效能調優實戰：當剖析工具無法載入，邊緣剖析拯救超大堆記憶體分析

面對 1.2~1.3 GB 堆上限的 32 位元 Windows 胖客戶端，商業剖析工具（JProfiler、YourKit 等）因額外記憶體開銷導致 JVM 崩潰，無法完成剖析。團隊轉向極簡剖析策略：使用單一 C 檔案實作的 heapprofile（基於 JVMPI），零運行時開銷，僅在觸發堆傾印時遍歷堆將「物件大小 + 類別名」寫入檔案，不在記憶體建立任何中間結構。

剖析流程

1. 以最小配置啟動 heapprofile，應用正常運行至目標狀態。
2. 觸發堆傾印（產生 ~1 GB 原始文字檔），耐心等待 I/O 完成。
3. 解析輸出：統計各類別物件數量與總大小，鎖定佔用最大的類別。
4. 對鎖定類別重新編譯，在建構子植入堆疊追蹤（建立 new Exception() 取得堆疊），重新部署收集分配點分布。
5. 發現大量可移除物件（如重複快取、未清理監聽器），並優化必要物件結構（壓縮、共享），釋放 ~200 MB。

關鍵技術點

• heapprofile：Matthias Ernst 開發，極簡、零開銷、適合超大堆環境。
• 堆疊追蹤植入法：在建構子 `new Exception()` 取得分配點，彙總相同堆疊計數，儲存極少字串即可定位熱點。
• 時間尺度預估：1 GB 文字傾印需數分鐘，切勿誤判為卡死而重複觸發導致崩潰。

心得

「大師使用任何能用的工具」。當標準工具失效，回歸基礎原理、接受簡陋但有效的手段，才能拿到關鍵資料並完成調優。雖最終仍未瘦身到能跑完整剖析器，但邊緣剖析證明了無工具也能調優的可能性。