JFR生产环境长期运行可行，关键在于合理配置：采样间隔设为10ms而非1ms或100ms，聚焦jdk.GCPhasePause、jdk.ThreadPark、jdk.ExecutionSample三类核心事件，文件写入本地SSD并用maxsize=200M与maxage=6h控制轮转，避免无限录制和网络存储。
JFR 在生产环境能长期开着不掉毛，关键不是“能不能开”，而是“怎么开才不扰民”。默认配置下性能损耗确实 interval=1ms 和 interval=10ms 的差别，就是服务稳不稳的分水岭。
用 jcmd 动态启停，别碰重启
生产环境最怕改 JVM 参数后 reload 或重启。JFR 支持运行时控制，完全绕过这个雷区：
-
jps -l找出目标进程 ID（比如12345） - 启动录制：
jcmd 12345 JFR.start name=prod-6h,settings=profile,filename=/var/log/jfr/prod-$(date +%s).jfr,maxage=6h,maxsize=200M - 临时 dump 当前缓冲数据（不停止录制）：
jcmd 12345 JFR.dump name=prod-6h filename=/var/log/jfr/dump-$(date +%s).jfr - 问题复现后停止：
jcmd 12345 JFR.stop name=prod-6h
注意：settings=profile 是生产推荐配置，它禁用低频高开销事件（如类加载细节），只保留 CPU、GC、线程、锁、IO 等核心指标；而 settings=default 会记录更多内容，开销可能升至 3%–5%，慎用。
避免采样频率陷阱：10ms 是甜点，不是底线
CPU 方法采样（jdk.ExecutionSample）是定位热点的主力，但采样太密等于自己制造性能瓶颈：
立即学习“Java免费学习笔记（深入）”；
- 默认
interval=10ms是平衡点：每秒 100 次栈快照，开销可控，精度足够识别 >1% 占比的方法 -
interval=1ms→ 每秒 1000 次采样 → 安全点触发频繁，线程卡顿明显，GC 压力上升 -
interval=100ms→ 每秒仅 10 次 → 很可能漏掉短生命周期热点（比如一次 RPC 中的序列化耗时） - 若需更高精度，优先用
jdk.MethodSample（基于 JIT 编译后方法入口探针），而非暴力缩间隔
动态开启时加 interval=10ms 显式声明，比依赖 profile 默认值更稳妥。
关注三个事件类型，别被 200+ 事件淹没
JFR 内置事件超 200 种，但生产排查只需盯死三类，它们覆盖 90% 性能问题：
-
jdk.GCPhasePause：看pauseDuration字段，单次 >500ms 或总占比 >10% 就要查 GC 配置或对象分配速率 -
jdk.ThreadPark和jdk.JavaMonitorEnter：查parkTime/waitTime，>100ms 且堆栈集中在某把锁（如ConcurrentHashMapresize 或连接池getConnection()）就是锁竞争信号 -
jdk.ExecutionSample：按method聚合，看 “Self Time” 占比，>30% 的方法基本就是优化靶心；注意排除Unsafe.park、Object.wait这类阻塞调用
用 jfr print --events "jdk.GCPhasePause,jdk.ThreadPark,jdk.ExecutionSample" --format=json recording.jfr 直接筛出这三类，省去在 JMC 里手动过滤的麻烦。
文件写入路径和生命周期必须由运维接管
很多人忽略这点：JFR 录制文件写到磁盘不是“录完才写”，而是边录边刷环形缓冲区，如果 filename 指向 NFS 或慢盘，I/O 会拖垮整个 JVM：
- 务必写到本地 SSD 分区（如
/var/log/jfr/），禁止写入网络存储或根分区 -
maxsize=200M+maxage=6h是硬约束，防止磁盘打满；建议配合 logrotate 或定时清理脚本 - 不要长期用
duration=0（无限录制），它会让 JFR 持续写入，缓冲区压力不可控；用maxage/maxsize控制滚动才是正解
真正容易被忽略的是：JFR 文件本身是二进制流，没有文件头校验，mv 或 cp 过程中若中断，生成的 .jfr 极大概率损坏——分析前先用 jfr print --events jdk.StartFlightRecording xxx.jfr 快速验证是否可读。
