Analyse de performance

À l'aide de l'analyse de la performance, les administrateurs peuvent obtenir des recommandations pour améliorer la performance des applications Java exécutées sur des instances gérées du parc. Pour l'application Java sélectionnée, JMS démarre l'enregistrement JFR sur la JVM de l'application. Une fois l'enregistrement terminé, le plugiciel JMS charge le fichier JFR dans OCI.

La dernière étape consiste à analyser les fichiers JFR et à créer un rapport contenant des recommandations pour la configuration de la JVM de l'application. Vérifiez toujours les valeurs recommandées pour vos applications avant d'effectuer les modifications dans les environnements de production. Trouver la meilleure configuration JVM pour atteindre vos objectifs de performance peut être difficile, il y a des choses à considérer que JMS ne peut pas impliquer simplement d'analyser les événements JVM Flight Recorder, en cas de doute, n'hésitez pas à contacter notre équipe d'ingénierie de la valeur https://www.oracle.com/java/java-se-subscription/value-engineering/.

Console en nuage OCI

  1. Connectez-vous à la console OCI en tant qu'administrateur.
  2. Ouvrez le menu de navigation, cliquez sur Observabilité et gestion, puis cliquez sur Fleets sous Gestion Java.
  3. Sélectionnez votre parc.
  4. Cliquez sur Instances gérées, puis cliquez sur l'instance gérée où l'application est exécutée.
  5. Cliquez sur Applications et sélectionnez l'application sur laquelle l'analyse de performance doit être démarrée.
  6. Cliquez sur Actions et sélectionnez Démarrer l'analyse de la performance.
  7. Cliquez sur Démarrer.
  8. Une fois la demande de travail terminée, cliquez sur Rapports d'analyse de la performance.

Interface de ligne de commande OCI

  1. Créez le modèle de données utiles cible à l'aide de la commande suivante :
    oci jms fleet request-performance-tuning-analyses --generate-param-json-input
        targets
  2. Trouvez des détails sur votre application, par exemple :
    [
      {
        "applicationInstallationKey": "$APP_INSTALL_KEY",
        "applicationKey": "$APP_KEY",
        "jreKey": "$APP_JRE_KEY",
        "managedInstanceId": "$MANAGED_INSTANCE_OCID"
      }
    ]
  3. Exécutez la commande suivante :
    oci jms fleet request-performance-tuning-analyses --fleet-id $FLEET_OCID
          --recording-duration-in-minutes $RECORDING_DURATION --targets file://targets.json

Exemple

Dans l'exemple suivant, nous utiliserons la même application que celle utilisée pour la démonstration de la fonction d'analyse cryptographique :

#!/usr/bin/env bash
 
# configuration variables
FLEET_OCID=ocid1.jmsfleet.oc1.eu-frankfurt-1.amaaaaaaptiaquqa2qxxkco6hrguz7nyug2hcpgikhe5gz4d7uy6j6ilbtta
MANAGED_INSTANCE_OCID=ocid1.instance.oc1.eu-frankfurt-1.antheljtptiaquqcrjmnu7mxbjthm2jm5qzryu7xy4w27rfo56nxf4uwv6pq
APP_NAME=spring-tls-server
 
# get application key
APP_KEY=$(oci jms application-installation-usage-summary summarize-application-installation-usage --display-name-contains $APP_NAME --fleet-id $FLEET_OCID | jq -r '.data.items[]."application-key"')
 
# start performance analysis on specified managed instance
WORK_REQUEST_OCID=$(oci jms fleet request-performance-tuning-analyses \
    --fleet-id "$FLEET_OCID" \
    --recording-duration-in-minutes 15 \
    --targets "[{\"managedInstanceId\":\"$MANAGED_INSTANCE_OCID\",\"applicationKey\":\"$APP_KEY\"}]" | jq -r '."opc-work-request-id"')
 
echo $WORK_REQUEST_OCID

Une fois la demande de travail d'analyse de la performance terminée, nous pouvons vérifier le résultat avec les appels d'API suivants ou nous pouvons vérifier la console JMC OCI Cloud :

#!/usr/bin/env bash
 
# configuration variables
APP_NAME=spring-tls-server-1.1.0.jar
FLEET_OCID=ocid1.jmsfleet.oc1.eu-frankfurt-1.amaaaaaaptiaquqa2qxxkco6hrguz7nyug2hcpgikhe5gz4d7uy6j6ilbtta
MANAGED_INSTANCE_OCID=ocid1.instance.oc1.eu-frankfurt-1.antheljtptiaquqcrjmnu7mxbjthm2jm5qzryu7xy4w27rfo56nxf4uwv6pq
WORK_REQUEST_OCID=ocid1.jmsworkrequest.oc1.eu-frankfurt-1.aaaaaaaavcnv2khspnmu7aj7bjlg2c7rytar7an7wbidhmvgm2fnbr6mvx4a
 
# get jms report location in object storage service related to our work request, the output will print namespace, bucket-name and object-name
oci jms  performance-tuning-analysis-result list \
    --fleet-id $FLEET_OCID \
    --sort-by timeCreated \
    --sort-order DESC \
    --all \
    --application-name=$APP_NAME \
    --managed-instance-id "$MANAGED_INSTANCE_OCID" | jq -r ".data.items[]| select(.\"work-request-id\"==\"$WORK_REQUEST_OCID\") | .namespace,.\"bucket-name\",.\"object-name\""
 
# namespace, bucket-name and name parameters where taken from the report payload above
oci os object get \
    --namespace frmss8xk2qta \
    --bucket-name jms_ocid1.jmsfleet.oc1.eu-frankfurt-1.amaaaaaaptiaquqa2qxxkco6hrguz7nyug2hcpgikhe5gz4d7uy6j6ilbtta \
    --name JMS/ANALYSIS/PERFTUNING/RESULTS/ocid1.jmsfleet.oc1.eu-frankfurt-1.amaaaaaaptiaquqa2qxxkco6hrguz7nyug2hcpgikhe5gz4d7uy6j6ilbtta/ocid1.instance.oc1.eu-frankfurt-1.antheljtptiaquqcrjmnu7mxbjthm2jm5qzryu7xy4w27rfo56nxf4uwv6pq/PerfTuningAnalysisResult-20250714094533-ocid1.jmsworkrequest.oc1.eu-frankfurt-1.aaaaaaaavcnv2khspnmu7aj7bjlg2c7rytar7an7wbidhmvgm2fnbr6mvx4a-9379a93c-1f35-4574-b528-266d6f8f9984.json
 
{
  "applicationName": "spring-tls-server-1.1.0.jar",
  "applicationId": "afecbb29e4f96bc9c87c5138a26877bd713305696e4f909af2c8947065e0c7cf",
  "applicationInstallationId": "36be37c500e042eeef9e7aa52c294bbafd51556a90fd4eaae0c6ce099939d77c",
  "jfrFileName": "JMS/JFR/ocid1.jmsfleet.oc1.eu-frankfurt-1.amaaaaaaptiaquqa2qxxkco6hrguz7nyug2hcpgikhe5gz4d7uy6j6ilbtta/ocid1.instance.oc1.eu-frankfurt-1.antheljtptiaquqcrjmnu7mxbjthm2jm5qzryu7xy4w27rfo56nxf4uwv6pq/20250714092917_479_0_1840025_0_spring-tls-server-1.1.0.jar.jfr",
  "timeAnalyzed": "2025-07-14T09:45:33.022837159Z",
  "summary": {
    "warnings": [
      {
        "key": 1,
        "code": "G1GCSmallerNewSizeFromMaxGCPauseMillisRule",
        "description": "Decrease Young generation size to achieve lower pauses",
        "message": "Current MaxGCPauseMillis (-2ms) is far from the actual average Young GC time (13.95ms). Setting smaller young generation may reduce average Young GC time. For example, this can be achieved by reducing -XX:MaxNewSize=40m. ",
        "currentVmOptions": "",
        "recommendedVmOptions": "-Xmn40894464",
        "detailsLink": "https://docs.oracle.com/en/java/javase/guides/vm/gctuning/g1_gc_tuning.html#g1_gc_tuning ",
        "comment": ""
      },
      ...
    ],
    "currentVmOptions": "",
    "recommendedVmOptions": "-Xmn39m -XX:MetaspaceSize=92m -Xmx238m -Xms238m -XX:MaxHeapSize=238m -XX:MinHeapSize=238m -XX:InitialHeapSize=238m -XX:+AlwaysPreTouch"
  },
  "version": "1.0"
}