当前位置:首页 > 文章列表 > 文章 > java教程 > Java Flight Recorder 怎样按事件类型导出记录

Java Flight Recorder 怎样按事件类型导出记录

来源:17golang原创 2026-10-26 23:49:59 0浏览 收藏

如果手里已经有一个 recording.jfr,想只导出某一种事件,最直接的做法是用 jdk.jfr.consumer.RecordingFile.write,把 RecordedEvent.getEventType().getName() 作为谓词条件。它会读取原录制并生成一个新的 JFR 文件,原文件不会被原地修改。

官方地址:https://docs.oracle.com/en/java/javase/25/jfapi/flight-recorder-api-programmers-guide.pdf

本文使用的 API 文档:https://docs.oracle.com/en/java/javase/25/docs/api/jdk.jfr/jdk/jfr/consumer/RecordingFile.html

下面的示例围绕“已有录制文件按事件类型导出”展开,不负责启动采集,也不把导出结果描述成已经在某台机器执行过的运行证据。配图是原创静态说明图,用来解释对象关系和选择规则。

先分清事件类型和采集设置

JFR 的事件类型名称例如 jdk.ExecutionSample、jdk.CPULoad 或自定义事件的完整名称。事件类型是录制数据中的识别字段;RecordingFile.write 的谓词只决定哪些已经存在的事件写入新文件。

这和录制阶段的设置不是一回事。Recording.enable(...)、enabled、period 和 threshold 决定采集什么;导出阶段只能从已有文件中筛选,不能把原文件里没有记录的事件补出来。若名称写错,结果可能是一个没有目标事件的文件,而不是自动匹配相近名称。

问题负责 API判断重点
录制时是否产生事件Recording 与事件设置事件是否启用、采样周期、阈值
已有文件包含哪些类型RecordingFile.readEventTypes()使用文件中的实际名称
只写出指定类型RecordingFile.write谓词返回 true 的事件才会写入

用事件名称过滤并导出新文件

单一事件类型时,可以把目标名称放在常量中,再用事件对象的类型名称进行精确比较。RecordingFile 实现了 AutoCloseable,因此用 try-with-resources 管理输入文件,异常发生时也能释放关联资源。

import java.io.IOException;
import java.nio.file.Path;
import jdk.jfr.consumer.RecordingFile;

public class ExportJfrByType {
    public static void main(String[] args) throws IOException {
        Path source = Path.of("recording.jfr"); // 输入文件必须是可读取的JFR录制
        Path target = Path.of("execution-samples.jfr"); // 输出到新文件,不覆盖输入文件
        String wantedType = "jdk.ExecutionSample"; // 使用事件类型的完整名称

        try (RecordingFile recording = new RecordingFile(source)) {
            recording.write(target, event ->
                    wantedType.equals(event.getEventType().getName())); // 只保留精确匹配的事件
        }

        System.out.println("已写出: " + target); // 这里只报告目标路径,不代表已做线上核验
    }
}

筛选的关键不是事件的显示标签,而是 getEventType().getName() 返回的名称。使用常量放在比较左侧,可以避免目标字符串为 null 时出现意外的空指针。输入和输出路径也应分开:不要把输出路径设置成正在读取的原文件。

Java Flight Recorder从混合事件文件按事件类型筛选并导出新JFR文件的原创结构说明图
图1:JFR 事件类型过滤与新文件导出结构说明图;展示输入、谓词和输出的关系,不是真实运行截图。

多个事件类型要用集合表达

如果目标是“保留 CPU 负载和执行采样”,不要把条件拼成模糊的字符串搜索。用不可修改集合明确列出允许写出的事件类型,后续增删名称也更容易审查。

import java.io.IOException;
import java.nio.file.Path;
import java.util.Set;
import jdk.jfr.consumer.RecordingFile;

public class ExportSelectedJfrEvents {
    public static void export(Path source, Path target) throws IOException {
        Set wantedTypes = Set.of(
                "jdk.ExecutionSample", // 方法采样事件
                "jdk.CPULoad" // CPU负载事件
        );

        try (RecordingFile recording = new RecordingFile(source)) {
            recording.write(target, event ->
                    wantedTypes.contains(event.getEventType().getName())); // 白名单决定写出范围
        }
    }
}

集合匹配的语义是白名单:只有集合中的完整名称会被写入。它不会因为两个事件的标签相似、包名相同或字段结构相近而自动合并。需要保留自定义事件时,把自定义事件注册时使用的完整名称加入集合,并保持大小写一致。

Java Flight Recorder按目标选择过滤写出、逐条读取和一次性读取的原创决策说明图
图2:按任务选择 JFR 消费方式的决策说明图;突出过滤写出适合生成新录制文件,不是真实应用界面截图。

先读取类型清单,再决定过滤条件

当你不知道录制里实际有哪些事件时,可以先调用 readEventTypes() 输出名称。这个动作只读取元数据,适合在构造白名单前确认拼写。它不会把事件正文全部装入内存。

import java.io.IOException;
import java.nio.file.Path;
import jdk.jfr.EventType;
import jdk.jfr.consumer.RecordingFile;

public class ListJfrEventTypes {
    public static void main(String[] args) throws IOException {
        Path source = Path.of(args.length == 0 ? "recording.jfr" : args[0]); // 允许命令行替换输入路径

        try (RecordingFile recording = new RecordingFile(source)) {
            for (EventType type : recording.readEventTypes()) {
                System.out.println(type.getName()); // 以完整名称作为后续过滤键
            }
        }
    }
}

如果清单里没有预期名称,应先回到录制配置检查事件是否启用、录制时是否产生过该事件,再调整导出谓词。不要用“看起来接近”的名称替代实际名称,因为过滤条件是精确的。

按目标选择三种读取方式

如果目标是生成新的、较小的 JFR 文件,优先使用 write。它把筛选条件交给文件消费者,并直接写出新的录制。若目标是统计数量、读取字段或把每个事件转换为自己的数据结构,可以使用 hasMoreEvents() 和 readEvent() 循环;这时你通常不需要另存一个 JFR 文件。

readAllEvents 会返回文件中的全部事件列表,适合小型且可信的录制文件,代码短但内存占用随事件数增长。它不适合为了“方便”处理大型录制,尤其当导出任务本来只需要少数事件时。

目标建议方式代价或边界
按类型生成新的 JFRRecordingFile.write谓词必须使用准确的事件类型名
逐条统计或转换hasMoreEvents/readEvent需要自己处理读取循环与结果结构
快速读取小文件全部事件readAllEvents全部事件进入列表,不能按大文件习惯使用

导出前后的边界问题

输出文件为空怎么办?先打印 readEventTypes() 的结果,确认名称、大小写和录制文件是否匹配。也要区分“没有目标事件”和“文件无法解析”:前者是筛选结果,后者通常会以 IOException 暴露。

能否把原文件直接覆盖吗?不建议。导出仍依赖原文件作为读取源,把目标设置为另一个路径更容易回退,也避免读写同一文件造成不可预期的破坏。

过滤会改变事件字段吗?不会。write 的谓词决定事件是否被写出,不是字段映射器。如果需要把事件转换成 CSV、JSON 或统计表,应改用逐条读取并自行定义输出格式。

为什么不直接调用 readAllEvents 再筛选?小文件可以这样做,但它先把全部事件装进列表;按类型导出时,write 更贴合目标,也避免不必要的内存峰值。

实践上可以按这个顺序处理:先用 readEventTypes() 确认实际名称,再用 write 生成新 JFR;只有当目标变成统计、转换或小文件快速分析时,才选择逐条读取或 readAllEvents。这样“采集什么”和“导出什么”各自有清晰边界,导出的文件也更容易交给后续分析工具使用。

参考:https://docs.oracle.com/en/java/javase/25/docs/api/jdk.jfr/jdk/jfr/consumer/RecordingFile.html;https://docs.oracle.com/en/java/javase/25/docs/api/jdk.jfr/jdk/jfr/EventType.html;https://docs.oracle.com/en/java/javase/25/docs/api/jdk.jfr/jdk/jfr/consumer/package-summary.html。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Java Arrays.mismatch 怎样找出两个数组的首个差异Java Arrays.mismatch 怎样找出两个数组的首个差异
上一篇
Java Arrays.mismatch 怎样找出两个数组的首个差异
Python re.Pattern.fullmatch 怎样判断整串文本是否匹配
下一篇
Python re.Pattern.fullmatch 怎样判断整串文本是否匹配
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    720次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    726次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    802次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    763次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    599次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码