阿里巴巴开源的 Java 诊断利器 —— 在线排查、性能分析、内存诊断，无需重启！
一、为什么需要 Arthas？
线上 Java 应用出现问题时，传统方式往往需要：
- 加日志 → 重新打包 → 发布 → 等待复现 → 查日志
而 Arthas 允许你直接 attach 到运行中的 JVM，实时观测线程、方法、内存、类加载状态，甚至动态追踪调用链，秒级定位问题根源。
二、核心能力与原理简述
Arthas 基于 JVM Attach + Instrumentation + ASM 字节码增强 实现，无需预埋代码，支持：
- 🔍 实时监控线程、内存、GC
- 🕵️ 追踪方法入参、返回值、耗时
- 📊 生成火焰图、堆转储分析
- 🧪 执行任意 Java 表达式（OGNL）
- 🛠️ 动态修改运行逻辑（谨慎使用）
⚠️ 注意：Arthas 是交互式诊断工具，不是 APM（如 SkyWalking），适用于深度排查具体问题。
三、常用命令全景图（按诊断流程排序）
| 阶段 | 命令 | 用途 | 使用频率 |
|---|---|---|---|
| 1. 全局概览 | dashboard | 实时显示 CPU、内存、线程、GC 状态 | ⭐⭐⭐⭐⭐ |
thread | 查看线程（-n 5 显示 Top CPU） | ⭐⭐⭐⭐⭐ | |
| 2. 类与代码确认 | sc | 搜索已加载的类 | ⭐⭐⭐ |
jad | 反编译类，确认线上代码版本 | ⭐⭐⭐⭐ | |
| 3. 方法行为观测 | watch | 监控方法入参/返回值/异常 | ⭐⭐⭐⭐ |
trace | 追踪方法内部调用链及耗时 | ⭐⭐⭐⭐ | |
monitor | 统计方法 QPS、成功率、平均耗时 | ⭐⭐⭐ | |
| 4. 性能剖析 | profiler | 生成 CPU/内存火焰图（需 async-profiler） | ⭐⭐⭐ |
| 5. 内存诊断 | heapdump | 导出堆内存快照（用于 MAT 分析） | ⭐⭐⭐⭐ |
vmtool | 强制 GC、查看对象实例数量 | ⭐⭐ | |
| 6. 表达式执行 | ognl | 在沙箱中执行任意 Java 表达式 | ⭐⭐⭐ |
💡 建议流程：
dashboard→thread→sc/jad→watch/trace→heapdump/profiler
四、生产问题排查实战
场景 1：CPU 飙高，定位热点线程
🔍 现象
服务器 CPU 持续 100%，应用响应缓慢。
🛠️ 排查流程
# 1. 查看系统概览
dashboard
# 2. 找出 CPU 占用最高的 3 个线程
thread -n 3
# 3. 打印具体线程堆栈（假设 tid=57）
thread 57
# 4. 反编译问题类确认逻辑
jad com.example.util.InfiniteLoop
✅ 关键点：
thread -n N按 CPU 使用率排序，快速定位“罪魁祸首”。
场景 2：方法返回异常，但无日志
🔍 现象
用户反馈功能异常，但日志未报错，怀疑参数或逻辑有误。
🛠️ 排查流程
# 1. 监控方法入参和返回值（仅当返回 null 时触发）
watch com.example.service.UserService getUser '{params, returnObj}' 'returnObj == null'
# 2. 若想捕获异常
watch com.example.service.UserService getUser '{params, throwExp}' 'throwExp != null'
# 3. 深入内部调用链（耗时 > 100ms 时打印）
trace com.example.service.UserService getUser '#cost > 100'
✅ 技巧：watch 支持 OGNL 条件过滤，避免海量输出。
场景 3：内存溢出（OOM）或内存泄漏
🔍 现象
应用频繁 Full GC，老年代内存持续增长，最终 OOM。
🛠️ 排查流程
graph TD
A[内存持续增长] --> B[dashboard 查看 Old Gen]
B --> C[vmtool --action getInstances --classLoaderClass org.springframework.boot.loader.LaunchedURLClassLoader --limit 10 com.example.model.CacheObject]
C --> D{对象是否异常堆积?}
D -- 是 --> E[heapdump 导出分析]
D -- 否 --> F[profiler 分析内存分配]
📌 关键命令
# 1. 查看内存概览
dashboard
# 2. 统计某类实例数量（需指定类加载器）
vmtool --action getInstances \
--classLoaderClass org.springframework.boot.loader.LaunchedURLClassLoader \
--limit 10 \
com.example.model.UserCache
# 3. 导出堆转储（供 MAT/Eclipse 分析）
heapdump /tmp/heap.hprof
# 4. （可选）启动内存分配采样
profiler start --event alloc
# ... 等待 30s ...
profiler stop --format html
✅ 注意：
- Spring Boot Fat Jar 需指定
LaunchedURLClassLoaderheapdump会暂停应用（STW），避开高峰期执行
场景 4：类找不到（ClassNotFoundException / NoClassDefFoundError）
🔍 现象
运行时报 ClassNotFoundException: com.mysql.cj.jdbc.Driver，但依赖已引入。
🛠️ 排查流程
# 1. 搜索是否加载了该类
sc *Driver
# 2. 查看类加载信息（确认加载器）
sc -d com.mysql.cj.jdbc.Driver
# 3. 检查类路径（通过 OGNL）
ognl '@java.lang.System@getProperty("java.class.path")'
✅ 常见原因：
- 依赖冲突（多个版本）
- 类被错误的 ClassLoader 加载
- Fat Jar 中路径不正确
场景 5：动态验证配置或开关效果
🔍 现象
想确认某个 Feature Flag 是否生效，或配置中心参数是否更新。
🛠️ 排查流程
# 1. 执行表达式读取配置
ognl '@com.example.config.AppConfig@getInstance().isEnableNewFeature()'
# 2. 调用静态方法触发刷新
ognl '@com.example.service.ConfigManager@refresh()'
# 3. 验证结果
ognl '@com.example.service.FeatureService@isEnabled("NEW_UI")'
✅ 优势：无需重启，立即验证配置变更效果。
五、生产使用注意事项
🔒 安全规范
- 禁止公网暴露：Arthas 默认仅监听
127.0.0.1，远程访问必须通过 SSH 隧道 - 权限最小化：仅授权给核心运维/SRE
- 操作审计：建议记录 Arthas 操作日志（可通过
script命令录制）
⚠️ 性能影响
watch/trace会显著降低目标方法性能（因字节码增强），排查完立即resetheapdump会触发 Full GC 并暂停应用，务必在低峰期执行
🛠️ 最佳实践
- 预发演练：复杂命令先在测试环境验证
- 组合使用：
jad+watch+trace形成完整证据链 - 自动化脚本：对高频问题编写
.arthas脚本，一键执行
六、总结
Arthas = Java 工程师的“X光机 + 示波器”
-
✅ 适用场景：
- CPU/内存异常
- 方法行为异常
- 类加载问题
- 动态配置验证
-
❌ 不适用场景：
- 全链路追踪（用 SkyWalking/Pinpoint）
- 长期监控（用 Prometheus + Grafana）
📌 记住：
“线上问题，先 attach Arthas，再猜原因！ ”
安装
curl -O https://arthas.aliyun.com/arthas-boot.jar
java -jar arthas-boot.jar
如果下载速度比较慢，可以使用 aliyun 的镜像：
java -jar arthas-boot.jar --repo-mirror aliyun --use-http
使用as.sh
curl -L https://arthas.aliyun.com/install.sh | sh
IDEA建议安装
arthas idea 插件 便于生成Arthas命令
