Arthas 诊断实战：dashboard 与 thread 监控内存状态

Arthas 的 dashboard 和 thread 命令并非用于直接查看变量值，而是作为高效诊断的“全局雷达”——通过实时捕捉 CPU 异常飙升、老年代内存单向增长、线程数持续攀升等关键信号，快速定位问题线程与潜在内存泄漏源头；在此基础上，再精准调用 vmtool、ognl 或 getstatic 等命令深入探查具体静态变量、对象实例或运行时表达式，实现从宏观异常到微观根源的逐层穿透，大幅提升 JVM 生产问题排查效率。

Arthas 的 dashboard 和 thread 命令本身不直接监控“变量”的内存运行状态——它们聚焦于线程行为与 JVM 全局资源（CPU、内存、线程数、GC）的实时观测。真正用于查看变量值或对象实例的，是 vmtool、ognl 或 getstatic 等命令。但 dashboard 与 thread 是诊断起点：它们帮你快速识别“哪个线程在狂占 CPU”“哪类对象在持续膨胀”，从而精准圈定需进一步查变量的目标。

dashboard：先看全局异常信号

执行 dashboard 后，重点关注三块区域：

• 线程面板顶部 CPU% 列：数值持续 >80% 的线程（如 ID=45 的 redis-scheduler 占 85%），说明它可能在执行高频循环、死循环或阻塞式重试；这不是变量本身的问题，而是变量使用方式引发的线程行为异常
• JVM 内存区的 PS Old / G1 Old Gen 使用量：若老年代占用率随时间单向爬升（如从 3G → 5.4G → 7.2G），且 Full GC 后几乎不下降，说明有对象长期存活未被回收——这时要怀疑静态缓存、监听器未注销、线程局部变量未清理等场景中的变量引用
• 线程数持续增长：比如每分钟新增 10+ THREAD_NEW 状态线程，可能意味着某处 new Thread() 未复用或未 shutdown，背后常是 Runnable 中持有业务对象（如未释放的数据库连接、缓存 map 引用）

thread：定位高消耗线程并追溯调用链

找到可疑线程 ID（如 dashboard 中 CPU% 最高的 35 号）后，用 thread 35 查看完整堆栈。关键看：

• 堆栈末尾是否落在你自己的业务包路径下（如 com.example.cache.CacheService.add），这说明问题代码就在那里
• 是否出现重复调用同一方法（如 getRandomStr 在循环中反复执行），结合代码可判断是否因逻辑缺陷导致变量反复创建（如每次生成新 byte[] 数组却未复用）
• 是否有 WAITING on java.util.concurrent.locks.AbstractQueuedSynchronizer$ConditionObject 类似字样，暗示线程被锁住，而锁对象可能正被某个静态变量（如 static Map）持有

从线程/内存线索转向变量检查

当 dashboard 和 thread 锁定可疑类或方法后，再用其他命令查具体变量：

• 查静态变量内容：getstatic com.example.LeakController cache —— 直接打印该 static Map 的 size 和部分 key，确认是否无限增长
• 查运行中对象实例：vmtool --action getInstances --className byte[] --limit 5 —— 列出最大的 5 个 byte[] 实例，看其分配位置（stackTrace）是否指向某段缓存逻辑
• 动态执行表达式验证假设：ognl '#context=@org.springframework.web.context.ContextLoader@getCurrentWebApplicationContext(),#context.getBean("cacheService").getSize()' —— 调用 Spring Bean 方法获取当前缓存大小，无需改代码

避免常见误解

不要指望 dashboard 显示某个 String 变量的值，也不要用 thread 去翻找局部变量——它们不在这个层级。它们的作用是：

• 告诉你“系统正在发烫”，而不是“哪根电线短路了”
• 指出“发热最厉害的芯片编号”，然后你才拿万用表（vmtool/ognl）去测那颗芯片的引脚电压（变量值）
• 如果只盯着变量看，容易陷入细节迷宫；先用 dashboard/thread 看清热力分布，排查效率能提升 5 倍以上

终于介绍完啦！小伙伴们，这篇关于《Arthas 诊断实战：dashboard 与 thread 监控内存状态》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！