火焰图是怎么使用的？
简介：
可前往公众号查看原文：吴计可师，关注公众号，查看最新面经和技术文章哦~
你好，我是风一样的树懒，一个工作十多年的后端开发，曾就职京东、阿里等多家互联网头部企业。
文章可能会比较长，主要解析的非常详解，或涉及一些底层知识，供面试高阶难度用。可以根据自己实际理解情况合理取舍阅读
1. 数据采集
通过 定时采样 记录程序调用栈，统计各函数在采样中的出现频率
2. 可视化规则
X轴：采样数量（越宽表示消耗越多CPU时间）
Y轴：调用栈深度（上层函数调用下层函数）
颜色：通常无特定含义，用于区分不同调用链
1. 安装必备工具
# 安装perf和FlameGraph工具集sudo apt-get install linux-tools-common linux-tools-genericgit clone https://github.com/brendangregg/FlameGraph.git
2. 采集性能数据
# 对进程进行采样（30秒）sudo perf record -F 99 -p <PID> -g -- sleep 30# 生成原始数据文件sudo perf script > perf.data.out
3. 生成火焰图
# 转换数据格式FlameGraph/stackcollapse-perf.pl perf.data.out > perf.folded# 生成SVG图形FlameGraph/flamegraph.pl perf.folded > flame.svg
1. 使用Async-profiler（推荐）
# 下载工具wget https://github.com/jvm-profiling-tools/async-profiler/releases/download/v2.9/async-profiler-2.9-linux-x64.tar.gz# 生成CPU火焰图./profiler.sh -d 30 -f /tmp/flame.svg <PID># 内存分配火焰图./profiler.sh -e alloc -d 60 -f alloc.svg <PID>
2. Arthas集成生成
# 启动Arthas后执行profiler start # 开始采样profiler stop --format flamegraph > /tmp/flame.html # 生成HTML格式
1. 分析模式识别
| 图形特征 | 问题类型 | 解决方案 |
| 平顶山 | 单一函数高消耗 | 优化热点函数算法 |
| 长条形阶梯 | 深层调用链 | 检查是否存在冗余调用 |
| 锯齿状边缘 | 频繁短时函数调用 | 考虑批量处理或缓存机制 |
2. 交互式分析
点击放大：查看具体函数调用细节
搜索框：按函数名过滤关键路径（如输入java过滤JVM内部调用）
场景：某Java服务CPU使用率90%
./profiler.sh -d 60 -f hotspot.svg 12342.代码优化
该函数内部存在正则表达式回溯问题
优化正则表达式为^[A-Z0-9]{8}$，CPU下降至40%
1. 差分火焰图
./profiler.sh -d 30 -f base.svg <PID>./profiler.sh -d 30 -f new.svg <PID>difffolded.pl base.svg new.svg | flamegraph.pl > diff.svg
2. 内存泄漏分析
# 跟踪内存分配./profiler.sh -e alloc -d 300 -f alloc.svg <PID>
1.采样时间：生产环境建议至少采样30秒（避免偶然性）
2.符号表：确保保留调试符号（Java需保留-g编译参数）
3.容器环境：需挂载/sys/kernel/debug并开启perf_event_open
4.安全权限：部分操作需要CAP_PERFMON或root权限
通过火焰图可以快速定位以下典型问题：
代码热点：消耗大量CPU的函数
锁竞争：显示在monitorenter/park()的堆积
IO瓶颈：在read/write系统调用处出现宽条
内存问题：分配路径上出现异常高频调用
建议将火焰图生成流程封装为监控系统的自动诊断模块，实现：
告警触发 -> 自动采样 -> 图形生成 -> 归档分析 的完整闭环。
今天的内容就分享到这儿，喜欢的朋友可以关注，点赞。有什么不足的地方欢迎留言指出，您的关注是我前进的动力！