Analisis Kinerja Berbasis Sampling Stacktrace

Analisis Kinerja Berbasis Sampling Stacktrace

Tutorial APM
Typography
  • Smaller Small Medium Big Bigger
  • Default Helvetica Segoe Georgia Times

Pada artikel sebelumnya saya membahas, tentang Analisis Kinerja Berbasis Sampling Stacktrace karena transaksi menjalankan tugas yang relatif sederhana, daftar stacktrace dapat membantu anda memahami semua yang terjadi dalam sebuah method. Namun jika kita beramsusi bahwa transaksi yang berjalan untuk beberapa waktu yang lama dan memiliki sekitar 100 stacktrace yang dikumpulkan, maka akan sangat memakan waktu untuk memeriksa setiap stacktrace.
Apm Jennifer menyediakan dua pungsi tampilan yang berbeda dan dapat menampilkan analisis yang mudah dalam situasi seperti itu.

Summary Viewing
Summary Viewing dan menganalisis, meringkas panggilan dari setiap method yang menampilkan hasil dari chart setiap transaksi, ditampilkan sebagai chart mewakili method dalam stacktrace dan memiliki informasi sebagai berikut.

 Flame chart memiliki karakteristik sebagai berikut

  • Setiap warna menunjukkan  itu adalah method dari paket yang sama.
  • Ukuran luas persegi panjang adalah jumlah koleksi.
  • method di bagian bawah grafik adalah titik awal stacktrace.
  • method di bagian atas grafik adalah method yang sedang berjalan.

Berdasarkan fakta diatas, untuk menemukan method yang paling sering dipanggil selama periode tersebut, anda harus menemukan area dengan ukuran terbesar. kemungkinan method yang anda temukan merupakan penyebab utama selama ini (penggunaan CPU, penundaan waktu respons).

Sekarang, mari kita menganalisis keadaan dengan menggunakan fungsi stacktrace yang ditingkatkan oleh APM JENNIFER. dan mari kita periksa informasi detail transaksi yang lambat di jendela pop-up X-View.

Node yang tidak diprofilkan menempati sebagian besar waktu proses. Kita dapat melihat bahwa node yang tidak diprofile memiliki sub node yang disebut STACK-TRACE. Ini adalah tampilan dari kumpulan stacktrace berdasarkan setiap profil dan informasi waktu. gambar di atas menunjukkan bahwa 95 tumpukan jejak dikumpulkan di area tidak diprofilkan. sekarang, klik node STACK-TRACE untuk pindah ke tab stacktrace di mana grup tumpukan yang cocok dipilih secara otomatis.

 

95 stacktraces dikumpulkan di bagian waktu yang dipilih. waktu yang ditampilkan di sebelah kiri berarti waktu pengumpulan antrean dari setiap warna menunjukkan jenis pencarian kumpulan. bagian berurutan dengan warna yang sama menunjukkan bahwa method yang sama berjalan secara berurutan.

Pada tab time line sebelumnya, kita bisa melihat ada 95 stacktraces di bagian time. (warna di depan waktu menunjukkan jenis stacktrace.) jika ada bagian yang terhubung dengan warna yang sama, itu berarti mereka dikumpulkan secara berurutan, dan kita dapat menebak bahwa itu telah berjalan untuk waktu yang lama. berarti, ini adalah method yang lambat.

Dalam transaksi ini, khususnya, method String.intern() dipanggil berkali-kali.

Anda dapat menggeser ke bawah untuk menemukan bagian yang terhubung dengan warna yang sama, tetapi menggunakan ringkasan, anda dapat menemukan method yang berjalan untuk waktu yang lama dengan lebih mudah.

1. Summary Viewing

Anda dapat mengklik opsi tampilan Summary untuk memeriksa hal berikut.

Grafik diatas menunjukkan hasil yang diperoleh dengan mengintegrasikan panggilan dari setiap method yang ditunjukkan dalam 95 tumpukan jejak yang dikumpulkan. Di sini, untuk menemukan method paling lambat atau method yang paling sering berjalan, anda harus menemukan simpul di mana bilah kuning menempati ukuran area terbesar. method  String.intern() menempati 37,89%. (Dengan waktu, butuh sekitar 3,6 detik.).

Method warna biru adalah yang termasuk method paling lambat tersebut. Dari sudut pandang analisis, jika anda ingin menemukan method yang paling sering dipanggil terlebih dahulu dari pada menjalankan method, maka fokuslah pada pencarian node ini.

2. Flame chart
Lihat Flame Chart sekarang?