共计 2818 个字符，预计需要花费 8 分钟才能阅读完成。
本文由 Atlassian 高级软件工程师 Behrooz Nobakht、工程技术经理 Matthew Ponsford 以及高级软件工程师 Narayanaswamy Anandapadmanabhan 联手撰写。
寰球范畴内，有成千上万的团队正在应用 Atlassian 公司的 Jira 云性能团队所开发的 Jira 及 Trello 等工具。该团队致力于为用户发明杰出的产品、实际与凋谢的工作成绩。Jira 云性能团队是一个专项工作组，致力于让 Jira 与 Atlassian 团队可能更好地理解、监控并加强自有产品及服务的性能体现。
背景介绍
Atlasian 目前构建的产品有数百名开发人员负责进行开发，这些产品包含单体应用程序和微服务程序。当呈现突发事件时，因为代码库中的代码变更很频繁，这样很难对问题进行疾速根因诊断。
通过代码分析能够显著放慢根因诊断，代码分析是辨认应用程序中的运行时问题和提早问题的无效技术。如果不采纳代码分析，通常须要自定义代码和长期提早检测，这种形式容易出错而且会引起其余副作用。Atlassian 始终有工具用于分析生产中的服务，例如应用 Linux perf) 或 async-profiler，尽管这些工具十分有价值，但他们的办法仍有一些限度：
- 须要人员（或零碎）的干涉，能力在正确的工夫捕捉配置文件，这意味着常常错过一些暂时性问题
- 长期分析，无奈提供要与之前比拟的基线信息
- 出于安全性和可靠性的思考，在生产环境中运行这些工具的状况并不多
这些限度促使 Atlassian 钻研继续分析（Continuous profiling）。除了帮忙诊断服务破费的 CPU 周期（或工夫）外，他们还心愿找到一种剖析解决方案，提供火焰图等可视化成果，这些可视化成果对于后续问题诊断有很大的帮忙，比方能够更快地通过调用门路了解简单动静应用程序的调用关系，还能够用于帮忙开发人员理解零碎。
Atlassian 现有的外部分析的解决方案由与服务一起部署的脚本形成，这些脚本能够应用 Linux perf 或 async-profiler 生成分析报告。一部分有权限的开发人员（和 SRE）能够应用 AWS System Manager 在生产节点上运行这些脚本。Atlassian 应用 Linux perf 和 async-profiler 具备以下几个长处：
- 能够可视化为火焰图（易于解释）的格局数据
- 剖析单个过程或整个节点的能力
- 跨不同维度（如 CPU、内存和 I /O）进行剖析
Atlassian 最后的间断分析解决方案包含定期运行 async-profiler（或 Linux perf）的预约作业，将原始后果发送给一个微服务，该微服务用于将数据转换为列式数据（Parquet），而后将后果写入 Amazon 简略存储服务（Amazon S3）中。而后在 AWS Glue 中定义了一个架构（Schema），容许开发人员应用 Amazon Athena 查问特定服务的性能分析数据。Athena 使开发人员可能通过编写简单的 SQL 查问的形式，筛选肯定工夫范畴内和堆栈帧等维度上的性能分析数据。Atlassian 还构建了一个 UI 来运行 Athena 查问，并应用 SpeedScope 将后果可视化为火焰图。
即便曾经为这个解决方案付出了致力，然而仍有大量工作要做，以构建最佳解决方案。同时，Amazon CodeGuru Profiler 的公布引起了 Atlassian 的留神。该服务产品与需要高度相干，并且在很大水平上与现有的能力重叠。通过深刻的评估后，Atlassian 最终决定进行构建本人的解决方案，转而集成 CodeGuru Profiler。为此，他们抉择为每个较小的服务定义一个剖析组（profiling group）。对于较大的服务，将其被划分为多个分片（每个分片都有独自的主动缩放组），而后为每个分片创立一个剖析组。
大家能够通过两种可用模式集成 Java Profiler：代理模式和代码模式。为了可能与现有的性能分析性能集成，同时更好的管制代理，Atlassian 决定应用代码模式，从利用程序代码中启动代理。这使他们可能通过现有的性能标记机制管制何时启动（或进行）代理。至此，Atlassian 在平台级别集成了 CodeGuru 探查器，使任何 Atlassian 服务团队都可能轻松利用此性能。
检查和提早
Atlassian 应用 CodeGuru Profiler 的第一种场景是辨认代码调用门路，这些代码调用门路能够直观的看到 CPU 利用率或提早方面的问题。在采集的性能数据中查找不同的模式的同步调用，一个乏味的事件是由 Collections.synchronizedMap 形成的 EnumMap 类。以下截图显示此局部代码在 24 小时中的堆栈帧线程状态监控。
只管所波及的堆栈跟踪耗费的运行工夫不到 0.5%，但当进一步察看线程状态的提早时，能够看到它在 BLOCKED 状态下破费的工夫是 RUNNABLE 状态的两倍。为了减少在 RUNABLE 状态下破费的工夫比例，咱们从应用 EnumMap 转向应用 ConcurrentHashMap 的实例。提醒：如果大量线程处于 BLOCKED，阐明 CPU 始终在期待一些资源的开释能力持续解决，这样造成了 CPU 的节约，比方 EnumMap 由 Collections.synchronizedMap 形成，它是通过同步的形式实现的，这样会产生大量的锁从而引起线程的 BLOCKED。这里咱们将其替换为 ConcurrentHashMap 类来实现，ConcurrentHashMap 是通过分段式锁来实现的，相较于 Collections.synchronizedMap 更高效。
上面的截图显示了相似的 24 小时内的性能数据。实现更改后，相干的堆栈跟踪当初全副处于 RUNABLE 状态。
倡议报告
CodeGuru Profiler 还为每个剖析组提供了相干的倡议报告，从性能角度辨认常见的反模式（anti-patterns），并给出已知的倡议解决方案。咱们收到的一份这样的报告（见上面的截图）强调了咱们如何应用 JacksonObjectMapper。
收到此报告后，咱们可能疾速的辨认问题，并对代码问题进行解决。
论断
通过与 CodeGuru Profiler 的集成，对咱们来说是向前迈出的重要一步，使 Atlassian 外部的每个开发人员都具备了发现和解决利用性能问题的能力。自启用 CodeGuru Profuler 以来，咱们已取得以下收益：
- 任何 Atlasian 开发人员都能够从任何工夫点查找性能情况，从而疾速的理解生产中进行的调用门路，以便剖析和发现线上的问题。这有助于开发人员理解简单的应用程序，并在考察性能问题时帮忙咱们。
- 大大减少了诊断生产中性能问题的工夫，同时咱们的开发人员在诊断问题时不再须要注入自定义检测代码。
- 整个组织中性能监测数据的凋谢，有助于进步开发人员自行处理性能优化的主动性。
咱们对 CodeGuru Profiler 团队构建的性能感到兴奋，并期待他们接下来将构建的探查技术和性能。
