问题描述
我写了一个处理HTML的小程序，用了neko库，生成Document对象后做分析处理。整个程序在Windows下运行一切OK，到了Linux服务器上，却在提取URL时特别卡（比某些贴子里提到的1：10还夸张，要卡老半天）。URL的提取我先是用的getElementsByTagName('A')，后面怀疑当A标签多达上千个时这个方法是不是有性能问题，就改成了遍历，结果还是一样的。但也不一定是这一句本身卡住。提取出来的URL生成java.net.URL对像，放在一个Set里。怀疑过Set过大内存不足，但我一来试过启动时加大内存，二来我把程序改成了每一百个就提交一次并清空Set，都不见效果。这个小程序没有多线程（neko 包里有没有不清楚，但似乎它的工作完成的比较顺利，应该与它无关）。Linux环境为CentOS 5 64bit， Sun JDK 1.6， SELinux Permit， Tomcat运行良好。看别人有因为系统自带了 JDK 1.4且默认用了这个导致速度很慢的，我的系统里找不到其它JDK，java -version也是正确的。请高手们给个思路吧，我也计划找个性能分析工具看看更具体的东西。只是这么个小程序，居然弄到这么麻烦…… 问题补充：资源占用没什么，不过椎栈追踪提醒了我。初步怀疑每个java.net.URL对象创建时（或hashCode时？）都会去getHostAddress，大量解析Host名称致使速度变慢。不知是否真是这样。我还在Googling，大家如有比较了解的，欢迎并感谢告知。若果真如此，这个东西难道Linux下的解析速度远低于Windows？还是Windows直接偷懒了呢？
解决方案
直接用JDK自带的JCONSOLE看看
解决方案二：
使用Yourkit，非常方便。
解决方案三：
JDK的bin目录下有个jconsole可以查看JVM运行时的状况。windows下的话，除了这个还有个jvisualvm.exe更清楚点。