JProfiler – No.1 Java 프로파일러
AI 에이전트를 위해Claude Code용Codex용Cursor용OpenCode용AI 에이전트를 위해
PowerShell에서 다음 명령을 실행하세요:
irm https://www.ej-technologies.com/jprofiler/mcp/install.ps1 | iex
터미널에서 다음 명령을 실행하세요:
curl -fsSL https://www.ej-technologies.com/jprofiler/mcp/install.sh | sh
Node.js가 설치되어 있어야 합니다. 에이전트를 선택한 후 아래 지침을 따르세요.
Claude Code에서 다음 명령을 실행하세요:
claude mcp add jprofiler -- npx -y @ej-technologies/jprofiler-mcp@latest
JProfiler가 이미 설치되어 있다면 UI에서 바로 통합을 구성할 수 있습니다.
JProfiler를 열고 Session → AI Agent Integrations로 이동하여 사용 중인 에이전트를 선택하면 JProfiler가 자동으로 구성해 줍니다.
에이전트가 JProfiler로 할 수 있는 일
런타임 데이터가 없으면 에이전트는 소스 코드만으로 성능 문제를 짐작할 수밖에 없습니다. JProfiler를 사용하면 시간과 메모리가 실제로 어디에 소모되는지 측정하고 수정이 효과가 있었는지 검증할 수 있습니다.
진짜 핫스팟 찾기
소스 코드 검토만으로는 엉뚱한 메서드를 가리키기 쉽습니다. 샘플링 CPU 데이터, 콜 트리, 백트레이스가 시간이 실제로 어디에 소모되는지 에이전트에게 보여 줍니다.
GUI 없이 힙 덤프 분석하기
에이전트는 Eclipse MAT나 프로파일러 UI를 열 수 없습니다. JProfiler의 힙 분석은 HPROF 덤프 위에서 쿼리 가능한 뷰를 제공합니다. 가장 큰 객체, 리테인드 크기, GC 루트까지의 경로, 인스턴스 수가 그것입니다.
소스 검토에서 놓치는 JDBC 및 JPA 패턴 찾기
코드상으로는 무해해 보이는 쿼리도 새로 고침 주기마다 580번 실행된다면 문제가 될 수 있습니다. 데이터베이스 프로브가 제공하는 호출 횟수와 집계된 실행 정보를 통해 항목별 쿼리, N+1 패턴, 중복 검사를 드러낼 수 있습니다.
간헐적으로 느린 호출 잡아내기
어떤 호출은 평균적으로는 빠르지만 백 번에 한 번은 느립니다. 아웃라이어 감지는 최댓값이 평균에서 크게 벗어나는 메서드를 찾아내고, 예외 실행 기록은 가장 느린 호출들을 개별적으로 확장할 수 있게 유지하므로 에이전트가 병합된 평균 대신 개별적인 느린 실행을 분석할 수 있습니다.
곡선 피팅으로 알고리즘 복잡도 입증하기
이 메서드는 페이로드 크기에 대해 O(n²)일까요? 소스 코드만 놓고 Big-O를 두고 추측하는 대신, 에이전트는 측정된 (입력 크기, 시간) 점들을 바탕으로 곡선 피팅을 수행합니다.
에이전트가 직접 프로브를 작성하게 하기
내장 프로브가 문제를 다루지 못할 때 에이전트는 스크립트 프로브를 정의합니다. 메서드 호출마다 계산되어 실행 중인 JVM으로 푸시되는 경량 계측으로, 애플리케이션의 코드, 빌드, 배포를 변경하지 않고 사용할 수 있습니다.
