2024-4-18 群讨论：Java Agent，JFR 与 JIT 的一些讨论

命令行中带 -XX:StartFlightRecording 启动，同时带 -javaagent，那么谁先启动？jfr能采集到agent启动前后资源消耗情况不？

不能，在使用 -javaagent 和 -XX:StartFlightRecording 参数启动JVM时，Java Agent 会先于 JFR 初始化，因此 JFR 无法记录 到Java Agent 初始化的资源消耗。如果对 Java Agent 启动性能有监控需求，可能需要寻找其他方法来实现。

参考 JDK 源码：https://github.com/openjdk/jdk/blob/master/src/hotspot/share/runtime/threads.cpp

// Notify JVMTI agents that VM initialization is complete - nop if no agents. JvmtiExport::post_vm_initialized();   JFR_ONLY(Jfr::on_create_vm_3();)

jfr 能采集到 jit 编译和逆 jit 编译的时间不？

可以，默认配置：https://github.com/openjdk/jdk/blob/master/src/jdk.jfr/share/conf/jfr/default.jfc

<event name="jdk.CompilerConfiguration"> <setting name="enabled" control="compiler-enabled">true</setting> <setting name="period">beginChunk</setting> </event> <event name="jdk.CompilerStatistics"> <setting name="enabled" control="compiler-enabled">true</setting> <setting name="period">1000 ms</setting> </event> <event name="jdk.Compilation"> <setting name="enabled" control="compiler-enabled">true</setting> <setting name="threshold" control="compiler-compilation-threshold">1000 ms</setting> </event> <event name="jdk.CompilerPhase"> <setting name="enabled" control="compiler-enabled">true</setting> <setting name="threshold" control="compiler-phase-threshold">60 s</setting> </event> <event name="jdk.CompilationFailure"> <setting name="enabled" control="compiler-enabled-failure">false</setting> </event> <event name="jdk.CompilerInlining"> <setting name="enabled" control="compiler-enabled-failure">false</setting> </event> <event name="jdk.JITRestart"> <setting name="enabled" control="compiler-enabled">true</setting> </event> <event name="jdk.CodeCacheConfiguration"> <setting name="enabled" control="compiler-enabled">true</setting> <setting name="period">beginChunk</setting> </event> <event name="jdk.CodeCacheStatistics"> <setting name="enabled" control="compiler-enabled">true</setting> <setting name="period">everyChunk</setting> </event> <event name="jdk.CodeCacheFull"> <setting name="enabled" control="compiler-enabled">true</setting> </event>

可以查看：

3cfd3dc39d13113d8783bc3413687c55.jpeg

还可以通过 JIT 编译日志了解：

7934c613717fe8acd68de53dd201b640.jpeg

4fe531684536f543f55124a40e61b3a1.jpeg

个人简介：个人业余研究了 AI LLM 微调与 RAG，目前成果是微调了三个模型：

1. 1.一个模型是基于 whisper 模型的微调，使用我原来做的精翻的视频按照语句段落切分的片段，并尝试按照方言类别，以及技术类别分别尝试微调的成果。用于视频字幕识别。
2. 2.一个模型是基于 Mistral Large 的模型的微调，识别提取视频课件的片段，辅以实际的课件文字进行识别微调。用于识别课件的片段。
3. 3.最后一个模型是基于 Claude 3 的模型微调，使用我之前制作的翻译字幕，与 AWS、Go 社区、CNCF 生态里面的官方英文文档以及中文文档作为语料，按照内容段交叉拆分，进行微调，用于字幕翻译。