Perfilando código Kotlin: encontrando gargalos na prática

Perfilando código Kotlin: encontrando gargalos na prática

Quando seu servidor em Kotlin começa a ficar lento e os usuários reclamam de atrasos, a primeira coisa que vem à mente é "provavelmente o problema está no banco de dados". Mas muitas vezes o gargalo está no próprio código: algoritmos lentos, coleções infinitas ou gerenciamento ineficiente de memória. Neste artigo, vamos explorar ferramentas práticas e técnicas de perfilamento de código Kotlin que ajudarão você a encontrar e eliminar gargalos rapidamente.

Por que o perfilamento é importante para o desenvolvedor Kotlin?

Kotlin roda sobre a JVM e, embora nos livre de muitos problemas do Java (como NullPointerException), o desempenho continua sendo um ponto crítico. Mesmo construções simples como map, filter ou forEach podem criar sobrecargas inesperadas se usadas incorretamente. O perfilamento permite olhar dentro da aplicação e entender quais funções consomem mais CPU ou memória.

Neste artigo, abordaremos três abordagens principais:

• Profiler integrado do IntelliJ IDEA (para desenvolvimento local)
• Utilitários de linha de comando jstack e jmap (para produção)
• Biblioteca Hiccup (para perfilamento programático)

1. Profiler integrado do IntelliJ IDEA — seu primeiro auxiliar

Se você usa o IntelliJ IDEA Ultimate, já possui uma ferramenta poderosa para perfilamento. Ela funciona diretamente na IDE e não requer instalação de bibliotecas adicionais.

Como executar:

1. Inicie sua aplicação no modo de depuração (Debug).
2. Vá para a aba Profiler (geralmente no canto inferior direito).
3. Clique em CPU Profiling ou Memory Profiling.
4. Pare o perfilamento após alguns segundos e analise o Flame Graph (gráfico de chamas).

Exemplo de código para teste:

fun main() {    val numbers = (1..1_000_000).toList()

    // Gargalo: criação repetida de listas    val result = numbers        .filter { it % 2 == 0 }        .map { it * 2 }        .take(100)        println(result)}

Ao executar o profiler, você verá que .filter() e .map() consomem uma parte significativa do tempo. A solução é usar Sequences (sequências preguiçosas):

fun main() {    val numbers = (1..1_000_000).toList()

    // Versão otimizada    val result = numbers.asSequence()        .filter { it % 2 == 0 }        .map { it * 2 }        .take(100)        .toList()        println(result)}

O profiler mostrará que o tempo de execução reduziu em 2 a 3 vezes.

2. Utilitários de linha de comando: jstack e jmap para produção

Quando a aplicação já está rodando no servidor, você não pode simplesmente conectar o profiler da IDE. É aqui que entram os utilitários do JDK.

jstack — análise de threads (Thread Dump)

Usado quando a aplicação "congela" ou consome 100% de CPU. O jstack mostra quais threads estão sendo executadas no momento.

Exemplo de uso:

# Encontre o PID do seu processo Kotlinps aux | grep kotlin

# Faça um snapshot das threadsjstack -l 12345 > thread_dump.txt

# Analise: procure por bloqueios (Lock) e loops infinitos

O que procurar na saída:

• Threads no estado RUNNABLE — estão usando CPU ativamente.
• Threads no estado BLOCKED — estão aguardando liberação de recurso (geralmente devido a sincronização).
• Chamadas repetidas de métodos — sinal de loop infinito.

jmap — análise de memória (Heap Dump)

Se você tem vazamento de memória