Options 全局选项的查看和设置 | 学习笔记

简介: 快速学习 Options 全局选项的查看和设置

开发者学堂课程【线上问题排查利器 Alibaba Arthas(下)Options 全局选项的查看和设置】学习笔记,与课程紧密连接,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/747/detail/13208


Options 全局选项的查看和设置


内容介绍

一.options 的介绍

二.options 的案例


一.Options

1.作用:全局开关

2.全局选项

一般情况不需要去调它默认的值,除非有特殊的需要。

image.png

(1)unsafe 意为不安全,默认值为 false 意为安全,描述是是否支持对系统级别的类进行增强,打开该开个可能导致把 JVM 搞挂,请慎重选择。

(2)dump 的默认值为 false,描述为是否支持被增强了的;类

dump到外部文件中,如果打开开关,class 文件会被 dump 到

/$(application dir)/arthas-class-dump/目录下,具体位置详见

控制台输出

Dump 命令作用是将已加载类的字节码文件保存到特定目录:logs/arthas/classdump。 默认值 false 的错误理解为把它关了,是它增强的类是不是也要把它 damp 到外部文件当中去。区别就是是否把 保存的类增强到外部文件。

(4)Batch-re-transform 默认值为 true,描述为是否支持批量对匹配到的类执行 retransform 操作。

(3)Json-format 默认值为 false,描述为是否支持 json 化的输出

Disable-sub-class 的默认情况为 false,意为不禁用子类的匹配。Disable 就是不可用,不支持子类。描述为是否禁用子类匹配。默认在匹配目录类的时候会默认匹配到其子类。如果想精确匹配,可以关闭此开关。

(5)Debug-for-asm 默认结果为 false 描述为打印 ASM 相关的调试信息。

asm是 java 底层的字节码一种编辑工具,也是字节码的一个框架,它可以直接对字节码进行操作

(6)Save-result 表示是否保存结果,默认为 false 意思是不保存结果。描述为是否打开执行结果存日志功能打开之后所有命令的运行结果都将保存到logs/arthas-cache/result.log中

(7)Job-timeout 默认值为1d,描述为异步后台任务的默认超时时间,超过这个时间,任务自动停止;比如设置1d 代表一天2h 代表2小时3m 代表3分钟25s 代表25秒。

(7)Print-parent-fields 默认值为 true,描述为是否打印在 parent class 里的 field


二.案例

1.案例一

输入[arthas@10829]$ options//这个不带任何参数

image.png

LEVEL 代表选项的级别,TYPE 是值的类型,NAME 是选项的名字的默认值,SUMMARY 是概述,DESCRIPTIOM 是详细解释

2.案例二

获取options 中json-format 的值

输入[arthas@10829]$ options json-format 的值

image.png

3.案例三

设置指定的 options 的值

image.png

作用:用来查看或设置 arthas 全局环境变量。

相关文章
|
API iOS开发
iOS面试关于runtime
iOS面试关于runtime
275 0
|
7月前
|
存储 缓存 安全
JUC并发—11.线程池源码分析
本文主要介绍了线程池的优势和JUC提供的线程池、ThreadPoolExecutor和Excutors创建的线程池、如何设计一个线程池、ThreadPoolExecutor线程池的执行流程、ThreadPoolExecutor的源码分析、如何合理设置线程池参数 + 定制线程池。
JUC并发—11.线程池源码分析
|
8月前
|
机器学习/深度学习 编解码 人工智能
计算机视觉五大技术——深度学习在图像处理中的应用
深度学习利用多层神经网络实现人工智能,计算机视觉是其重要应用之一。图像分类通过卷积神经网络(CNN)判断图片类别,如“猫”或“狗”。目标检测不仅识别物体,还确定其位置,R-CNN系列模型逐步优化检测速度与精度。语义分割对图像每个像素分类,FCN开创像素级分类范式,DeepLab等进一步提升细节表现。实例分割结合目标检测与语义分割,Mask R-CNN实现精准实例区分。关键点检测用于人体姿态估计、人脸特征识别等,OpenPose和HRNet等技术推动该领域发展。这些方法在效率与准确性上不断进步,广泛应用于实际场景。
1104 64
计算机视觉五大技术——深度学习在图像处理中的应用
|
7月前
|
Arthas 监控 Java
Arthas thread(查看当前JVM的线程堆栈信息)
Arthas thread(查看当前JVM的线程堆栈信息)
1354 10
|
11月前
|
人工智能 自动驾驶 机器人
AI元年:2024年人工智能发展大事纪
3分钟了解2024年人工智能AI领域都发生了哪些改变我们生活和生产方式的大事儿。
1673 2
AI元年:2024年人工智能发展大事纪
|
机器学习/深度学习 存储 人工智能
《智领未来:C++ 与遗传算法在 AI 模型参数优化中的深度融合》
本文探讨了在C++中实现遗传算法并应用于人工智能模型参数优化的方法。遗传算法模拟自然界的进化过程,通过选择、交叉和变异等操作优化模型参数。文章详细介绍了C++实现遗传算法的关键步骤,包括定义个体与种群、初始化种群、适应度评估、选择、交叉、变异及迭代更新种群。此外,还讨论了C++实现遗传算法的优势与挑战,并展望了其在深度学习、强化学习、边缘计算等领域的应用前景。
259 9
|
SQL 关系型数据库 MySQL
如何确认SQL查询是否使用了索引:详细步骤与技巧
在数据库管理和优化中,确认SQL查询是否有效利用了索引是提升性能的关键步骤
1391 0
|
11月前
|
存储 数据采集 Cloud Native
极速数仓ClickHouse步入云原生新纪元
极速数仓ClickHouse步入云原生新纪元,由ClickHouse核心研发团队技术总监王鹏程及长桥航行服务架构负责人刘文全主讲。内容涵盖ClickHouse的优势与应用场景、架构解析、最佳实践及未来展望。特别介绍了ClickHouse Enterprise版本在阿里云上的优化与创新,支持实时查询、高性能资源利用和丰富的SQL扩展。长桥证券分享了其基于阿里云ClickHouse构建行情服务的实践经验,展示了如何通过ClickHouse实现高效的数据存储与处理,显著降低存储成本并提升写入性能。
352 0
|
人工智能 JavaScript 前端开发
利用 AI 进行代码生成:GitHub Copilot 的实践与反思
【10月更文挑战第23天】本文探讨了GitHub Copilot,一个由微软和OpenAI合作推出的AI代码生成工具,其核心功能包括智能代码补全、多语言支持、上下文感知和持续学习。文章介绍了Copilot在加速开发流程、学习新语言、提高代码质量和减少重复工作等方面的应用,并反思了AI在代码生成中的代码所有权、安全性和技能发展等问题。最后,文章提供了实施Copilot的最佳实践,强调了在使用AI工具时保持对代码的控制和理解的重要性。
|
Ubuntu Linux pouch
Docker容器管理工具
文章介绍了Docker容器管理工具,以及早期使用的LXC容器管理工具,包括它们的安装、使用和相关技术特点。
307 10
Docker容器管理工具