如何使用 Ai 发现和诊断由代码产生的性能问题

引言

我们在不少项目中都会和客户的开发者或架构师一起尝试使用 OneAPM 一起分析和优化 Java 应用程序的性能问题，发现大部分的性能问题，往往并不是因为在某一个具体方法上缓慢的一两毫秒，更多的是因为糟糕的架构设计，不合适的框架配置，错误的数据库访问模式，乱打日志以及内存过度消耗导致的 GC 异常。下面我将重点介绍如何使用 Ai 发现和诊断由于代码产生的性能问题。

一.常见的代码问题大概有以下几种可能：

• 调用远程服务时间长：

  • 存在网络、调用内部服务、调用外部服务异常
    

• 代码异常：

  • 代码存在bug，比如循环、调用错误等
    

• 代码执行时间过长：

  • 技术架构问题
  • 代码逻辑问题

二.我遇到过的用户案例分析：

1、问题类型：调用远程服务时间长

• 问题发现：

  • 由拓扑图发现，节点显示为红色，点击弹框发现某web事务入口的响应时间较长
    
  • 点击该web事务入口，进入调用链追踪，点击图形中的“可钻取”，进行更深一步的定位（trace或snapshot）
    

• 问题调查和分析：Trace部分包括四个模块，概要、详情、参数、SQL。在概要部分包括曲线图和最慢组件两部分，用户通过曲线图可以直接看到耗时占比最多的方法（或外部服务或数据库调用）；通过最慢组件部分，可以直观的看到耗时最长的慢方法（或外部服务或数据库调用）。比如在下图中我们可以看到/rest方法耗时特别长，执行时间花了10.07s。
  
  点击进入详情可以查看到是调用外部服务时耗时最长，因此可以去优化此外部服务的调用。
  

• 针对这个问题可能给出的建议： 该外部服务有如下两种情况：1）未安装oneapm探针的服务，对此可以安装ai探针进行监控，判断更深层次的原因；2）第三方服务，对此可以与服务提供商联系，进行外部服务的优化。

2、 代码异常

• 问题发现：在拓扑图中发现，节点显示为红色，点击弹框发现web事务的响应时间较长。在web事务页面包括总览、trace（或snapshot）、性能剖析三部分。
  

• 问题调查和分析：

总览页面排查
总览页面可以查看该web事务执行组件的响应时间图、最慢组件总览（注：组件一般为慢方法、慢外部调用、慢数据库调用） 在响应时间图表中以该web事务的组成方法为单位，绘制出每个方法的调用耗时图，用户可点击进行钻取查看所选时间内的trace列表，或者直接查看总览部分，快速定位是哪部分产生问题。最慢组件部分包括慢sql、慢内部调用、慢远程调用等，对于慢sql，可以在数据库列表查看该sql数据的相关详情；对于慢远程调用，可以在远程服务列表查看该语句的调用详情。

trace页面分析
在trace页面选择某条trace，点击进入详情，在总览页面-最慢组件看到某方法执行耗时长（org.apache.http.impl.client.AbstractHttpClient/execute）耗时长达75.06秒，点击“详情”查看代码级别的调用详情，可以在执行此方法时进入了循环，因此可能是此处代码有问题，需要进行代码排查及优化。

Oneapm系统支持快照功能，过去两分钟内web事务的响应时间超过2s则会触发快照机制，产生系统快照。快照采集时将应用系统进行了中断，因此捕获了更全面的代码堆栈信息，可以更深层次的定位到应用系统问题。

快照堆栈详情：

• 针对这个问题可能给出的建议： 查看代码进行问题优化