埋点与插桩

非侵入式埋点

运行时代码诊断，首先需要考虑的就是如何将埋点代码嵌入至业务代码中；常见做法主要有四种：侵入式埋点、运行时增强、编译时增强、中间件增强，后三种都属于非侵入式埋点，埋点性能逐步提升。

• 侵入式埋点：每个业务方都需要主动感知或唤起埋点代码，仅适用于小范围内部产品，不宜大范围推广。

• 运行时增强：程序运行时动态拦截，如 Spring AOP、jvm-sandbox。优点是动态可插拔，控制灵活；缺点是有运行时额外开销。

• 编译时增强：程序编译时进行增强，如 AspectJ、ASM。优点是几乎没有运行时额外开销；缺点是需要额外的构建步骤，启动比较慢。

• 中间件增强：在各个中间件服务中嵌入埋点代码。优点是原生代码，没有任何额外开销；缺点是需使用统一的中间件服务。

调用拦截

调用拦截的目的是为了明确线程监听的对象与生命周期。传统的线程诊断，由于没有明确的监听对象与生命周期，只能进行全局线程的随机监听，不但浪费了大量的系统资源，还经常遗漏关键调用的线程信息。

性能诊断

性能诊断主要有插桩（Instrumentation）和采样（Sampling）两种实现方式，前者开销较高，后者结果有一定误差。

• 插桩法（Instrumentation），需要在每个方法前后添加埋点，计算耗时，优点是结果准确，缺点是开销较高，需要明确目标函数，代码结构也会发生一定变化，很多在线诊断工具，如 Arthas 都是采用的这种方法。

• 采样法（Sampling），则是周期性获取 JVM 运行栈快照，然后通过比对方法在快照集（Snapshot Set）中出现的次数来粗略估计其运行时间。每次快照生成均需等待 JVM 运行到安全点（Safe Point），因此，运行结果有一定误差，不过，性能开销要远低于插桩法，而且能够获取完整线程栈，无需事先指定目标函数。主流的 Java Profiler 都是采用的 Sampling 方式。