IDEA集成JProfiler

下载并安装JProfiler

下载安装包

官网
注意科学上网哦
    根据操作系统选择对应的安装包进行下载。

管理员身份运行

可以选择自定义安装，自己选择安装路径

同意协议

配置许可证

去官网进行申请，填写姓名，公司名称，邮箱。
然后点击PROCEED
注册地址
同样注意科学上网

邮箱复制注册码

登录注册时候留的邮箱，找到注册码，复制下来

配置永久许可证

回到刚才安装的配置界面，粘贴许可证密钥

选择IDE集成

这里选择IntelliJ IDEA

选好之后会弹出提示，去IDEA中安装插件

下一步

安装完成，点击完成按钮

在IDEA中下载并安装JProfiler插件

打开IDEA，进入“File”->“Settings”->“Plugins”页面。

搜索JProfiler（我这里已经安装过了）

选择下载的JProfiler插件安装包，点击“安装”按钮，进行安装。

安装完成后，重启IDEA。

启动并使用JProfiler进行性能分析

启动Java应用程序：

    在IDEA中，选择要分析的Java应用程序，运行（注意找到图中的Jprofiler运行）

有的IDEA版本就在外面（如下图）

    就像安装的时候提示一下，插件自动找到第一步安装的JProfiler了（相比自己配置方便很多）

自动运行JProfiler

点击运行之后，会自动弹出JProfiler运行界面，自动运行




显示实时性能数据。
    在JProfiler的主界面中，可以使用各种工具和功能来分析应用程序的性能数据。

知识扩充

功能

    前面主要介绍了JProfiler的安装过程，最后简单说一下JProfiler的功能

CPU、线程和内存分析：
    JProfiler提供了强大的CPU、线程和内存分析功能，可以帮助开发者快速定位性能瓶颈，优化资源利用。
    通过CPU剖析，可以评估线程冲突，找出性能瓶颈。
    内存分析功能允许两个内存剖面评估内存使用情况和动态分配，检测内存泄漏。
数据库和NoSQL分析：
    JProfiler支持对JDBC、NoSQL等数据库操作的性能分析，帮助开发者优化数据库访问性能。
JSP和Web应用分析：
    对于Web应用，JProfiler可以分析JSP页面和Servlet的性能，提升Web应用的响应速度和用户体验。
离线分析模式：
    用户无需通过JProfiler GUI连接应用程序即可对之进行设置。在离线设置模式下，可以使用功能强大的JProfiler触发系统或者JProfiler API对设置代理进行控制，然后将快照保存入磁盘。稍后用户便可使用命令行导出工具或者蚂蚁任务导出工具，在JProfiler GUI或编程方式的设置导出视图中打开这些快照。
快照比较：
    JProfiler允许用户将当前的所有设置数据保存为一个快照存入磁盘中，并提供丰富的比较功能以对比两个或者多个快照之间的不同。
HPROF快照查看：
    JProfiler能打开用JVM工具（比如jconsole、jmap或通过-XX:+HeapDumpOnOutOfMemoryError JVM参数触发）创建的HPROF快照文件。

    除了上面的功能，其实JProfiler还可以用来查看方法的调用，帮助画时序图

    查看方法调用，主要会关注到它的调用树（Call Tree）或调用图（Call Graph）功能。

    调用树（Call Tree）是JProfiler中一个非常有用的功能，它展示了方法之间的调用层次结构。在调用树中，可以看到哪个方法调用了哪个方法，以及这些调用的频率、时间和资源消耗情况。这对于理解应用程序的执行流程、定位性能热点和发现潜在的性能问题非常有帮助。

    调用图（Call Graph）是调用树的图形化表示，它使用节点和边来表示方法和方法之间的调用关系。在调用图中，可以更直观地看到方法之间的调用链，以及哪些方法是性能瓶颈的源头。通过调用图，可以更容易地识别出哪些方法需要优化，以及优化它们可能会对整个应用程序性能产生的影响。

步骤：
选择CPU视图：在JProfiler的界面中，选择“CPU”视图来查看CPU使用情况。这是查看方法调用关系的主要入口。

收集CPU剖析数据：点击“Start Recording”按钮开始收集CPU剖析数据。JProfiler将捕获应用程序在运行时的所有方法调用和相关的性能数据。

查看调用树或调用图：在收集到足够的数据后，可以切换到“Call Tree”或“Call Graph”视图来查看方法之间的调用关系。在这些视图中，可以看到每个方法的调用次数、执行时间和资源消耗情况，以及调用链的层次结构。

分析并优化：通过分析调用树或调用图，可以识别出性能瓶颈和潜在的性能问题。然后，可以针对这些问题进行优化，比如修改算法、减少不必要的调用、优化数据库查询等。