为了在作业堆栈中实时更新、保存和显示子作业的调用关系，可以考虑以下步骤和技术：

1. 实时监控和记录作业调用：

   • 使用日志记录工具（如Log4j、SLF4J等）实时记录作业的调用信息。这些工具可以允许配置不同的日志级别来捕捉不同的调用细节。
   • 集成APM（Application Performance Management）工具，如New Relic、AppDynamics或者Prometheus，这些工具可以帮助监控和分析应用程序性能，提供详细的调用链追踪。

2. 存储调用堆栈信息：

   • 将调用堆栈信息存储到数据库中，如MySQL、PostgreSQL等。可以创建一个专门的表来存储每个作业及其子作业的调用信息，包括调用时间、方法名称、父作业ID等。
   • 使用NoSQL数据库（如MongoDB、Cassandra）来存储调用堆栈信息，这些数据库在处理大量半结构化数据时可能更高效。

3. 显示调用关系：

   • 开发一个前端展示界面，可以使用JavaScript库如D3.js、vis.js等来可视化作业调用关系。
   • 可以使用图数据库（如Neo4j）和图形可视化工具，图数据库特别适合表示和查询复杂的层次结构和关系。

4. 实时更新显示：

   • 使用WebSocket或Server-Sent Events (SSE) 技术来实现实时更新浏览器中的调用堆栈界面。
   • 配合消息队列系统（如Kafka、RabbitMQ）将实时的调用信息传递到前端界面进行展示。

5. 保存调用关系：

   • 定期将最新的调用关系信息持久化存储，确保即使系统重启或崩溃也不会丢失数据。
   • 设置定期数据备份机制，从而确保历史数据的安全和可恢复性。

举例说明，假设我们有一个任务调度系统，在每次作业调用和子作业调用发生时，都将相关信息通过日志记录存入Kafka消息队列，再由消费端写入到存储数据库（比如MySQL或者MongoDB）。同时，使用WebSocket将实时消费到的新纪录推送到前端展示层，并通过D3.js绘制出调用树以供用户查看和分析。

这种架构可以确保在任意时间都可以准确查看作业的调用链关系，并且能够实时反映最新的作业调用状态。

有关工具和技术的具体实现细节可以参考：

• Log4j 使用指南
• Prometheus 官方文档
• D3.js 官方文档
• WebSocket 教程

这些资源将帮助你更好地实现上述功能。