performance - 人们可以使用分析器，但为什么不直接停止程序呢？

Question

很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的，无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它， visit the help center 。

已关闭 10 年前。

如果某件事导致单线程程序花费的时间是其应有的时间的 10 倍，您可以在其上运行分析器。您也可以使用“暂停”按钮来停止它，然后您就会清楚地看到它在做什么。

即使它只比应有的速度慢 10%，如果你停止它的次数更多，不久你就会看到它重复地做不必要的事情。通常问题是堆栈中间某个地方的函数调用，但实际上并不需要。这并不能衡量问题，但它确实能找到问题。

编辑:反对意见大多假设您只采集了 1 个样本。如果您很认真，请选择 10 行。平均而言，导致一定百分比浪费(例如 40%)的任何代码行都会出现在该部分样本的堆栈上。瓶颈(在单线程代码中)无法隐藏。

编辑:为了表达我的意思，许多反对意见的形式都是“没有足够的样本，所以你所看到的可能完全是虚假的”——关于机会的模糊想法。但是，如果某种任何可识别的描述(不仅仅是处于例行程序中或例行程序处于事件状态)在 30% 的时间内有效，那么在任何给定样本上看到它的概率就是 30% 。

然后假设只采集 10 个样本。 10 个样本中出现该问题的次数遵循 binomial distribution ，看到它 0 次的概率是 0.028。看到它 1 次的概率是 0.121。 2次的概率是0.233，3次的概率是0.267，之后就掉下来了。由于看到它少于两次的概率为 0.028 + .121 = .139，这意味着看到它两次或两次以上的概率为 1 - .139 = .861。一般规则是，如果您发现可以在两个或更多样本上修复某些问题，那么它就值得修复。

在这种情况下，在 10 个样本中看到它的几率是 86%。如果您是那 14% 的人中没有看到这一点的人，只需采取更多样本，直到您看到为止。 (如果样本数量增加到20个，看到它两次或两次以上的机会就会增加到99%以上。)所以它还没有被精确测量，但它已经被精确发现了，重要的是要理解这一点它很可能是探查器实际上无法找到的东西，例如涉及数据状态的东西，而不是程序计数器。

Answer 1

在 Java 服务器上，连续执行 2-3 次快速 Ctrl-中断 一直是一个巧妙的技巧，并获取所有正在运行的线程的 2-3 个线程转储。只需查看所有线程“所在”位置就可以非常快速地查明性能问题所在。

与我所知道的任何其他技术相比，该技术可以在 2 分钟内揭示更多的性能问题。