Java应用在性能监控及优化过程中，最常见的需求为分析进程对CPU和内存的占用情况，即什么原因导致了CPU使用过高或内存使用过高。
在这里分享一种可视化工具-visualvm：
VisualVM is a visual tool integrating commandline JDK tools and lightweight profiling capabilities.
Designed for both development and production time use.
visualvm整合了JDK中的命令行工具及轻量级的性能分析能力，通过可视化的方式进行实时分析。适用场景包括开发及生产。
visualvm除提供最常见的JVM内存池、线程等基本分析外，还提供了Sampler和Profiler两种性能深度分析功能，可以帮助用户分析各种对象及线程对CPU及内存的使用情况，是进行深度性能优化的得力助手。
Sampler和Profiler的功能类似，但定位有所不同：
Sampling means taking lots of thread dumps and analyzing stack traces. This is usually faster, does not require runtime changes in your bytecode (which may break it), but is also less accurate.
Profiling means instrumenting your classes and methods, so they “report” whenever they are run. This is more accurate, as it counts every invocation of instrumented method, not only those caught when the dump is done. However instrumentation means that the bytecode of your classes is changed, and this may break your program. Actually, for that reason, using profiling on large application servers (like JBoss, or WebLogic) often causes everything to die or hang.
Sampling通过thread dump的方式来获取堆栈信息，这种方式不需要再应用运行过程中修改Java字节码，所以通常更快，对被监控应用影响更小，但数据没有那么精准。
Profiling通过注入被监控类和方法的方式在类和方法运行过程中实时报告性能信息。这种方法更加准确，因为它监控并计算了每次方法执行的执行过程，而不仅仅是dump时的状态。然而这种方式修改了类的字节码，可能影响应用正常状态。事实上，通过Profiling分析大型应用（像JBoss或WebLogic）时，常常导致应用崩溃或卡死。
因此对于生产环境的应用，Sampling是一种更加可靠的监控方式，虽然数据准确性较低，但用来定位高CPU/内存占用的方法和线程已经足够。而Profiling则更适合研发环节使用，通过visualvm的设置界面可以选择仅监控哪些类，防止Profiling带来的性能损耗产生过多额外影响。
visualvm中Sampling相关功能界面如下：
另外，visualvm还提供了大量实用的小插件，比如GC可视化等。
