k8s怎么看jvm

使用K8s监控JVM的核心方法有：部署监控工具、配置监控指标、利用Prometheus和Grafana。部署监控工具是关键，它可以帮助你实时收集JVM性能数据，分析和优化应用程序性能。

一、部署监控工具

在K8s环境中监控JVM，部署合适的监控工具至关重要。常用的监控工具包括Prometheus、Grafana、JMX Exporter和ELK栈。Prometheus是一款开源的系统监控和报警工具，Grafana用于数据可视化，JMX Exporter可以将JVM的JMX指标暴露给Prometheus，而ELK栈（Elasticsearch、Logstash、Kibana）可以用来收集和分析日志数据。部署这些工具需要完成以下步骤：

安装Prometheus和Grafana：首先，需要在K8s集群中部署Prometheus和Grafana。可以使用Helm Charts快速安装，命令如下：
```
helm install prometheus prometheus-community/prometheus
helm install grafana grafana/grafana
```
配置JMX Exporter：下载并配置JMX Exporter，确保它能够从JVM中收集到JMX指标。将JMX Exporter作为Java Agent运行，示例如下：
```
java -javaagent:/path/to/jmx_prometheus_javaagent-0.14.0.jar=8080:/path/to/config.yaml -jar your-app.jar
```
配置Prometheus Scrape Config：在Prometheus的配置文件中，添加JMX Exporter的抓取配置，确保Prometheus能够定期收集JVM指标：
```
scrape_configs:
  - job_name: 'jmx'
    static_configs:
      - targets: ['your-app:8080']
```

二、配置监控指标

部署好监控工具后，需要配置具体的监控指标。关键的JVM指标包括垃圾收集、堆内存使用情况、线程数和类加载情况。这些指标可以帮助你全面了解JVM的运行状态，并在性能问题出现时快速定位问题根源。配置指标的步骤如下：

定义Prometheus指标：在JMX Exporter的配置文件中，定义需要监控的JVM指标。例如，监控堆内存使用情况：

rules:
  - pattern: 'java.lang<type=Memory><attribute=HeapMemoryUsage>(?<name>.*)'
    name: jvm_memory_usage_bytes
    type: GAUGE
    help: "Current memory usage of the heap"
    labels:
      area: heap

设置报警规则：在Prometheus中设置报警规则，当某些指标超过预设的阈值时，触发报警。例如，堆内存使用率超过80%时报警：

alert: HighHeapMemoryUsage
expr: jvm_memory_usage_bytes{area="heap"} / jvm_memory_max_bytes{area="heap"} > 0.8
for: 5m
labels:
  severity: warning
annotations:
  summary: "High Heap Memory Usage"
  description: "Heap memory usage is above 80% (current value: {{ $value }})"

三、利用Prometheus和Grafana

配置好监控指标后，通过Prometheus和Grafana进行数据的收集和可视化。Prometheus负责收集和存储监控数据，Grafana负责将数据可视化，帮助你更直观地了解JVM的运行状态。以下是详细步骤：

配置Prometheus数据源：在Grafana中添加Prometheus作为数据源，确保Grafana能够访问Prometheus收集的监控数据。

创建Grafana仪表盘：根据需要创建不同的仪表盘，显示JVM的关键指标。可以使用Grafana提供的JVM监控模板，也可以自定义仪表盘。以下是一个简单的堆内存使用情况的仪表盘配置：

{
  "title": "Heap Memory Usage",
  "type": "gauge",
  "targets": [
    {
      "expr": "jvm_memory_usage_bytes{area='heap'}",
      "legendFormat": "{{instance}}"
    }
  ],
  "thresholds": "0.8,0.9"
}

四、优化JVM性能

通过监控数据，分析和优化JVM性能。常见的优化策略包括调整JVM参数、优化垃圾收集策略、提升代码效率。以下是一些具体方法：

调整JVM参数：根据监控数据，调整JVM的启动参数，例如堆内存大小、垃圾收集器类型等。常见的参数调整包括：
- -Xms和-Xmx：设置初始和最大堆内存大小
- -XX:+UseG1GC：使用G1垃圾收集器
优化垃圾收集策略：根据垃圾收集器的运行情况，调整其参数以减少停顿时间，提高应用性能。例如，使用G1垃圾收集器时，可以调整以下参数：
- -XX:MaxGCPauseMillis：设置最大GC停顿时间
- -XX:InitiatingHeapOccupancyPercent：设置触发GC的堆内存使用率阈值
提升代码效率：通过代码分析和优化，减少内存分配和垃圾生成。例如，避免在高频调用的方法中创建大量临时对象，使用对象池技术等。