有没有什么思路对 Fat Jar 进行瘦身

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

考虑到反射或者懒加载等内容，我思路是这样的：

1. 启动时挂一个 java agent 上去，内容是 hook 加载本地 jar 文件的方法
2. 用户尝试自己需要的功能，例如注册/登录/管理后台等等，完全做一遍
3. 然后看整个流程中 java agent 这边记录的，都加载了哪些 jar 文件
4. 对比存在的 jar 得出一个可以删掉的 jar 列表

请教下这个思路是否可行，以及我需要 hook 的类应该是哪些，或者有没有更好的思路

瘦身

Java

agent

15 条回复 • 2025-01-02 11:08:11 +08:00

bunnyblueair

6 天前

ProGuard

4ra1n

6 天前

ProGuard 主要是两个问题，第一个配置非常麻烦，不是容易上手的方式

另外一个问题是，它应该是静态分析的引用关系，而不是动态决定的，比如反射问题，某些功能如果是运行时候决定是否调用某个类的，是无法处理的

foolishcrab

6 天前

可行，不需要考虑对应用性能影响的时候这个是很简单的东西。
叫 reachability analysis, native image 就有一个专门的 agent 来收集 runtime reflection metadata 之类的东西。

其实这个方案最大的问题在于你帖子里的第二步，对于一个大型软件而言这是很难的，所以一般要在生产上挂着用真实流量收集，这样的话就需要考虑 agent 的性能影响。这里就不展开了

sagaxu

6 天前

java --verbose:class 找出用到的所有 class 和 jar 包，删掉没用的 jar 包，甚至 jar 包内部删掉无用的 class

chendy

5 天前

fat jat 解压开，依赖的 jar 包放某个共享目录
所有项目挂在这个共享目录，然后配好 classpath
比较丑陋，但是确实能用

4ra1n

5 天前

已经实现了，大概是：

capabilities.can_generate_all_class_hook_events = 1;
(*jvmti)->AddCapabilities(jvmti, &capabilities);
callbacks.ClassFileLoadHook = &ClassLoadHook;

在 ClassLoadHook 函数中做收集

java 启动参数 -agentpath:/path/to/agent.dll

可以收集所有加载的 class 信息，动态地

4ra1n

4 天前

我发现不能对 ClassFile 做操作，有时候取到的 name 是 null

callbacks.ClassFileLoadHook = &ClassLoadHook;

使用 ClassLoad 会更靠谱

callbacks.ClassLoad = &ClassLoadHook;

void JNICALL ClassLoadHook(
jvmtiEnv *jvmti_env,
JNIEnv *jni_env,
jthread thread,
const jclass klass) {
char *classSignature;
char *genericPtr;
const jvmtiError err = (*jvmti_env)->GetClassSignature(
jvmti_env, klass, &classSignature, &genericPtr);
if (err != JVMTI_ERROR_NONE) {
LOG_JVM(jni_env,"ERROR GET CLASS SIGNATURE");
return;
}
DoAnalyze(jni_env,classSignature);
(*jvmti_env)->Deallocate(jvmti_env, (unsigned char *) classSignature);
if (genericPtr != NULL) {
(*jvmti_env)->Deallocate(jvmti_env, (unsigned char *) genericPtr);
}
}

635925926

3 天前

代码里搜索依赖包的基础包名如何。依赖使用不多的就改成自己实现。

lixiaolin123

3 天前

@4ra1n java agent 不是可以通过字节码/字节注入来实现运行时的吗？

Aresxue

3 天前

这个诉求没这么复杂，java agent 把 instrumentation 的引用保存起来就行了，然后放线上去接受真实流量，跑个一天或者手动触发业务操作，再把某台容器从注册中心剔除掉，到这台容器上调用 http 接口，接口里面用 java.lang.instrument.Instrumentation#getAllLoadedClasses 获取所有的 class ，然后对 class 所在 jar 包去重就行了

lianhuayu420

2 天前

记得 maven 好像有个插件可以将所有只用到的 class 抽出来然后打包

4ra1n

2 天前

@lianhuayu420 嗯，这个主要问题是，运行时到底加载了哪些 CLASS

maven 插件的静态分析难免漏了

例如一个 controller 接收 param clazz=xxx

代码是 Class.forname(xxx); 然后 newInstance 后续做什么事情

如果不动态地根据功能测出具体业务需要哪个 class 就会导致不可用

我的出发点是这个

4ra1n

2 天前

@Aresxue 感谢

确实 Java 层做信息收集，比 C 层 callbacks.ClassLoad 会更通用，我之后实践一下

两者的区别是：

C 层的 Hook 是实时的，Java Agent 是做完一些列操作之后，调用一下 getAllLoadedClasses 得到这个过程中的结果

就这个需求来看，不太需要实时地，最终拿到结果即可

int0x03

1 天前

如果是在程序稳定一段时间后查看所有被加载的类, 可以尝试下面的方法:

```bash
# 找到对应的 Java 进程
$ xxx/jdk/bin/jps
77675 MyApp

# 查看 jcmd 子命令, 根据 JDK 版本, 可能看到不同的子命令
$ xxx/jdk/bin/jcmd 77675 help
GC.class_histogram
VM.class_hierarchy
VM.classes

# 查看加载的类
$ xxx/jdk/bin/jcmd 77675 GC.class_histogram

77675:
num #instances #bytes class name (module)
-------------------------------------------------------
1: 2680074 131859776 [B ([email protected])
2: 2566521 61596504 java.lang.String ([email protected])
3: 1194171 47766840 java.util.TreeMap$Entry ([email protected])
4: 348145 29392240 [Ljava.lang.Object; ([email protected])
5: 139184 19783688 [I ([email protected])
6: 59540 18054840 [J ([email protected])
7: 322735 10327520 java.util.HashMap$Node ([email protected])

# 或者上面的结果保存到 csv, 然后做数据处理
```

Aresxue

11 小时 42 分钟前

@4ra1n 这里其实还有个更安全的方式，把 arthas 源码搞下来，然后自己开发一个新的 command ，可以直接复用 arthas 的 sc 指令( sc *)，然后自己做 class->jar 文件的计数处理即可，这样可以使用 attach 模式而不是 premain ，对业务更安全影响也更小。