Java 花在物体上的时间。<；初始化>；（hprof）

我正在分析我的一个应用程序——它是一个构建在Java之上的宏系统。我用它来分析一些基本示例，下面是花费时间最多的20个函数：

rank   self  accum   count trace  method
   1 14.73% 14.73%     453 303755 java.lang.Object.<init>
   2  9.75% 24.48%     300 303754 java.lang.Object.<init>
   3  7.18% 31.66%     221 303641 java.lang.Object.<init>
   4  6.83% 38.49%     210 303621 java.util.ArrayList.<init>
   5  6.76% 45.25%     208 303620 java.util.ArrayList.<init>
   6  5.95% 51.20%     183 303833 java.lang.Character.toChars
   7  4.55% 55.75%     140 303809 java.lang.Object.<init>
   8  4.42% 60.18%     136 303791 java.lang.Object.<init>
   9  3.77% 63.95%     116 303756 java.lang.Object.<init>
  10  3.64% 67.59%     112 300509 java.lang.Object.<init>
  11  2.67% 70.25%      82 303789 java.lang.Object.<init>
  12  2.54% 72.79%      78 303790 java.lang.Object.<init>
  13  1.69% 74.48%      52 303688 java.lang.Object.<init>
  14  1.66% 76.14%      51 303644 java.lang.Object.<init>
  15  1.46% 77.60%      45 305935 java.lang.Object.<init>
  16  1.40% 79.00%      43 303758 java.lang.Object.<init>
  17  1.20% 80.20%      37 305324 java.lang.Object.<init>
  18  0.98% 81.18%      30 302559 java.lang.Object.<init>
  19  0.62% 81.79%      19 300006 java.util.Arrays.copyOf
  20  0.52% 82.31%      16 305214 java.lang.Object.<init>

（JPerfAnal还生成一个倒置的树，其中孩子们是父母的调用者。为了简洁起见，我不复制它，但可以说大约40%的

对象。

调用是通过初始化

ArrayList

、

ParseData

和

ParseErrors

进行的）

现在，这并没有真正改变我对这个问题或我的问题的看法。我可以改变算法，使它实例化更少的对象；但目前，我正在寻找一个正交的解决方案。所以：对象池能帮我吗？

1）“self”时间几乎总是无用的，因为真正的问题在于调用那些低级方法的代码中——getinclusivetime（self+被调用方）

2） “accum”列甚至更无用，因为它所做的只是将“self”时间相加

其他专栏也没有告诉你任何有用的东西

hprof

进行堆栈跟踪。 你需要的是让这些尽可能深。
你不需要太多（与流行的统计错误信息相反），十个可能就足够了。
但是，您确实需要查看它们并理解它们

编辑以响应显示JPerfAnal输出的编辑：

a） 看起来堆栈深度只有4。您需要查看尽可能深的堆栈深度。 我不喜欢他们展示输出的方式。 我主要看一下堆栈样本本身。 时间不是真正重要的东西。重要的是发生了什么以及为什么

b） 堆栈示例实际上包含行级信息。因此，它们将指向例程中的精确行，如

parser.ParseData.

，

parser.Matcher.parse

，以及

parser.ParseErrors.

中发生问题调用的位置。 这将准确地告诉您一直在花费哪些分配，然后您可以决定是否有更好的方法来完成这些分配

我得到的印象是解析器运行数据结构表。 我知道你不想重新设计它，但如果你重新设计它，你会得到更好的性能。 基本上，如果您可以将其表示为递归下降解析器，并且如果语言不经常更改，您可以直接在代码中编写解析器—无需表格—速度将提高10-100倍。

简短回答：

花费在

对象中的时间。

可能是由于CPU配置文件与堆配置文件一起生成；后者检测所有内存分配，使分配变慢，并使它们出现在CPU配置文件的顶部

长答覆：

我怀疑问题中显示的配置文件是通过同时询问CPU配置文件和堆配置文件生成的。换句话说，它是通过如下操作生成的：

java -agentlib:hprof=heap=sites,cpu=samples,depth=20 MyProg

不幸的是，至少在JVM的内置hprof分析器中，CPU采样在堆分析中是无用的。堆分析检测所有内存分配，使程序的运行顺序变慢。在跟踪内存分配的程序中，分配确实是瓶颈，这就是为什么

Object.

出现在CPU配置文件的顶部。但在实际的程序中，分配/垃圾收集可能是瓶颈，也可能不是瓶颈

您通常希望一次只生成一个概要文件。首先运行java-agentlib:hprof=CPU=samples，depth=20生成CPU配置文件，并分析结果。若CPU配置文件将内存分配/垃圾收集作为瓶颈，那个么，并且只有在那个时，才生成并分析堆配置文件，以查看大部分分配来自何处

---

另一个答案提出了许多关于分析CPU配置文件的要点。特别是，与查看原始hperf CPU配置文件相比，更容易查看正在使用的内容。此外，为了使包含百分比合理准确，您可能需要增加堆栈采样深度以匹配您的应用程序。

谢谢您的回答。我更新了我的问题以反映反馈。正如我在这里解释的那样，我不想在短期内改变算法（我最终会着手），但我想知道是否有办法加快分配。我不确定“数据结构表”到底是什么意思，但下面是它的工作原理。它是一个packrat PEG解析器——这意味着使用PEG形式而不是更传统的CFG形式的递归下降解析器，具有记忆功能（您所指的表？）。在某些情况下，为了使运行时可接受，肯定需要进行内存化。语法由类似于图的数据结构表示。这是必要的，因为作为一个语法宏系统，语法可以在解析时更改。但我非常清楚新对象在何处以及如何实例化。我不确定如何摆脱它们——数据是需要的，必须存储在某个地方。也许我可以自己管理阵列（但这基本上是对象池）。或者我可以简单地将数据保存在堆栈上，但我担心堆栈溢出。@Norswap：只有在频繁删除和重新分配对象时，池才有意义。如果语法可以动态更改，那么预编译它可能会更困难，这正是我所建议的。在堆栈溢出真正发生之前，我也不会担心它，但您最了解您的应用程序。我经常删除和重新分配对象。基本上，解析器为其处理的每个“解析表达式”记录一些信息，并将其存储到对象中。在处理表达式的子级时，必须保留该对象。子对象完成解析后，其信息将与父对象的信息合并

java -agentlib:hprof=heap=sites,cpu=samples,depth=20 MyProg