jps 、jstack命令详解

zz/2024/7/24 1:26:41

一、jps命令shi yong

jps是jdk提供的一个查看当前java进程的小工具, 可以看做是JavaVirtual Machine Process Status Tool的缩写。非常简单实用。

       命令格式:jps [options ] [ hostid ] 

       [options]选项 :
           -q:仅输出VM标识符,不包括classname,jar name,arguments in main method 
          -m:输出main method的参数 
           -l:输出完全的包名,应用主类名,jar的完全路径名 
          -v:输出jvm参数 
         -V:输出通过flag文件传递到JVM中的参数(.hotspotrc文件或-XX:Flags=所指定的文件 
         -Joption:传递参数到vm,例如:-J-Xms512m

        [hostid]:

          [protocol:][[//]hostname][:port][/servername]

        命令的输出格式 :
            lvmid [ [ classname| JARfilename | "Unknown"] [ arg* ] [ jvmarg* ] ]

1)jps

2)jps –l:输出主类或者jar的完全路径名

 

3)jps –v :输出jvm参数

 

4)jps –q :仅仅显示Java进程号

 

 

 

二、jstack

 

jstack用于打印出给定的java进程ID或core file或远程调试服务的Java堆栈信息,如果是在64位机器上,需要指定选项"-J-d64",Windows的jstack使用方式只支持以下的这种方式:

jstack [-l] pid

如果java程序崩溃生成core文件,jstack工具可以用来获得core文件的java stack和native stack的信息,从而可以轻松地知道java程序是如何崩溃和在程序何处发生问题。另外,jstack工具还可以附属到正在运行的java程序中,看到当时运行的java程序的java stack和native stack的信息, 如果现在运行的java程序呈现hung的状态,jstack是非常有用的。

2、命令格式
jstack [ option ] pid
jstack [ option ] executable core
jstack [ option ] [server-id@]remote-hostname-or-IP

3、常用参数说明

1)、options: 

executable Java executable from which the core dump was produced.

(可能是产生core dump的java可执行程序)

core 将被打印信息的core dump文件

remote-hostname-or-IP 远程debug服务的主机名或ip

server-id 唯一id,假如一台主机上多个远程debug服务 

2)、基本参数:

-F当’jstack [-l] pid’没有相应的时候强制打印栈信息

-l长列表. 打印关于锁的附加信息,例如属于java.util.concurrent的ownable synchronizers列表.

-m打印java和native c/c++框架的所有栈信息.

-h | -help打印帮助信息

pid 需要被打印配置信息的java进程id,可以用jps查询.

4、使用示例

 

 

 

 

 

 

 

 

 

 

 


http://www.ngui.cc/zz/2762632.html

相关文章

推荐算法--基于用户的协同过滤算法

基于邻域的算法分为两大类,一类是基于用户的协同过滤算法,另一类是基于物品的协同过滤算法。 我们先来看看基于用户的协同过滤算法,基于物品的协同过滤算法大体思路和基于用户的差不多,可以自己参考对比学习。 基于用户的协同过…

sklearn机器学习算法速查

常见的机器学习算法 以下是最常用的机器学习算法,大部分数据问题都可以通过它们解决: 线性回归 (Linear Regression)逻辑回归 (Logistic Regression)决策树 (Decision Tree)支持向量机(SVM)朴素贝叶斯 (Naive Bayes)K邻近算法&a…

python多线程编写

多任务可以由多进程完成,也可以由一个进程内的多线程完成。进程是由若干线程组成的,一个进程至少有一个线程。由于线程是操作系统直接支持的执行单元,因此,高级语言通常都内置多线程的支持,Python也不例外,…

xgboost特征工程--探索数据集的基本信息

知道数据集的基本信息对我们建模有用,那么如何分析数据集的特点呢? 我们以Kaggle2017年举办的Two Sigma Connect: Rental Listing Inquiries竞赛数据为例进行数据集探索分析。 可以参考kernel中更多数据分析示例:https://www.kaggle.com/c/…

sklearn.metrics中的评估方法介绍(accuracy_score, recall_score, roc_curve, roc_auc_score, confusion_matrix)

1、accuracy_score 分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解,但是它不能告诉你响应值的潜在分布,并且它也不能告诉你分类器犯错的类型。 sklearn.metrics.accuracy_score(y_true, y_pred, normalizeTrue, …

hdoj2043 密码 字符串题--水题

分析&#xff1a;注意题目中应该满足的两个条件&#xff0c;第一个条件容易丢失。 (1).密码长度大于等于8&#xff0c;且不要超过16。 (2).密码中的字符应该来自下面“字符类别”中四组中的至少三组。 #include <iostream> #include <algorithm> #include <m…

hdoj2111 Saving HDU --贪心

分析&#xff1a;题不难&#xff0c;直接贴代码吧&#xff01; #include <iostream> #include <algorithm> #include <map> #include <string> #没有这行会报错 using namespace std;struct treasure {int pi; //单价int pm; //体积 };int cmp(…

奇异值分解(SVD)和主成分分析(PCA)(讲解很清楚明了)

奇异值分解(SVD)原文链接&#xff1a;http://www.cnblogs.com/pinard/p/6251584.html 主成分分析(PCA)原文链接&#xff1a;http://www.cnblogs.com/pinard/p/6239403.html

牛牛打响指--大数做除法

链接&#xff1a;https://www.nowcoder.com/questionTerminal/442cbe24e08447729543510c2eb47082 来源&#xff1a;牛客网 牛牛在地上捡到了一个手套&#xff0c;他带上手套发现眼前出现了很多个小人&#xff0c;当他打一下响指&#xff0c;这些小人的数量就会发生以下变化&…

xgboost相比传统gbdt有何不同?xgboost为什么快?如何支持并行?

传统GBDT以CART作为基分类器&#xff0c;xgboost还支持线性分类器&#xff0c;这个时候xgboost相当于带L1和L2正则化项的逻辑斯蒂回归&#xff08;分类问题&#xff09;或者线性回归&#xff08;回归问题&#xff09;。传统GBDT在优化时只用到一阶导数信息&#xff0c;xgboost则…