优化的常用方法：

# 查找热点类和方法
profiler start --event cpu
profiler stop --format html --file /tmp/cpu-profiler.html# 用watch命令观察方法执行次数与耗时
monitor -c 5 com.example.service.* *# 对比优化前后性能变化
tt -t com.example.service.OrderService calculatePrice
# 优化后
tt -t com.example.service.OrderService calculatePrice
tt -l

6.4 多应用实例问题

当有多个同类型应用实例时，如何诊断问题：

# 启动时选择特定实例
java -jar arthas-boot.jar --select "demo-app"# 设置唯一tunnel id
java -jar arthas-boot.jar --tunnel-server "ws://tunnel-server:7777/ws" --agent-id "app1_instance1"# 使用Web Console连接特定实例
http://tunnel-server:8080/arthas-web-console/index.html?agentId=app1_instance1

7. 最佳实践与注意事项

7.1 性能影响控制

Arthas虽然强大，但使用不当会影响线上系统性能：

1. 避免长时间使用trace/watch等命令：

   # 限制采样次数
   trace -n 10 com.example.service.OrderService calculatePrice# 限制命令执行时间
   trace --duration 30 com.example.service.OrderService calculatePrice
   

2. 使用条件表达式过滤：

   # 只监控耗时超过100ms的调用
   trace com.example.service.OrderService calculatePrice '#cost > 100'
   

3. 合理设置采样间隔：

   # 增加采样间隔，降低对系统的影响
   monitor -c 10 -i 5000 com.example.service.OrderService calculatePrice
   

7.2 安全措施

生产环境使用Arthas需注意以下安全事项：

1. 设置访问认证：

   java -jar arthas-boot.jar --username admin --password admin
   

2. 使用tunnel server模式保证网络安全：

   java -jar arthas-boot.jar --tunnel-server 'ws://tunnel-server:7777/ws'
   

3. 限制命令使用：

   java -jar arthas-boot.jar --exclude-commands=jad,mc,redefine
   

4. 及时退出Arthas会话：

   # 使用完后退出
   quit# 完全退出，卸载Agent
   stop
   

7.3 版本兼容性

Arthas的不同版本可能有命令差异，建议：

1. 总是使用与JDK版本兼容的Arthas版本
2. 定期更新Arthas到最新版本以获取bug修复和新功能
3. 在测试环境验证Arthas命令后再在生产环境使用

7.4 与其他工具配合使用

Arthas可以与其他工具结合使用，形成完整的问题诊断体系：

1. 与MAT配合分析内存问题
2. 与JMC/JFR结合进行性能分析
3. 与ELK结合进行日志分析
4. 与APM工具结合进行全链路追踪

8. 总结

Arthas作为一款强大的Java诊断工具，通过Java Agent技术实现了对JVM运行时的深度观测和操控能力。它的优势在于：

1. 无侵入性：不需要修改应用代码或重启应用
2. 实时分析：能够动态获取运行时数据
3. 功能丰富：从线程分析到字节码操作，覆盖了诊断需求
4. 易于使用：命令行界面简单直观

掌握Arthas使你在面对复杂的Java生产环境问题时，能够像手术刀一样精准定位并解决问题，真正做到知其所以然。

在实际应用中，建议通过大量实践熟悉各个命令的使用场景和优缺点，形成自己的问题诊断方法论。通过不断实践，你会发现Arthas不仅是一个工具，更是一种解决问题的思路和方法。