共计 3675 个字符，预计需要花费 10 分钟才能阅读完成。
原创：扣钉日记（微信公众号 ID：codelogs），欢送分享，非公众号转载保留此申明。
简介
现如今，有两种常见的软件资源简直成了 Java 后端程序的标配，即线程池与连接池，但这些池化资源十分的重要，一旦不够用了，就会导致程序阻塞、性能低下，所以有时咱们须要看看它们的应用状况，以判断这里是否是瓶颈。
查看沉闷线程数
在 Linux 上，通过 top -H -p 1 命令，能够查看 java 过程的线程状况，其中 1 是 java 过程号，如下：
如上，能够看到线程的名称、CPU 使用率等，其中 http-nio-8080-e 就是 Tomcat 线程池中的线程，tomcat 线程全名相似于http-nio-8080-exec-20，因为 Linux 中线程名称有长度限度，所以被截断了。
注：jdk8 的话，须要 jdk8u222 以上版本，能力在 top 中看到线程名称。
咱们数一下 http-nio-8080-e 线程的数量，发现它有 20 个，正好对应上了在 springboot 中的线程配置。
这样能通过 top 失去线程池的线程数量了，但如何理解线程池的应用状况，即沉闷线程有多少个呢？
通过查看 man 文档，我发现 top 命令有一个 -i 选项，形容如下：
意思就是 i 是一个开关选项，默认会显示全副线程，而关上此选项之后，就只显示沉闷线程了！
所以，只须要利用 -i 选项，再配合 sed/awk/uniq 等文本处理命令，即能够统计出沉闷线程数了，如下：
$ top -H -i -b -d 1 -n2 -p 1 | awk -v RS= 'END{print $0}' | awk '$1 ~ /[0-9]+/{print $12}' | sed -E 's/[0-9]+/n/g' | sort | uniq -c能够看到，20 个线程的线程池中，在 1 秒内只有 4 个线程是沉闷的，线程池中线程数量是足够的。
这个命令脚本就不开展解释了，也不简单，有 linux 命令根底的将命令顺次拆开执行，应该能 Get 到脚本逻辑，没学过 linux 命令的话，就间接拿去用吧😅
查看沉闷连接数
在 Linux 上，应用 ss -natp|grep pid=1 能够查看 1 号过程的 TCP 连贯，如下：
比方若 redis 数据库端口是 6379 的话，那么可这样查看 redis 连接池中连贯数量，如下：
$ ss -natp | grep pid=1 | awk '$5~/:6379$/' | wc -l
20可见以后有 20 个 redis 网络连接，那同样的，其中有多少个是沉闷的呢？
通过查看 man 文档，发现 ss 中也有一个 -i 选项，如下：
能够发现，增加 -i 选项后，ss 会输入 tcp 连贯中的一些额定信息，其中 lastsnd 示意最初一次发送包到以后所经验的毫秒数，lastrcv 示意最初一次接管包到以后所经验的毫秒数。
有了这个信息后，就能够通过 awk 过滤出 lastsnd 或 lastrcv 小于 1000 的 tcp 连贯，这些连贯即是 1 秒内沉闷过的连贯了，因而我又编写了如下命令脚本。
$ ss -natpi | sed '1!{N;s/\n//;}' | grep pid=1 | awk -v t=1000 'match($0,/lastsnd:(\w+) lastrcv:(\w+)/,a) && (a[1]<t || a[2]<t) && match($4,/(.+):(\w+)$/,s) && match($5,/(.+):(\w+)$/,d) && s[2]>=32768{print d[2]}' |sort |uniq -c |sort -nk2
8 80
3 3306
7 3307
6 6379
1 7916如上，能够看到各连出端口的沉闷连贯状况，其中 80 是 http 连接池端口，3306 与 3307 是 MySQL 主从库的连接池端口，6379 是 redis 连接池的端口。
这是 java 利用被动连出连贯的沉闷状况，那调用方连入 java 利用的呢？
其实只须要略微调整一下 awk 脚本即可，如下：
- 将
s[2]>=32768调整为s[2]<32768，其中 32768 是 Linux 默认的长期端口号的分界线，可通过sysctl net.ipv4.ip_local_port_range查问，本地端口号大于这个值，代表是连出连贯. - 将
print d[2]调整为print s[2]，和下面条件联结起来，输入的就是本地监听端口了.
调整后，成果如下：
$ ss -natpi | sed '1!{N;s/\n//;}' | grep pid=1 | awk -v t=1000 'match($0,/lastsnd:(\w+) lastrcv:(\w+)/,a) && (a[1]<t || a[2]<t) && match($4,/(.+):(\w+)$/,s) && match($5,/(.+):(\w+)$/,d) && s[2]<32768{print s[2]}' |sort |uniq -c |sort -nk2
8 8080能够发现，咱们服务的 8080 端口，1 秒内沉闷过的连接数是 8 个。
注：只有当调用方也应用连接池时，这种办法获取到的沉闷连接数才是精确的，若调用方应用短链接的话，则不精确。
arthas 查看沉闷线程数与连接数
通过下面的办法，曾经能够查看沉闷线程数与连接数了，但有些状况下，会丢失一些细节，如下：
- top 中的线程名会截断，如果不同线程池的线程名前 16 字符一样，则在 top 中无奈辨别。
- ss 中是通过端口来辨别线程池的，但 http 服务的端口号根本都是 80 或 443，所以不同域名的 http 服务的连接池无奈辨别。
若须要辩白这些细节，还是要深刻到 jvm 外面来，而 arthas 就是一个不错的工具，它的 vmtool 命令可能获取指定类型的 Java 对象，并从 Java 对象中获取信息。
以 springboot 为例，获取内置 tomcat 线程池的沉闷状况，如下：
# --action getInstances：示意获取对象实例
# --classLoaderClass：指定类加载器
# --className：指定要获取哪个类的实例
# --express：指定 ognl 表达式，用来从对象上获取信息
[arthas@1]$ vmtool --action getInstances --classLoaderClass org.springframework.boot.loader.LaunchedURLClassLoader --className org.apache.tomcat.util.threads.ThreadPoolExecutor --express 'instances.{#{"ActiveCount":getActiveCount(),"LargestPoolSize":getLargestPoolSize(),"CorePoolSize":getCorePoolSize(),"MaximumPoolSize":getMaximumPoolSize(),"QueueSize":getQueue().size(),"ThreadName":getThreadFactory().namePrefix }}' -x 2下面其实就是通过 vmtool 工具，获取到了 tomcat 的线程池对象，而后调用线程池的 getActiveCount() 等办法，获取到了沉闷线程数🙄
要获取连接池的沉闷状况，也一并呈上吧，如下：
# 获取 druid 连接池的应用状况
[arthas@1]$ vmtool --action getInstances --classLoaderClass org.springframework.boot.loader.LaunchedURLClassLoader --className com.alibaba.druid.pool.DruidDataSource --express 'instances.{#{"url":#this.getUrl().split("\\?")[0],"username":#this.getUsername(),"PoolingCount":#this.getPoolingCount(),"ActiveCount":#this.getActiveCount(),"MaxActive":#this.getMaxActive(),"WaitThreadCount":#this.getWaitThreadCount(),"MaxWaitThreadCount":#this.getMaxWaitThreadCount()} }' -x 2
# 获取 httpclient 连接池的应用状况
[arthas@1]$ vmtool --action getInstances --classLoaderClass org.springframework.boot.loader.LaunchedURLClassLoader --className org.apache.http.impl.conn.PoolingHttpClientConnectionManager --express 'instances.{#pool=#this.pool.routeToPool.values() }' -x2能够看到，arthas 真的很不便实用，对于 Java Boy 来说，值得好好钻研钻研👍👍👍
