Alibaba Arthas 入门指南 | Baeldung中文网

1. 简介

Alibaba Arthas 是一款强大的 Java 应用诊断工具，支持在线监控、性能分析和问题排查。它的最大优势在于 无需修改代码，也无需重启目标服务，即可对正在运行的 Java 进程进行实时诊断。

本文将从 Arthas 的安装入手，通过一个实际案例，带你快速掌握其核心功能的使用。由于 Arthas 本身是用 Java 编写的，因此具备良好的跨平台能力，可无缝运行于 Linux、macOS 和 Windows 系统。

2. 下载与启动

首先，通过以下任一方式下载 Arthas 启动包：

直接访问下载链接
使用 curl 命令下载：

curl -O https://alibaba.github.io/arthas/arthas-boot.jar

下载完成后，通过 -h 参数验证安装是否成功：

java -jar arthas-boot.jar -h

如果一切正常，你将看到完整的命令帮助信息：

3. 案例准备

为了演示 Arthas 的功能，我们准备了一个简单的应用，它使用递归方式实现了一个效率较低的斐波那契数列计算：

public class FibonacciGenerator {

    public static void main(String[] args) throws Exception {
        System.out.println("按任意键开始...");
        System.in.read();
        for (int i = 0; i < 100; i++) {
            long result = fibonacci(i);
            System.out.println(String.format("fib(%d): %d", i, result));
        }
    }

    public static long fibonacci(int n) {
        if (n == 0 || n == 1) {
            return 1L;
        } else {
            return fibonacci(n - 1) + fibonacci(n - 2);
        }
    }
}

这个例子的“坑”在于 fibonacci 方法的递归实现，时间复杂度极高。在 main 方法中，我们使用一个较大的循环来制造明显的 CPU 消耗，这正是我们用来演示 Arthas 诊断能力的理想场景。

4. 启动 Arthas

先启动目标应用：在 IDE 或终端中运行 FibonacciGenerator，它会暂停等待输入。
启动 Arthas：在另一个终端执行：

java -jar arthas-boot.jar

Arthas 会列出当前机器上所有可被诊断的 Java 进程，提示你选择目标：

[INFO] arthas-boot version: 3.1.7
[INFO] Found existing java process, please choose one and hit RETURN.
* [1]: 25500 com.baeldung.arthas.FibonacciGenerator
...

输入对应序号（如 1）并回车，Arthas 即可成功 attach 到目标进程：

[INFO] Try to attach process 25500
[INFO] Attach process 25500 success.
...

✅ 此时，你已进入 Arthas 命令行界面，可以开始输入各种诊断命令。
✅ 支持 Tab 键自动补全，提升操作效率。

现在，回到应用的终端，按任意键让程序继续运行，它将开始疯狂计算斐波那契数列。

5. 仪表盘（Dashboard）

在 Arthas 命令行中输入 dashboard，即可查看一个实时更新的系统概览面板：

关键信息一览：

✅ 线程区（Top）：展示所有线程状态，重点关注 main 线程的 CPU 占用率。
✅ 内存区（Memory）：显示堆内存各区域（Eden, Survivor, Old 等）的使用情况和 GC 信息。
✅ JVM 信息区：包含 JVM 版本、运行参数、系统负载等。

⚠️ 退出方式：按 q 键可退出仪表盘，但 Arthas 仍附着在进程上。
❌ 彻底退出：必须执行 stop 命令来断开连接，避免资源泄漏。

6. 分析线程栈（Stack Trace）

从 dashboard 中我们观察到 main 线程几乎占用了 100% 的 CPU。它的线程 ID 通常是 1。

退出仪表盘后，使用 thread 命令深入分析：

thread 1

输出将是一个巨大的、充满 fibonacci 方法调用的栈跟踪。

如果栈太深，可以结合管道和 grep 进行过滤：

thread 1 | grep 'main('

输出结果将精确定位到问题代码行：

[arthas@25500]$ thread 1 | grep 'main('
    at com.baeldung.arthas.FibonacciGenerator.main(FibonacciGenerator.java:10)

7. 反编译类（Decompile）

想象一下，你正在诊断一个没有源码的应用，发现线程栈里全是 fibonacci 的调用。这时，Arthas 的反编译功能就派上用场了。

使用 jad 命令，传入类的全限定名：

jad com.baeldung.arthas.FibonacciGenerator

输出结果包含：

/*
 * Decompiled with CFR.
 */
package com.baeldung.arthas;

import java.io.IOException;
import java.io.InputStream;
import java.io.PrintStream;

public class FibonacciGenerator {
    public static void main(String[] arrstring) throws IOException {

✅ 这招在排查第三方依赖或线上问题时非常实用，可以直接看到类的内部实现，连同类加载器和物理路径等元信息。

8. 搜索类与方法（Search Class & Method）

当面对一个复杂的系统时，快速定位类和方法是关键。

搜索类（sc）：使用通配符查找已加载的类。

[arthas@70099]$ sc *Fibonacci*
com.baeldung.arthas.FibonacciGenerator
Affect(row-cnt:1) cost in 5 ms.

查看类详情：使用 -d 和 -f 标志。

[arthas@70099]$ sc -df com.baeldung.arthas.FibonacciGenerator
  class-info        com.baeldung.arthas.FibonacciGenerator
  ...

搜索方法（sm）：查找类中定义的方法。

[arthas@70099]$ sm com.baeldung.arthas.FibonacciGenerator
com.baeldung.arthas.FibonacciGenerator <init>()V
com.baeldung.arthas.FibonacciGenerator main([Ljava/lang/String;)V
com.baeldung.arthas.FibonacciGenerator fibonacci(I)J
Affect(row-cnt:3) cost in 4 ms.

查看方法详情：结合 -d 标志和方法名。

sm -d com.baeldung.arthas.FibonacciGenerator fibonacci
 declaring-class  com.baeldung.arthas.FibonacciGenerator
 method-name      fibonacci
 modifier         public,static
 annotation
 parameters       int
 return           long
 exceptions
 classLoaderHash  799f7e29

9. 监控方法调用（Monitor）

排查性能问题时，监控方法的调用频率和耗时至关重要。

使用 monitor 命令，每 10 秒输出一次 fibonacci 方法的统计信息：

monitor -c 10 com.baeldung.arthas.FibonacciGenerator fibonacci

输出示例：

Affect(class-cnt:1 , method-cnt:1) cost in 47 ms.
 timestamp            class                                          method     total   success  fail  avg-rt(ms)  fail-rate                                                                       
-----------------------------------------------------------------------------------------------------------------------------                                                                      
 2020-03-07 11:43:26  com.baeldung.arthas.FibonacciGenerator  fibonacci  528957  528957   0     0.07        0.00%
...

✅ **avg-rt(ms)**：平均响应时间，是性能分析的核心指标。
✅ **fail-rate**：失败率，帮助快速发现异常。

10. 监控方法参数与返回值（Watch）

如果需要查看方法执行时的入参和返回值，watch 命令是不二之选。它的语法基于 OGNL 表达式，稍显复杂但功能强大。

watch com.baeldung.arthas.FibonacciGenerator fibonacci '{params[0], returnObj}' 'params[0]>10' -n 10

参数解析：

com.baeldung.arthas.FibonacciGenerator：类名
fibonacci：方法名
'{params[0], returnObj}'：OGNL 表达式，定义要观察的内容（第一个参数和返回对象）
'params[0]>10'：条件表达式，仅当参数大于 10 时才触发监控
-n 10：最多输出 10 次结果

执行后，你将看到类似输出：

Press Q or Ctrl+C to abort.
Affect(class-cnt:1 , method-cnt:1) cost in 19 ms.
ts=2020-02-17 21:48:08; [cost=30.165211ms] result=@ArrayList[
    @Integer[11],
    @Long[144],
]
ts=2020-02-17 21:48:08; [cost=50.405506ms] result=@ArrayList[
    @Integer[12],
    @Long[233],
]
...

✅ 这招在复现线上 bug 时非常有效，能清晰看到输入输出和执行耗时。

11. 性能剖析（Profiler）

对于想直观了解 CPU 资源消耗的场景，profiler 命令生成的火焰图（FlameGraph）是神器。

启动性能采样：

profiler start

（可选）查看采样进度：

profiler getSamples

停止采样并生成火焰图：

profiler stop

生成的火焰图清晰地展示了 fibonacci 方法的调用栈深度和 CPU 占用：

✅ 火焰图的宽度代表 CPU 时间，越宽的函数消耗越多。一眼就能定位性能瓶颈。

12. 总结

本文通过一个简单的案例，演示了 Alibaba Arthas 的核心功能：从进程附着、实时监控、反编译，到方法参数观察和火焰图性能剖析。

Arthas 的强大之处在于其 “无侵入” 的特性，特别适合在生产环境或无法获取源码的情况下进行快速诊断。对于有经验的开发者而言，它是一个不可或缺的线上问题排查利器。

文中示例的完整代码可在 GitHub 获取：https://github.com/eugenp/tutorials/tree/master/libraries-3

Persistence

REST

Security