深入理解JVM垃圾回收机制 - 对象的内存布局

Posted 2021-04-17 时光虚度指南

在Java语言层面，可以通过Class类来描述普通的Java类，当JVM创建对象的同时，会生成对应的Class对象，用来描述此对象的大致模型，这也是反射的基础。那么在JVM的内部是如何描述一个普通的对象？我们先从一个简单的示例着手，有一个Child类：

public class Child extends Person implements Action {
  // 小孩上几年级
  public int grade;
  // Action接口就一个动作：walk
  @Override
   public void walk() {
  }
}

新创建对象内存占用示意图

站在JVM的角度，要完整地描述运行时的child对象，至少需要记录以下3方面的信息：

• 类型信息：类/父类/实现的接口信息、方法列表、属性列表、常量等
• 实例信息：对象存储的有效信息，比如child.grade=6
• 运行时数据：HashCode、GC分代年龄、锁状态标志、线程持有的锁、偏向线程ID等

在生成对象时，JVM并没有直接根据Java类型信息来创建对应的C++对象，而是设计了一个OOP-Klass的模型来描述对象实例。其中oop指的是Ordinary Object Pointer普通对象指针，它用来存储对象的实例信息(包含对象的运行时数据)。而kclass则用来存储元数据和方法信息。

Klass

Klass系对象 (instanceKlass、arrayKlass等) 用于描述对象的元数据，其中instanceKlass可以认为是java.lang.Class的VM级别的表示，但它们并不等价，instanceKlass主要作用于整个程序运行过程中，而Class类只用于Java的反射API，接下来将以instanceKlass为例来介绍Klass，其它对象与之类似。

Klass类定义了所有Klass类型共有的数据结构和行为，比如类型名称、与其它类之间的关系、访问标识符等等，具体可参看：

// 代码来自于hotspot/src/share/vm/oops/klass.hpp
class Klass : public Metadata {
  // 反映对象整体布局的描述符，在32位系统中占用4个字节
  // 如果值为正数，表示对象大小，如果值为负数，表示数组
  jint _layout_helper;
  // 类名称，比如："java/lang/String"表示String对象
  // 而[Ljava/lang/String描述String类型的一维数组
  Symbol* _name;
  // 对应的Java语言层面的Class对象实例
  oop _java_mirror;
  // 父类，指针指向其父类的首地址
  Klass* _super;
  // 第一个子类
  Klass* _subklass;
  // subklass指向第一个子类，如果有多个子类
  // 那么可以通过_subklass->next_sibling()找到下一个子类
  Klass* _next_sibling;
  // Java 中类名和类加载器唯一标识了一个类
  // 由同一个类加载器加载的类通过 _next_link 连接起来
  Klass* _next_link;
  ClassLoaderData* _class_loader_data;
  // 访问标识符，Java层面通过 Class.getModifiers()获取
  // 比如：1表示public
  jint _modifier_flags;
  // 类或者接口的访问修饰符
  AccessFlags _access_flags;
  // ......
}

// 代码来自于hotspot/src/share/vm/oops/instanceKlass.hpp
class InstanceKlass: public Klass {
 protected:
  // 注解
  Annotations* _annotations;
  // 常量池
  ConstantPool* _constants;
    // 内部类
   Array<jushort>* _inner_classes;
  // 方法列表
  Array<Method> _methods;
  // 方法顺序
  Array<int>* _method_ordering;
  Array<Method> _default_methods;
  // 实现的接口
  Array<Klass> _local_interfaces;
  // 继承来的接口
  Array<Klass> _transitive_interfaces;
  // 静态变量的数量
  u2 _static_oop_field_count;
  // 成员变量的数量
  u2 _java_fields_count;
   // 实例以及静态变量信息
   Array<u2>*      _fields;
  // ......
}

接下来以文章开头的Child对象为例，观察程序运行过程中Child类型的Klass信息，以加深大家的理解。

Child类继承Person类并实现的Action的所有接口，通过HSDB来探测Klass对象信息：

• 首先通过HSDB的 Class Browser工具列出所有的类
• 接着找到我们定义的类，比如Person类实例的内存地址为：0x00000007c0060210
• 最后使用这个内存地址到 Inspector中搜索

即得到Person类在HotSpot内部instanceKlass类型的全貌，如下图所示。

HSDB

• _super: Klass @ 0x00000007c0000f28 Person类的父类是Object类

• _mofifier_flags: 1 表示 public

• _layout_helper: 24 值为正数，表示对象的大小

• _methods: Array<Method> @ 0x00000001171558f0* 方法列表

属性太多，这里无法一一列举，大家可自行尝试，随便也学习一下怎么使用HSDB来分析JVM内部的数据结构和状态，但不鼓励钻牛角尖似的非要弄清楚每个属性的含义和作用，至少在当前是不需要的。

再回到instanceKlass.hpp里面，对象的注解、常量池以及方法，在VM中分别使用Annotations、ConstantPool、Method来描述，它们同Klass一样，均继承自Metadata或者MetaspaceObj类。

在 HotSpot JVM 中，永久代中用于存放类和方法的元数据以及常量池。每当一个类初次被加载的时候，它的元数据都会放到永久代中。需要注意的是，在JDK1.8中已经引入Metaspace (元空间)来替换原来的永久代PermGen，JDK1.8里的对象模型实现与1.7会有很大的不同。

OOP

OOP用来描述对象的实例信息，在Java程序运行过程中，每创建一个Java对象，在JVM内部也会相应的创建一个OOP对象来描述Java对象实例。oop的定义oopDesc如下 (oop相关类的定义均会在名称后面添加后缀Desc，比如：instanceOopDesc)：

class oopDesc {
 private:
  // Mark Word
  volatile markOop _mark;
  // 元数据
  // 使用了union来声明metadata是为了在64位机器上对对象指针进行压缩
  union _metadata {
      // kclass对象，即类的元数据
    Klass* _klass;
       // 如果开启对象指针压缩
    narrowKlass _compressed_klass;
  } _metadata;
}

整个oopDesc定义了如下信息：

• _mark (Mark Word)：哈希码，GC分代年龄、锁状态标志、线程持有的锁、偏向线程ID、偏向时间戳

• _metadata (元数据指针)：指向描述类型的Klass对象指针，Klass对象包含了实例对象所属类型的元数据

在_metadata中包含一个压缩指针，在32位系统中，对象的指针长度是32位，而在64位系统中，指针长度为64位。在64位系统刚刚兴起的年代，对于那些从32位系统迁移到64位系统的引用来说，平白无故的多了差不多50%的内存占用 (主要是指指针占用的内存，非整个应用的内存占用)，基于节约内存的考量，可以在64位系统上对指针占用的内存进行压缩，更多的内容可以参考：-XX:+UseCompressedOops参数。

Mark Word存储对象自身的运行时数据，其被设计成一个非固定的数据结构，可在极小的空间内存储尽量多的信息，它会根据自己的状态复用自己的存储空间。比如，在32位系统中，如果对象处于无锁状态，那么Mark Word的32bit空间中的25个bit用于存储对象的hash值，4bit用于存储对象的分代年龄，2bit用于存储锁标志位，1bit用于存储锁的类型；而当对象处于有锁状态下，根据锁的类型不同，存储的数据又不同，具体的示意图如下：

Mark Word

关于表格中涉及到关于锁的信息仅做如下说明，更多相关内容可以关注后面的文章：

• 重量级锁采用互斥量来控制对互斥资源的访问，而轻量级锁通过CAS机制来实现，因此，两种锁的重要区别是：拿到“锁”时，是否存在线程调度和切换上下文的开销。

• 在拿到“锁”这样的描述中，“锁”所指的内容并不一致，重量级锁只要拿到互斥信号，即拿到锁，而CAS操作通过compare是否成功来判断是否拿到锁，因而我们常说的锁，其本质上是是否满足某种条件。因此，注意表格中关于指向指针的描述。

• 几种锁竞争情况由弱到强分别是：无锁 -> 偏向锁 -> 轻量级锁 -> 重量级锁。

• Mark Word中如果记录了线程ID，则认为该线程获得了锁，如果将线程ID清空，则认为自己释放了锁，当然还伴随着锁标志位的改变。线程将自己的ID与Mark Word中的线程ID对比，就知道自己是否拿到当前访问对象的锁。

• 如果当前对象被锁住，那么该MarkWord中保存着对应线程的ID，通过锁标志位、是否偏向锁、线程ID等几个值可以区分当前对象是否被锁以及被谁锁住。

你可能会有个疑问，轻量级锁和重量级锁的MarkWord中并没有线程ID，那么怎么区分是被哪个线程锁住的呢？其实在轻量级锁加锁的过程中，会拷贝MarkWord到锁记录中去，因此只要知道指向锁记录的指针，也就知道锁的线程ID。那重量级锁呢？由于重量级锁是通过获取互斥信号量的方式，那么这个互斥信号量是否属于当前的线程，其实当前线程是能够判断的，这时候，线程ID就变得没有太大的意义了。

对象的访问定位

前面也提到过，为了能够使用创建好的对象，JVM在堆中创建对象时，还会在栈中创建Reference数据来操作这个对象。虚拟机规范里只规定了Reference类型是一个指向对象的引用，并没有定义这个引用应该通过什么方式去定位、访问到堆中对象的具体位置，所以对象的访问方式也是由虚拟机实现而定的，主流的访问方式有使用句柄和直接指针两种。

使用句柄

使用句柄

直接指针

直接指针

使用直接指针的最大好处就是速度快，相比于句柄访问，节省了一次指针定位的时间开销，在Java中访问对象非常频繁，这类开销积少成多也是一项极为可观的成本。但需要注意的是，如果是访问对象本身的类型数据，仍然需要一次指针定位。就Hotspot而言，它主要是用第二种方式进行对象访问 (有例外情况，如果使用了Shenandoah收集器的话也会有一次额外的转发，具体可自行参考相关书籍)。

小结

在HotSpot虚拟机中，对象在内存中的布局主要分为3个部分：对象头、实例数据、对齐填充，其示意图如下：

对象内存结构示意图

需要注意的一点是，数组实例相较于对象实例，多了一个数组长度属性。