Woody：开源Java应用性能诊断分析工具
核心价值
Woody是一款专注于Java应用性能问题诊断的工具，旨在帮助开发者
- 定位高GC频率问题，识别内存分配热点
- 分析CPU使用率过高的代码路径
- 追踪接口耗时瓶颈，定位内部操作耗时占比
- 诊断锁竞争问题，支持精准优化
- 针对特定业务接口/请求的性能问题（CPU、内存、耗时）进行深度分析
代码仓库
https://github.com/happy-profiler/woody
目前发布第一版，后续会不断丰富功能，不断完善，欢迎感兴趣同行使用，提建议，bug，issue和pr。
适用环境
- JDK版本：支持JDK 1.8及以上
- 操作系统：
- macOS
- Linux x64/arm64
- 低版本JDK和其他操作系统暂不支持
核心特性
- 基于命令行交互，集成async-profiler生成采样样本和火焰图
- 实现业务请求与火焰图样本的精确关联
- 支持手动过滤无关业务入口，提高采样精准率
- 极低性能损耗，适合生产环境使用
- 代码少量借鉴自Arthas
支持中间件
- SpringMVC
- Dubbo
- Grpc
- Kafka
- RocketMQ
后续将持续扩展支持更多中间件
快速开始
- 从项目release页面下载最新版本的
woody-boot-xxx.jar - 启动工具：
java -jar woody-boot-1.0.0.jar - 选择目标Java进程编号，进入命令交互界面，输入stop结束退出
命令参考
单横杠-表示命令操作，双横杠--表示参数，后续要接参数值
pr（profiling resource）- 选择分析的业务入口
用于指定需要分析的业务入口资源，可同时选择多种中间件的多个入口。
| 参数 | 说明 |
|---|---|
| -ls | 列举当前应用的所有业务入口资源 |
| -lt | 列举当前应用支持的业务资源类型 |
| -s | 选择业务入口资源 |
| -us | 移除已选中的业务入口资源 |
| -lst | 列举已选择的业务入口资源类型列表（未选择时为空） |
| -lss | 列举已选择的业务入口资源 |
| –type | 指定中间件类型（支持上述5种类型） |
| –order | 指定中间件业务入口的资源编号（多编号用英文逗号分隔） 不指定时表示选择该类型的所有入口资源 |
pe（profiling event）- 选择采集事件类型
用于指定需要采集的性能事件类型，对应async-profiler的4种火焰图类型。
| 参数 | 说明 |
|---|---|
| -l | 列举当前应用支持的事件类型 （注：部分应用可能不支持alloc，取决于JDK版本和操作系统） |
| -s | 选择要采集的事件类型 |
| –cpu | CPU事件，参数为采样间隔（ms） |
| –alloc | 内存分配事件，参数为采样阈值（kb） |
| –wall | 耗时事件，参数为采样间隔（ms） |
| –lock | 锁竞争事件，参数为采样间隔（ms） |
| -c | 清除已选中的事件类型 |
支持同时选择多个事件类型，将生成对应类型的火焰图
pf（profiling）- 操作性能分析过程
用于控制async-profiler的启动、停止和状态查询。
| 参数 | 说明 |
|---|---|
| start | 启动性能分析 （启动后需在30秒内触发已选择的业务入口请求，否则启动失败） |
| stop | 结束性能分析 |
| status | 查询当前性能分析状态（未运行/已运行时长） |
| –duration | 设置分析持续时间（秒），时间到后自动结束 （非必须，可通过stop命令提前结束） |
| –file | 指定分析结束后生成的火焰图文件名 （默认生成在工具运行目录，多事件时会自动添加类型前缀） （未指定时，采样结果将被缓存，供ts命令使用） |
ts（trace sample）- 检索分析业务请求和样本，生成火焰图
用于检索性能分析样本，支持通过traceId定位特定请求，或查看资源消耗TopN的请求。
| 参数 | 说明 |
|---|---|
| -l | 列出采样样本（需配合–id或–top参数） |
| -f | 生成火焰图（需配合–id或–top参数） |
| -c | 清除缓存的前次分析样本数据 |
| –file | 指定生成的火焰图文件名（配合-f参数使用） |
| –event | 指定分析事件类型 （当pe命令选择多个事件时必须指定，单个事件时可省略） |
| –id | 指定traceId（业务请求唯一标识），检索对应请求的样本 |
| –top | 指定数量N，检索资源消耗最多的前N个请求ID （将显示样本数量、起止时间等信息） |
traceId默认生成规则：1~Long.MAX_VALUE间的随机数
可通过修改ParametricIdGenerator实现自定义traceId生成逻辑（从业务上下文/参数/入口对象提取），下个版本可通过命令及表达式从业务请求生成
如何本地编译及调试
本地编译: clone工程，执行 mvn clean package -DskipTests ，boot模块生成的jar包就是工具包，直接运行即可
调试: 待分析应用添加远程debug参数和端口 -agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=5005 -Xdebug ，woody工程直接远程关联debug即可
火焰图查看
火焰图的具体查看方法请参考相关文档或通过AI工具学习。