JVM 内存模型

Posted 2022-08-05 Choice～

📢作者简介：物联网领域创作者，🏅阿里云专家博主🏅 🏅华为云享专家🏅
✒️个人主页：Choice~
🌐格言：可正因为难，才有价值！🔶

🏫系列专栏：
1️⃣ C/C++
2️⃣ C和指针
3️⃣ Linux
4️⃣ 数据结构与算法
5️⃣ JavaScript从入门到精通
6️⃣ 101算法JavaScript描述💰

JAVA的主旨是它著名的WOTA：“一次编写，随处运行”。为了应用它，Sun Microsystems创建了Java虚拟机，这是解释已编译的Java代码的基础操作系统的抽象。JVM是JRE（Java运行时环境）的核心组件，是为运行Java代码而创建的，但现在被其他语言（Scala，Groovy，JRuby，Closure…）使用。

在本文中，我将重点介绍 JVM 规范中描述的运行时数据区域。这些区域旨在存储程序或 JVM 本身使用的数据。我将首先介绍JVM的概述，然后是字节码是什么，并以不同的数据区域结束。

全球概览

JVM 是底层操作系统的抽象。它确保相同的代码将以相同的行为运行，无论JVM在什么硬件或操作系统上运行。例如：

• 无论 JVM 是否在 16 位/32 位/64 位操作系统上运行，基元类型 int 的大小将始终为从 -2^31 到 2^31-1 的 32 位有符号整数。
• 每个 JVM 都以大端顺序（其中高字节优先）在内存中存储和使用数据，无论底层操作系统/硬件是大端还是小端序。

注意：有时，JVM 实现的行为与另一个 JVM 实现不同，但通常是相同的。

下图给出了 JVM 的概述：

• JVM 解释由编译类的源代码生成的字节码。虽然术语JVM代表“Java虚拟机”，但它可以运行其他语言，如scala或groovy，只要它们可以编译成java字节码。
• 为了避免磁盘 I/O，字节码由其中一个运行时数据区域中的类装入器加载到 JVM 中。此代码将保留在内存中，直到 JVM 停止或类装入器（装入它）被销毁。
• 然后，加载的代码由执行引擎解释和执行。
• 执行引擎需要存储数据，就像指向正在执行的代码的指针一样。它还需要存储开发人员代码中处理的数据。
• 执行引擎还负责处理底层操作系统。

注意：许多 JVM 实现的执行引擎不会总是解释字节码，而是将字节码编译为本机代码（如果经常使用）。它被称为Just In Time（JIT）编译，大大加快了JVM的速度。编译的代码临时保存在通常称为代码缓存的区域中。由于该区域不在 JVM 规范中，因此在本文的其余部分我不会讨论它。

基于堆栈的架构

JVM 使用基于堆栈的体系结构。虽然它对开发人员来说是不可见的，但它对生成的字节码和JVM架构有巨大的影响，这就是为什么我将简要解释这个概念。

JVM通过执行Java字节码中描述的基本操作来执行开发人员的代码（我们将在下一章中看到它）。操作数是指令操作的值。根据 JVM 规范，这些操作要求通过称为操作数堆栈的堆栈传递参数。

例如，让我们取 2 个整数的基本相加法。此操作称为 iadd（对于 integer addition）。如果要在字节码中添加 3 和 4：

• 他首先在操作数堆栈中推送 3 和 4。
• 然后调用 iadd 指令。
• iadd 将从操作数堆栈中弹出最后 2 个值。
• int 结果 （3 + 4） 被推送到操作数堆栈中，以便其他操作使用。

这种工作方式称为基于堆栈的体系结构。还有其他方法可以处理基本操作，例如，基于寄存器的体系结构将操作数存储在小型寄存器中，而不是堆栈中。这种基于寄存器的架构由桌面/服务器（x86）处理器和以前的android虚拟机Dalvik使用。

字节码

由于JVM解释字节码，因此在深入研究之前了解它是什么很有用。

java字节码是转换为一组基本操作的java源代码。每个操作由一个表示要执行的指令的字节（称为操作码或操作代码）以及零个或多个用于传递参数的字节组成（但大多数操作使用操作数堆栈来传递参数）。在 256 个可能的一字节长的操作码（从值 0x00 到十六进制的 0xFF）中，有 204 个目前在 java8 规范中使用。

下面是不同类别的字节码操作的列表。对于每个类别，我添加了一个小描述和操作代码的十六进制范围：

• 常量：用于将值从常量池（我们稍后会看到它）或从已知值推送到操作数堆栈中。从价值0x00到0x14
• 加载：用于将值从局部变量加载到操作数堆栈中。从价值0x15到0x35
• 存储：用于将操作数堆栈存储到局部变量中。从价值0x36到0x56
• 堆栈：用于处理操作数堆栈。从价值0x57到0x5f
• Math：用于对操作数堆栈中的值进行基本数学运算。从价值0x60到0x84
• 转换：用于从一种类型转换为另一种类型。从价值0x85到0x93
• 比较：用于两个值之间的基本比较。从价值0x94到0xa6
• 控制：基本操作，如转到，返回，…允许更高级的操作，如返回值的循环或函数。从价值0xa7到0xb1
• 引用：用于分配对象或数组，获取或检查对对象，方法或静态方法的引用。还用于调用（静态）方法。从价值0xb2到0xc3
• 扩展：之后添加的其他类别中的操作。从价值0xc4到0xc9
• 保留：供每个 Java 虚拟机实现内部使用。3 个值：0xca、0xfe和0xff。

这 204 个操作非常简单，例如：

• 操作数 ifeq （0x99 ） 检查 2 个值是否相等
• 操作数 iadd （0x60） 添加 2 个值
• 操作数 i2l （0x85） 将整数转换为长整型
• 操作数数组长度 （0xbe） 给出数组的大小
• 操作数 pop （0x57） 从操作数堆栈中弹出第一个值

要创建字节码，需要一个编译器，JDK中包含的标准Java编译器是javac。

让我们看一个简单的添加：

public class Test 
  public static void main(String[] args) 
    int a =1;
    int b = 15;
    int result = add(a,b);
  
 
  public static int add(int a, int b)
    int result = a + b;
    return result;
  

“javac Test.java”命令在 Test.class 中生成一个字节码。由于java字节码是二进制代码，因此人类无法读取它。Oracle在其JDK中提供了一个工具javap，该工具将二进制字节码转换为JVM规范中人类可读的标记操作代码集。

命令 “javap -verbose Test.class” 给出以下结果：

Classfile /C:/TMP/Test.class
  Last modified 1 avr. 2015; size 367 bytes
  MD5 checksum adb9ff75f12fc6ce1cdde22a9c4c7426
  Compiled from "Test.java"
public class com.codinggeek.jvm.Test
  SourceFile: "Test.java"
  minor version: 0
  major version: 51
  flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
   #1 = Methodref          #4.#15         //  java/lang/Object."<init>":()V
   #2 = Methodref          #3.#16         //  com/codinggeek/jvm/Test.add:(II)I
   #3 = Class              #17            //  com/codinggeek/jvm/Test
   #4 = Class              #18            //  java/lang/Object
   #5 = Utf8               <init>
   #6 = Utf8               ()V
   #7 = Utf8               Code
   #8 = Utf8               LineNumberTable
   #9 = Utf8               main
  #10 = Utf8               ([Ljava/lang/String;)V
  #11 = Utf8               add
  #12 = Utf8               (II)I
  #13 = Utf8               SourceFile
  #14 = Utf8               Test.java
  #15 = NameAndType        #5:#6          //  "<init>":()V
  #16 = NameAndType        #11:#12        //  add:(II)I
  #17 = Utf8               com/codinggeek/jvm/Test
  #18 = Utf8               java/lang/Object

  public com.codinggeek.jvm.Test();
    flags: ACC_PUBLIC
    Code:
      stack=1, locals=1, args_size=1
         0: aload_0
         1: invokespecial #1                  // Method java/lang/Object."<init>":()V
         4: return
      LineNumberTable:
        line 3: 0
 
  public static void main(java.lang.String[]);
    flags: ACC_PUBLIC, ACC_STATIC
    Code:
      stack=2, locals=4, args_size=1
         0: iconst_1
         1: istore_1
         2: bipush        15
         4: istore_2
         5: iload_1
         6: iload_2
         7: invokestatic  #2                  // Method add:(II)I
        10: istore_3
        11: return
      LineNumberTable:
        line 6: 0
        line 7: 2
        line 8: 5
        line 9: 11
 
  public static int add(int, int);
    flags: ACC_PUBLIC, ACC_STATIC
    Code:
      stack=2, locals=3, args_size=2
         0: iload_0
         1: iload_1
         2: iadd
         3: istore_2
         4: iload_2
         5: ireturn
      LineNumberTable:
        line 12: 0
        line 13: 4

可读.class表明字节码包含的不仅仅是java源代码的简单转录。它包含：

• 类的常量池的描述。常量池是JVM的数据区域之一，它存储有关类的元数据，例如方法的名称，参数…当一个类在JVM中加载时，这部分进入常量池。
• 像 LineNumberTable 或 LocalVariableTable 这样的信息，用于指定函数的位置（以字节为单位）及其变量在字节码中的位置。
• 开发人员的 java 代码（加上隐藏构造函数）的字节码中的转录。
• 处理操作数堆栈的特定操作，更广泛地说是处理传递和获取参数的方式。

仅供参考，以下是存储在.class文件中的信息的简要说明：

ClassFile 
  u4 magic;
  u2 minor_version;
  u2 major_version;
  u2 constant_pool_count;
  cp_info constant_pool[constant_pool_count-1];
  u2 access_flags;
  u2 this_class;
  u2 super_class;
  u2 interfaces_count;
  u2 interfaces[interfaces_count];
  u2 fields_count;
  field_info fields[fields_count];
  u2 methods_count;
  method_info methods[methods_count];
  u2 attributes_count;
  attribute_info attributes[attributes_count];

运行时数据区域

运行时数据区域是用于存储数据的内存中区域。这些数据由开发人员的程序或JVM用于其内部工作。

此图显示了 JVM 中不同运行时数据区域的概述。某些区域是每个线程的其他区域所独有的。

堆

堆是所有 Java 虚拟机线程之间共享的内存区域。它是在虚拟机启动时创建的。所有类实例和数组都在堆中分配（使用 new 运算符）。

MyClass myVariable = new MyClass();
MyClass[] myArrayClass = new MyClass[1024];

此区域必须由垃圾回收器管理，以便在不再使用开发人员分配的实例时将其删除。清理内存的策略取决于 JVM 实现（例如，Oracle Hotspot 提供了多种算法）。

堆可以动态扩展或收缩，并且可以具有固定的最小和最大大小。例如，在Oracle Hotspot中，用户可以通过以下方式使用Xms和Xmx参数指定堆的最小大小“java -Xms=512m -Xmx=1024m…”

注意：堆不能超过的最大大小。如果超过此限制，JVM 将抛出一个 OutOfMemoryError。

方法区域

方法区域是所有 Java 虚拟机线程之间共享的内存。它是在虚拟机启动时创建的，由类装入器从字节码装入。只要加载方法区域中的类装入器处于活动状态，它们就会保留在内存中。

方法区域存储：

• 类信息（字段/方法数、超类名、接口名、版本等）
• 方法和构造函数的字节码。
• 每个装入的类的运行时常量池。

规范不会强制在堆中实现方法区域。例如，在JAVA7之前，Oracle HotSpot使用一个名为PermGen的区域来存储方法区域。这个PermGen与Java堆（以及像堆一样由JVM管理的内存）是连续的，并且被限制为默认空间64Mo（由参数-XX：MaxPermSize修改）。从Java 8开始，HotSpot现在将方法区域存储在称为Metaspace的单独本机内存空间中，最大可用空间是总可用系统内存。

注意：方法区域不能超过的最大大小。如果超过此限制，JVM 将抛出一个 OutOfMemoryError。

运行时常量池

此池是方法区域的子部分。由于它是元数据的重要组成部分，因此 Oracle 规范除了“方法区域”之外，还描述了运行时常量池。对于每个加载的类/接口，此常量池都会增加。这个池就像传统编程语言的符号表。换句话说，当引用类、方法或字段时，JVM 通过使用运行时常量池搜索内存中的实际地址。它还包含常量值，如字符串 litteral 或常量基元。

String myString1 = “This is a string litteral”;
static final int MY_CONSTANT=2;

PC 寄存器（每个线程）

每个线程都有自己的 pc（程序计数器）寄存器，与线程同时创建。在任何时候，每个 Java 虚拟机线程都在执行单个方法的代码，即该线程的当前方法。pc 寄存器包含当前正在执行的 Java 虚拟机指令（在方法区域中）的地址。

注： 如果线程当前正在执行的方法是本机的，则 Java 虚拟机的 pc 寄存器的值是未定义的。Java 虚拟机的 pc 寄存器足够宽，可以在特定平台上保存 returnAddress 或本机指针。

Java 虚拟机堆栈（每个线程）

堆栈区域存储多个帧，因此在讨论堆栈之前，我将介绍这些帧。

框架

帧是一种数据结构，它包含多个数据，这些数据表示当前方法（被调用的方法）中线程的状态：

• 操作数堆栈：我已经在关于基于堆栈的体系结构的章节中介绍了操作数堆栈。此堆栈由字节码指令用于处理参数。此堆栈还用于在 （java） 方法调用中传递参数，并在调用方法的堆栈顶部获取被调用方法的结果。

• 局部变量数组：此数组包含当前方法范围内的所有局部变量。此数组可以保存基元类型、引用或返回地址的值。此数组的大小是在编译时计算的。Java虚拟机使用局部变量在方法调用时传递参数，被调用方法的数组是从调用方法的操作数堆栈创建的。

• 运行时常量池引用：对正在执行的当前方法****的当前类的常量池的引用。JVM 使用它来将符号方法/变量引用（例如：myInstance.method（））转换为实际内存引用。

Fold

每个 Java 虚拟机线程都有一个私有 Java 虚拟机堆栈，与该线程同时创建。Java 虚拟机堆栈存储帧。每次调用方法时，都会创建一个新帧并将其放入堆栈中。当帧的方法调用完成时，无论该完成是正常还是突然（它会引发未捕获的异常），帧都会被销毁。

只有一个帧（执行方法的帧）在给定线程中的任何点处于活动状态。此帧称为当前帧，其方法称为当前方法。在其中定义当前方法的类是当前类。对局部变量和操作数堆栈的操作通常参考当前帧。

让我们看看下面的例子，这是一个简单的加法

public int add(int a, int b)
  return a + b;

 
public void functionA()
// some code without function call
  int result = add(2,3); //call to function B
// some code without function call

以下是当函数A（）运行时它在JVM中的工作方式：

内部函数A（） 帧 A 是堆栈帧的顶部，是当前帧。在内部调用添加 （） 时，一个新帧（帧 B）被放置在堆栈中。帧 B 成为当前帧。帧 B 的局部变量数组是通过弹出帧 A 的操作数堆栈来填充的。当 add（） 完成后，帧 B 将被销毁，帧 A 再次成为当前帧。add（） 的结果放在 Frame A 的操作数堆栈上，以便 functionA（） 可以通过弹出其操作数堆栈来使用它。

注意：这个堆栈的功能使它动态可扩展和收缩。存在堆栈不能超过的最大大小，这会限制递归调用的数量。如果超过此限制，JVM 将抛出一个 StackOverflowError。

使用 Oracle HotSpot，您可以使用参数 -Xss 指定此限制。

本机方法堆栈（线程）

这是一个用Java以外的语言编写的本机代码的堆栈，并通过JNI（Java本机接口）调用。由于它是一个“本机”堆栈，因此此堆栈的行为完全依赖于底层操作系统。

结论

我希望本文能帮助您更好地了解 JVM。在我看来，最棘手的部分是JVM堆栈，因为它与JVM的内部功能密切相关。

• 如果对大家有帮助，请三连支持一下！
• 有问题欢迎评论区留言，及时帮大家解决！