阿里云应用诊断分析平台（Application Troubleshooting Platform，ATP）是一款分析功能丰富、诊断能力完备的平台，它可以帮助用户高效定位应用的性能问题、异常行为、程序崩溃等问题。
Java堆分析
虽然Java拥有高效的垃圾回收机制，开发人员无须显式地释放无用对象所占用的空间，但是仍然存在"内存泄露"的情况，且内存问题也是Java开发人员研发过程中遇到最多的问题类型之一。因此需要一款内存分析利器来帮助我们诊断这类问题。Eclipse MAT是一款优秀的Java内存分析工具，被广泛适用于开发人员的本地环境。但是随着应用复杂性的增加，许多内存问题往往仅发生在生产环境中，且生产环境中通常配置了较大的堆内存，使得生成的Heap Dump文件通常较大，导致MAT无法派上用场。为了让我们的开发者，能够更高效地在线排查生产环境中遇到的Java内存问题，我们研发了Java堆分析功能，它基于MAT的分析库提供一些常用的分析功能，同时新增各种分析报表，帮助开发者直接通过浏览器进行相关的排查工作。
Java线程栈分析
在日常业务开发中，我们经常遇到Java应用导致CPU 100%使用率且居高不下，或者出现应用死锁、错误并发逻辑、无响应等问题，在这些场景中我们可以输出栈日志。Java线程栈分析对栈日志进行分析，聚合成调用火焰图，帮助用户快速定位热点方法和最深的调用栈。Java线程栈分析提供种类丰富的过滤、查找能力，帮助用户筛选可疑线程。除此之外，Java线程栈分析还可以根据线程名自动聚合出线程池，帮助用户快速锁定可疑线程。
Java GC日志分析
Java的自动内存管理和垃圾回收（Garbage Collection，GC）机制大大提高了业务的开发效率，但是在开发过程中因为垃圾回收而导致的长暂停等问题屡见不鲜，GC日志是我们排查GC相关问题时最重要的日志。GC日志冗长，格式多变，内容繁杂，而且GC本身的理解门槛较高，需要一款好用的工具来帮助我们分析GC日志以排查问题。Java GC日志分析通过对GC日志进行分析，帮助用户找出日志中潜在的GC问题以及可能引发问题的GC，从暂停时间，对象统计，GC原因等多个维度进行分析，协助问题的排查。除此之外，Java GC日志分析还提供了丰富的GC性能指标，帮助用户评估GC性能，指导JVM参数的调整，改善应用整体运行状态。
差异分析
有时我们需要对比查看多份分析结果，比如查看应用一小时时间间隔的两份分析结果，以此来判断应用某些指标的变化趋势，并进一步做故障排查，针对这种需求，我们提供了差异分析，它将两次分析结果一起呈现，方便用户对比。差异分析并非新功能，它依赖其他分析能力，只是对分析结果的重新组合、呈现。