一、问题描述

当我们的业务发展到一定阶段的时候，系统的复杂度往往会非常高，不再是一个简单的单体应用所能够承载的，随之而来的是系统架构的不断升级与演变。一般对于大型的To C的互联网企业来说，整个系统都是构建于微服务的架构之上，原因是To C的业务有着天生的微服务化的诉求：需求迭代快、业务系统多、领域划分多、链路调用关系复杂、容忍延迟低、故障传播快。微服务化之后带来的问题也很明显：服务的管理复杂、链路的梳理复杂、系统故障会在整个链路中迅速传播。

这里我们不讨论链路的依赖或服务的管理等问题，本次要解决的问题是怎么防止单个系统故障影响整个系统。这是一个复杂的问题，因为服务的传播特性，一个服务出现故障，其他依赖或被依赖的服务都会受到影响。为了找到解决问题的办法，我们试着通过5why提问法来找答案。

PS：这里说的系统故障，是特指由于慢调用、慢查询等影响系统性能而导致的系统故障。

通过5why提问法，我们得到了解决问题的方法，我们需要对目标方法做AOP拦截，统计业务方法及各个子方法的耗时，得到所有方法的耗时分布，快速定位到比较慢的方法，最后找出业务系统的性能瓶颈在哪里。

二、方案选型

我们知道AOP是一种编码思想，跟OOP不同，AOP是将特定的方法逻辑，以切面的形式编织到目标方法中，这里不再赘述AOP的思想。

如果在网上搜一下“AOP的实现方式”，你会得到大致相同的结果：AOP的实现方式是通过动态代理或Cglib代理。其实这不太准确，准确的来说，AOP可以通过代理或Advice两种方式来实现。请注意这里说的Advice并不是Spring所依赖的aspectj中的Advice，而是一种代码织入的技术，它与代理的区别在于，代码织入技术不需要创建代理类。

如果用图形表示的话，可以更简单更直观的感受到两者的区别。代码织入的方式，不会创建代理类，而是直接在目标方法的方法体的前后织入一段内联的代码，以达到增强的效果，如下图所示：

有了具体的技术选型的方案之后，我们还需要确定该方案的建设目标，以下整理了一些基本的目标：

三、技术方案

代码织入的时机也有多种方式，比如Lombok是通过在编译器对代码进行织入，主要依赖的是在 Javac 编译阶段利用“Annotation Processor”，对自定义的注解进行预处理后生成代码然后织入；其他的像CGLIB、ByteBuddy等框架是在运行时对代码进行织入的，主要依赖的是Java Agent技术，通过JVMTI的接口实现在运行时对字节码进行增强。

本次的技术方案，用一句话可以概括为：通过字节码增强，对指定的目标方法进行拦截，并在方法前后织入一段内联代码，在内联代码中计算目标方法的耗时，最后将统计到的方法信息进行分析。

1 项目结构

整个方案的代码实现非常简单，用一个图描述如下： 项目的代码结构如下所示，核心代码非常少：

2 核心组件

其中Enhancer是增强器的入口类，在增强器启动时会扫描所有的插件：EnhancedPlugin。

EnhancedPlugin表示的是一个执行代码增强的插件，其中定义了几个抽象方法，需要由用户自己实现：

此外EnhancedPlugin中还需要指定一个Interceptor，一个Interceptor是对目标方法执行代码增强的拦截器，主要的拦截逻辑定义在Interceptor中。

3 增强原理

扫描到EnhancedPlugin之后，会构建ByteBuddy的AgentBuilder，主要的构建过程为：

1、找到所有匹配的类型

2、找到所有匹配的方法

3、传入执行代码增强的Transformer

最后通过AgentBuilder.install方法将增强的代码Transformer，传递给Instrumentation实例，实现运行时的字节码retransformation。

这里的Transformer是由Advice负责实现的，而在Advice中实现了增强逻辑的dispatch，即根据不同的EnhancedPlugin可以将增强逻辑交给指定的Interceptor拦截器去实现，主要在拦截器中抽象了两个方法。一个是beforeMethod，负责在目标方法调用之前进行拦截：

一个是afterMethod，负责在目标方法被调用之后进行拦截：

Advice的特点是：不会更改目标类的字节码结构，比如：不会增加字段、方法，不会修改方法的参数等等。

四、方案实现

该增强组件是一个轻量化的通用的增强包，几乎可以实现你能想到的任意功能，本次我们的需求是要采集特定目标方法的方法耗时，以便分析出方法的性能瓶颈。

1 定义插件

基于该组件我们需要实现两个类：一个是插件，一个是拦截器。

插件中主要实现的是两个方法：匹配特定的类型，匹配特定的方法。

这里的类型匹配或方法匹配，是采用的ByteBuddy的ElementMatcher，它是一个非常灵活的匹配器，在ElementMatchers中有很多内置的匹配实现，只要你能想到的匹配方式，通过它几乎都能实现匹配。

匹配特定的类型目前我定义了两种匹配方式，一种是根据类名(或者包名)，一种是根据方法上的注解，具体的代码实现如下：

public class MethodCallPlugin extends EnhancedPlugin {
    private final List<String> anyClassNameStartWith;
    private final List<String> anyAnnotationNameOnMethod;
     * 方法调用拦截插件
     * @param anyClassNameStartWith     任何包路径，或者全限定类名
     * @param anyAnnotationNameOnMethod 任何方法上的注解的全限定名称
    public MethodCallPlugin(List<String> anyClassNameStartWith, List<String> anyAnnotationNameOnMethod) {
        boolean nameStartWithInvalid = anyClassNameStartWith == null || anyClassNameStartWith.isEmpty();
        boolean annotationNameOnMethodInvalid = anyAnnotationNameOnMethod == null || anyAnnotationNameOnMethod.isEmpty();
        if (nameStartWithInvalid && annotationNameOnMethodInvalid) {
            throw new IllegalArgumentException("anyClassNameStartWith and anyAnnotationNameOnMethod can't be both empty");
        this.anyClassNameStartWith = anyClassNameStartWith;
        this.anyAnnotationNameOnMethod = anyAnnotationNameOnMethod;
    @Override
    public ElementMatcher.Junction<TypeDescription> typeMatcher() {
        ElementMatcher.Junction<TypeDescription> anyTypes = none();
        if (anyClassNameStartWith != null && !anyClassNameStartWith.isEmpty()) {
            for (String classNameStartWith : anyClassNameStartWith) {
                // 根据类的前缀或者全限定类名进行匹配
                anyTypes = anyTypes.or(nameStartsWith(classNameStartWith));
        if (anyAnnotationNameOnMethod != null && !anyAnnotationNameOnMethod.isEmpty()) {
            ElementMatcher.Junction<MethodDescription> methodsWithAnnotation = none();
            for (String annotationNameOnMethod : anyAnnotationNameOnMethod) {
                // 根据方法上是否有特定注解进行匹配
                methodsWithAnnotation = methodsWithAnnotation.or(isAnnotatedWith(named(annotationNameOnMethod)));
            anyTypes = anyTypes.or(declaresMethod(methodsWithAnnotation));
        return anyTypes;
匹配特定方法的逻辑就比较简单了，可以匹配除了构造方法之外的任意方法：
public class MethodCallPlugin extends EnhancedPlugin {
    @Override
    public ElementMatcher.Junction<MethodDescription> methodMatcher() {
        return any().and(not(isConstructor()));
2 实现拦截器
类型匹配和方法都匹配到之后，就需要实现方法增强的拦截器了：
我们需要获取方法调用的信息，包括方法名、调用堆栈及深度、调用的耗时，所以我们需要定义三个ThreadLocal用来保存方法调用的堆栈：
 * 方法调用信息的拦截器
 * 在方法调用之前进行拦截，将方法调用信息封装后，放入堆栈中，
 * 在方法调用之后，从堆栈中将所有方法取出来，按照进入堆栈的顺序进行排序，
 * 得到方法调用信息的列表，最后将该列表交给{@link MethodCallHandler}进行处理
 * 如果用户指定了自己的{@link MethodCallHandler}则优先使用用户自定义的Handler进行处理
 * 否则使用SDK内置的{@link MethodCallHandler.PrintLogHandler}进行处理，即将方法调用信息打印到日志中
 * @auther houyi.wh
 * @date 2023-08-16 10:16:48
 * @since 0.0.1
public class MethodCallInterceptor implements InstanceMethodInterceptor<MethodCall> {
     * 当前方法进入方法栈的顺序
     * 用以最后一个方法出栈后，进行方法调用栈的排序
     * @since 0.0.1
    private static final ThreadLocal<AtomicInteger> methodEnterStackOrderThreadLocal = new TransmittableThreadLocal<AtomicInteger>() {
        @Override
        protected AtomicInteger initialValue() {
            return new AtomicInteger(0);
     * 当前方法调用栈
     * @since 0.0.1
    private static final ThreadLocal<Deque<MethodCall>> methodStackThreadLocal = new ThreadLocal<Deque<MethodCall>>() {
        @Override
        protected Deque<MethodCall> initialValue() {
            return new ArrayDeque<>();
     * 当前方法栈中所有方法调用的信息
     * @since 0.0.1
    private static final ThreadLocal<List<MethodCall>> methodCallThreadLocal = new ThreadLocal<List<MethodCall>>() {
        @Override
        protected ArrayList<MethodCall> initialValue() {
            return new ArrayList<>();
这里主要使用了三个ThreadLocal来保存方法调用过程中的数据：方法的完整堆栈、方法进入堆栈的顺序、方法的调用信息列表，为什么使用ThreadLocal而不是TransmittableThreadLocal，这里先按下不表，后面我们通过具体的例子来分析下原因。
紧接着，我们需要定义方法进入前的拦截逻辑，将方法调用信息压入堆栈中：
@Override
public MethodCall beforeMethod(Object target, Method method, String[] parameters, Object[] arguments) {
    // 排除掉各种非法拦截到的方法
    if (target == null) {
        return null;
    String methodName = target.getClass().getName() + ":" + method.getName() + "()";
    Deque<MethodCall> methodCallStack = methodStackThreadLocal.get();
    // 当前方法进入整个方法调用栈的顺序
    int methodEnterOrder = methodEnterStackOrderThreadLocal.get().addAndGet(1);
    // 当前方法在整个方法栈中的深度
    int methodInStackDepth = methodCallStack.size() + 1;
    MethodCall methodCall = MethodCall.Default.of()
            .setMethodName(methodName)
            .setCallTime(System.nanoTime())
            .setThreadName(Thread.currentThread().getName())
            .setCurrentMethodEnterStackOrder(methodEnterOrder)
            .setCurrentMethodInStackDepth(methodInStackDepth);
    // 将当前方法的调用信息压入调用栈
    methodCallStack.push(methodCall);
    return methodCall;
最后在方法退出时，我们需要从ThreadLocal中取出方法调用信息，并做相关的处理：
@Override
public void afterMethod(MethodCall transmitResult, Object originResult) {
    if (target == null) {
        return null;
    Deque<MethodCall> methodCallStack = methodStackThreadLocal.get();
    MethodCall lastMethodCall = methodCallStack.pop();
    // 毫秒单位的耗时
    double costTimeInMills = (double) (System.nanoTime() - lastMethodCall.getCallTime()) / 1000000.0;
    lastMethodCall.setCostInMills(costTimeInMills);
    List<MethodCall> methodCallList = methodCallThreadLocal.get();
    methodCallList.add(lastMethodCall);
    // 如果堆栈空了，则说明最顶层的方法已经退出了
    if (methodCallStack.isEmpty()) {
        // 对方法调用列表进行排序
        sortMethodCallList(methodCallList);
        // 获取MethodCallHandler对MethodCall的信息进行处理
        MethodCallHandler methodCallHandler = Configuration.Global.getGlobal().getMethodCallHandler();
        methodCallHandler.handle(methodCallList);
        // 方法退出时，将ThreadLocal中保存的内容清空掉，而不是将ThreadLocal remove，
        // 因为如果每次方法退出时，都将ThreadLocal都清空，当下一个方法再进入时又需要初始化新的ThreadLocal，性能会有损耗
        methodCallStack.clear();
        methodCallList.clear();
        // 将临时保存的方法调用顺序清空
        methodEnterStackOrderThreadLocal.get().set(0);
private void sortMethodCallList(List<MethodCall> methodCallList) {
    methodCallList.sort(new Comparator<MethodCall>() {
        @Override
        public int compare(MethodCall o1, MethodCall o2) {
            // 根据每个方法进入方法栈的顺序进行排序
            return Integer.compare(o1.getCurrentMethodEnterStackOrder(), o2.getCurrentMethodEnterStackOrder());
需要注意的是，这里我定义了一个MethodCallHandler接口，该接口可以实现对采集到的方法调用信息的处理，用户可以自定义自己的MethodCallHandler。组件中也提供了默认的实现，即将采集到的方法调用信息打印到日志中：
五、方案测试
1 普通方法
我们定义一个方法调用的测试样例类，其中定义了很多普通的方法，如下所示：
public class MethodCallExample {
    public void costTime1() {
        System.out.println("costTime1");
        randomSleep();
        innerCostTime1();
    public void costTime2() {
        System.out.println("costTime2");
        randomSleep();
        innerCostTime2();
    public void costTime3() {
        System.out.println("costTime3");
        randomSleep();
    public void innerCostTime1() {
        System.out.println("innerCostTime1");
        randomSleep();
    public void innerCostTime2() {
        System.out.println("innerCostTime2");
        randomSleep();
    private void randomSleep() {
        Random random = new Random();
        try {
            Thread.sleep(random.nextInt(100));
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
启动Enhancer，并调用测试样例中的方法：
public static void main(String[] args) {
    MethodCallPlugin plugin = new MethodCallPlugin(Collections.singletonList("com.shizhuang.duapp.enhancer.example"), null);
    Enhancer enhancer = Enhancer.Default.INSTANCE;
    enhancer.enhance(Configuration.of().setPlugins(Collections.singletonList(plugin)));
    MethodCallExample example = new MethodCallExample();
    example.costTime1();
    example.costTime2();
    example.costTime3();
    try {
        // 这里主要是防止主线程提前结束
        Thread.sleep(5000);
    } catch (InterruptedException e) {
        throw new RuntimeException(e);
执行后，可以得到如下的结果：
从结果上看已经可以满足绝大多数的情况了，我们拿到了每个方法的调用耗时，以及整个方法的调用堆栈信息。
但是这里的方法都是同步方法，如果有异步方法，会怎么样呢？
2 异步方法
我们将其中一个方法改成异步线程执行：
private void randomSleep() {
    new Thread(() -> {
        Random random = new Random();
        try {
            Thread.sleep(random.nextInt(100));
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
    }).start();
再次执行后，得到如下的结果：
从结果中可以看到，因为randomSleep方法中通过Thread变成了异步执行，而增强器拦截到的randomSleep实际是Thread.start()的方法耗时，Thread内部的Runnable的方法耗时没有采集到。
3 Lambda表达式
为什么Runnable的方法耗时没有采集到呢？原因是Runnable内部是一个lambda表达式，生成的是一个匿名方法，而匿名方法的默认是无法被拦截到的。
具体的原因可以参考这篇文章
ByteBuddy的作者解释了lambda的特殊性，包括为什么无法对lambda做instrument，以及ByteBuddy为了实现对lambda表达式的拦截做了一些支持。
不过只在OpenJDK8u40版本以上才能生效，因为之前版本的JDK在invokedynamic指令上有bug。
我们打开这个Lambda的策略开关：
可以拦截到lambda表达式生成的匿名方法了：
如果我们不打开Lambda的策略开关，也可以将匿名方法实现为具名方法：
private void randomSleep() {
    new Thread(() -> {
        doSleep();
    }).start();
private void doSleep() {
    Random random = new Random();
    try {
        Thread.sleep(random.nextInt(100));
    } catch (InterruptedException e) {
        throw new RuntimeException(e);
甚至可以拦截到lambda方法中的具名方法：
4 TransmittableThreadLocal
上面我提了一个问题，为什么拦截器中保存方法调用信息的ThreadLocal不用TransmittableThreadLocal，而是用普通的ThreadLocal，这里我们把拦截器中的代码改一下：
执行后发现效果如下：
可以看到异步方法和主方法合并到一起了，原因是我们保存方法调用堆栈信息使用了TransmittableThreadLocal，而TTL是会在主子线程中共享变量的，当主线程中的costTime1方法还未退出堆栈时，子线程中的doSleep方法已经进入堆栈了，所以导致堆栈信息一直未清空，而我们是在每个方法退出时判断当前线程中的堆栈是否为空，如果为空则说明方法调用的最顶层方法已经退出了，但是TTL导致堆栈不为空，只有当所有方法执行完毕后堆栈才为空，所以出现了这样的情况。所以这里保存方法调用堆栈的ThreadLocal需要用原生的ThreadLocal。
5 串联主子线程
那么怎么实现一个方法的主方法在不同的主子线程中串起来呢？
通过常规的共享堆栈的方案无法实现主子线程中的方法的串联，那么可以通过TraceId来实现方法的串联，链路追踪的技术方案中提供了TraceId和rpcId两字字段，分别用来表示一个请求的唯一链路以及每个方法在该链路中的顺序(通过rpcId来表示)。这里我们只需要利用链路追踪里面的TraceId来串联同一个方法即可。具体的原理可以描述如下：
由于不同的链路追踪的实现方式不同，我这里定义了一个Tracer接口，由用户指定具体的Tracer实现：
 * 链路追踪器
 * @auther houyi.wh
 * @date 2023-08-22 14:59:50
 * @since 0.0.1
public interface Tracer {
     * 获取链路id
     * @return 链路id
     * @since 0.0.1
    String getTraceId();
     * 一个空的实现类
     * @since 0.0.1
    enum Empty implements Tracer {
        INSTANCE;
        @Override
        public String getTraceId() {
            return "";
然后在Configuration中设置该Tracer：
// 启动代码增强
Enhancer enhancer = Enhancer.Default.INSTANCE;
Configuration config = Configuration.of()
      // 指定自定义的Tracer
      .setTracer(yourTracer)
      .xxx() // 其他配置项
enhancer.enhance(config);
需要注意的是，如果不指定Tracer，则会默认使用内置的空实现：
六、性能测试
该组件的主要是通过拦截器进行代码增强，因为我们需要对拦截器的beforeMethod和afterMethod进行性能测试，通常常规的性能测试，是通过JMH基准测试工具来做的。
我们定义一个基准测试的类：
 * 因为 JVM 的 JIT 机制的存在，如果某个函数被调用多次之后，JVM 会尝试将其编译成为机器码从而提高执行速度。
 * 所以为了让 benchmark 的结果更加接近真实情况就需要进行预热
 * 其中的参数 iterations 是预热轮数
@Warmup(iterations = 1)
 * 基准测试的类型：
 * Throughput：吞吐量，指1s内可以执行多少次操作
 * AverageTime：调用时间，指1次调用所耗费的时间
@BenchmarkMode({Mode.AverageTime, Mode.Throughput})
 * 测试的一些度量
 * iterations：进行测试的轮次
 * time：每轮进行的时长
 * timeUnit：时长单位
@Measurement(iterations = 2, time = 1)
 * 基准测试结果的时间类型。一般选择秒、毫秒、微秒。
@OutputTimeUnit(TimeUnit.MILLISECONDS)
 * fork出几个进场进行测试。
 * 如果 fork 数是 2 的话，则 JMH 会 fork 出两个进程来进行测试。
@Fork(value = 2)
 * 每个进程中测试线程的个数。
@Threads(8)
 * State 用于声明某个类是一个“状态”，然后接受一个 Scope 参数用来表示该状态的共享范围。
 * 因为很多 benchmark 会需要一些表示状态的类，JMH 允许你把这些类以依赖注入的方式注入到 benchmark 函数里。
 * Scope 主要分为三种：
 * Thread - 该状态为每个线程独享。
 * Group - 该状态为同一个组里面所有线程共享。
 * Benchmark - 该状态在所有线程间共享。
@State(Scope.Benchmark)
public class MethodCallInterceptorBench {
    private MethodCallInterceptor methodCallInterceptor;
    private Object target;
    private Method method;
    private String[] parameters;
    private Object[] arguments;
    @Setup
    public void prepare() {
        methodCallInterceptor = new MethodCallInterceptor();
        target = new MethodCallExample();
        try {
            method = target.getClass().getMethod("costTime1");
        } catch (NoSuchMethodException e) {
            throw new RuntimeException(e);
        parameters = null;
        arguments = null;
    @Benchmark
    public void testMethodCallInterceptor_beforeMethod() {
        methodCallInterceptor.beforeMethod(target, method, parameters, arguments);
    public static void main(String[] args) throws RunnerException {
        Options opt = new OptionsBuilder()
                .include(MethodCallInterceptorBench.class.getSimpleName())
                .build();
        new Runner(opt).run();
基准测试的结果如下：
针对beforeMethod方法做了吞吐量和平均耗时的测试，每次调用的平均耗时为0.592ms，而吞吐量则为1ms内可以执行82.99次调用。
七、使用方式
引入该Enhancer组件的依赖：
<dependency>
    <groupId>com.shizhuang.duapp</groupId>
    <artifactId>commodity-common-enhancer</artifactId>
    <version>${commodity-common-enhancer-version}</version>
</dependency>
使用很简单，只需要在项目启动之后，调用代码增强的方法即可，对现有的业务代码几乎无侵入。
不指定配置信息，直接启动：
public class CommodityAdminApplication {
    public static void main(String[] args) {
        SpringApplication.run(CommodityAdminApplication.class, args);
        // 启动代码增强
        Enhancer enhancer = Enhancer.Default.INSTANCE;
        enhancer.enhance(null);
指定配置信息启动：
public class CommodityAdminApplication {
    public static void main(String[] args) {
        SpringApplication.run(CommodityAdminApplication.class, args);
        // 启动代码增强
        Enhancer enhancer = Enhancer.Default.INSTANCE;
        Configuration config = Configuration.of()
              .setPlugins(Collections.singletonList(plugin))
              .xxx() // 其他配置项
        enhancer.enhance(config);
1 实现方法耗时过滤
比如你只想对方法耗时大于xx毫秒的方法进行分析，你可以在定义的MethodCallHandler中引入ark配置，然后过滤出耗时大于xx毫秒的方法，如：
enum MyCustomHandler implements MethodCallHandler {
    INSTANCE;
    private double maxCostTime() {
        // 这里可以通过动态配置想要分析的方法耗时的最小值
        return 500;
    @Override
    public void handle(List<MethodCall> methodCallList) {
        logger.info("=========================================================================");
        // 检查方法耗时超过xx时，才打印
        MethodCall firstMethodCall = methodCallList.stream().findFirst().orElse(null);
        if (firstMethodCall == null) {
            return;
        // 方法耗时
        double costInMills = firstMethodCall.getCostInMills();
        int currentMethodEnterStackOrder = firstMethodCall.getCurrentMethodEnterStackOrder();
        // 如果整体的方法小于500毫秒，则直接放弃
        if (currentMethodEnterStackOrder == 1 && costInMills < maxCostTime()) {
            return;
        // 然后在这里实现方法耗时的打印
        logger.info(getMethodCallInfo(methodCallList));
2 实现整体开关控制
比如你想通过动态开关来控制对方法耗时的统计分析，可以实现MethodCallSwither接口，然后在Configuration中传入自定义的MethodCallSwitcher，如下所示：
请注意，如果用户不指定MethodCallSwitcher，SDK会使用内置的MethodCallSwitcher.NeverStop 实现，表示永远不会停止采集。
 * 是否停止采集MethodCall的开关
 * @auther houyi.wh
 * @date 2023-08-27 18:56:47
 * @since 0.0.1
public interface MethodCallSwitcher {
     * 是否停止对方法的MethodCall的采集
     * 如果返回true，则会停止对方法MethodCall的采集
     * @return true：停止采集 false：继续采集
    boolean stopScratch();
     * 永远不停止采集
    enum NeverStop implements MethodCallSwitcher {
        INSTANCE;
        @Override
        public boolean stopScratch() {
            // 一直进行采集
            return false;
八、扩展能力
用户如果想要实现自己的扩展能力，只需要实现EnhancedPlugin，以及Interceptor即可。
1 实现自定义插件
通过如下方式实现自定义插件：
public MyCustomePlugin extends EnhancedPlugin {
    @Override
    public ElementMatcher.Junction<TypeDescription> typeMatcher() {
      // 实现类型匹配
    @Override
    public ElementMatcher.Junction<MethodDescription> methodMatcher() {
      // 实现方法匹配
    @Override
    public Class<? extends Interceptor> interceptorClass() {
      // 指定拦截器
      return MyInterceptor.class;
2 实现拦截器
// 临时传递数据的对象
public class Carrier {
public class MyInterceptor implements InstanceMethodInterceptor<Carrier> {
    @Override
    public Carrier beforeMethod(Object target, Method method, String[] parameters, Object[] arguments) {
         // 实现方法调用前拦截
    @Override
    public void afterMethod(Carrier transmitResult, Object originResult) {
        // 实现方法调用后拦截
3 启动插件
最后在项目启动时，启用自定义的插件，如下所示：
public class CommodityAdminApplication {
    public static void main(String[] args) {
        SpringApplication.run(CommodityAdminApplication.class, args);
        // 启动代码增强
        Enhancer enhancer = Enhancer.Default.INSTANCE;
        Configuration config = Configuration.of()
              // 指定自定义的插件
              .setPlugins(Collections.singletonList(new MyCustomePlugin()))
              .xxx() // 其他配置项
        enhancer.enhance(config);
九、总结与规划
本篇文章我们介绍了在项目中遇到的性能诊断的需求和场景，并提供了一种通过插桩的方式对具体方法进行分析的技术方案，介绍了方案中遇到的难点以及解决方法，以及实际使用过程中可能存在的扩展场景。
未来我们将使用Enhancer在运行时动态的获取应用系统的性能分析数据，比如通过对某些性能有问题的嫌疑代码进行增强，提取到性能分析的数据后，最后结合Grafana大盘，展示出系统的性能大盘。
*文 / 逅弈
          得物App是全球领先的集正品潮流电商和潮流生活社区于一体的新一代潮流网购社区。
          得物App在传统电商模式的基础上增加鉴别真假与查验瑕疵的服务，以强中心化平台定位深入管理把控全程：严格的商品上架标准、更公平的竞价交易机制、统一履约交付和尽心高效的客服沟通等流程体验。同时作为年轻人的潮流生活社区，得物App社区通过持续沉淀潮流话题内容，正在成为年轻用户的潮流风向标和发声阵地。
          得物App聚集了一大批热爱球鞋、潮品穿搭和潮流文化的爱好者，话题讨论集中在球鞋、潮牌、手办、街头文化、汽车腕表和时尚艺术等年轻人关注的热点话题。得物App正在成为中国潮流文化发展的土壤。
        
 
 得物技术公众号
 
 得物社会招聘