qps到几千的规模，考虑用wrk吧。

赞一个，之前也想也写一下我的实践过程，觉得这篇基本把我要写的都写了。
静态扫描不是简单的引入一个工具、部署一下就完事儿的，这也是这个文章的优点，写了一个完整的技术topic实践过程。

补充几点：

1. 多分支支持是sonarqube的收费版本的特性之一，但是社区也有开源插件支持，比用多项目区分效果好一些。
2. 规则集的选择不仅要考虑问题等级，还要考虑业务特性，比如有些业务比较在意安全性，可以把安全相关的规则都加上。
3. 除了Jenkins，还可以尝试一下gitlab ci，这种方式接入成本更低，体验更好。有插件可以直接把问题展示在commit页面，对研发的体验更好。

理论上有可能，但是实际上会有很多问题，就文中的例子，有打出堆栈，代码也是开源的，当时我们很多人定位这个问题，包括熟悉该框架的算法工程师，都没有找到原因。再举个例子，美团技术博客的文章：https://tech.meituan.com/2018/10/18/netty-direct-memory-screening.html ，之前也找了不少资料，个人觉得Java的内存泄漏很难做到仅凭堆栈就一目了然，不如你给个例子？

多谢指出问题。

1. 你说的对，但是似乎原文没有体现GC一定有问题的意思，如果有请指出以便修正。
2. 实践了一下top -H看到的线程的内存信息和进程一致（同一Java应用进程的程的内存信息一样）。实际上当时面对的问题是CPU使用率报警，并不是一开始就知道是内存问题。另外“Jstack 找到有内存问题的线程然后再看干了啥”，具体是指什么呢？

1. 看的很细心，是有点问题，原因是这样，报警的是线上服务机器是8C的，当时持续时间较长，而且服务是混部的，为了整体服务稳定，让op手动重启服务了，所以没留下现场信息。后面的截图都是线下测试环境重现时候的截图，线下机器配置是4C，已在正文指出。

2. 当我们说内存泄漏：https://en.wikipedia.org/wiki/Memory_leak ，其实隐含了是内存不合理的使用行为，相对应的是你提到的程序正常使用（其实两者没有严格的区分，存在一些灰色的地带），这些都是对内存使用行为的描述，但我们关注的是结果，也就是内存不足时引发的频繁GC，这回导致CPU高占用，服务不可用或者延迟突增。所以，是什么原因其实没有不重要，出现这种情况都是需要暴露出来的问题。
   然后是技术层面，如何确认造成内存高占用原因的合理性（前面提到的灰色地带），首先需要定位到根本原因，然后要结合实际情况看合理性。举几个例子：如果一个程序，为了高性能，需要大量的内存作为缓存，但是客观实际是机器没有那么多内存，那就不合理，如果内存很多那就很合理。然后看文中指出的例子，对程序基本没有好处，但是内存占用却很大，那合理性就基本没有。

Update：看了你补充的问题，没遇到过类似问题，信息不足，所以给不出什么建议。另外，我定位这个问题之前之前对Java也基本没什么了解，相关知识都是定位过程中学习的，也不是什么大佬，同样你也不用小白自居。遇到问题解决问题就行了。

对的，JVM有很多优化的技术（编译器同理），所以除非对JVM实现细节很熟悉。不要自己写benchmark代码，而是用JMH，这个框架会去掉这些优化。

你这么测试一段代码的性能是不科学的（主要是指使用循环放大语句耗时），里面有很多想像不到的坑。正确的思路是使用JMH测试，可以参考一下这个文章：https://www.cnkirito.moe/java-jmh/。

@debugtalk 之前给的例子有问题，没有暴漏出bug，第二次commit新增了单元测试，可以暴漏问题，2.0也试过了一样有问题的。

借楼问一下，给issue #450提的PR为啥一直不给过呀～