java自学百度网盘,绝对干货分享
Posted 程序员超时空
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了java自学百度网盘,绝对干货分享相关的知识,希望对你有一定的参考价值。
面:为什么要使用双亲委派机制去加载类?
答:避免多份同样字节码的加载,浪费内存。
类的加载方式
- 隐式加载:new
- 显示加载:loadClass、forName等
类的装载过程如下图:
面:loadClass和forName的区别?
- Class.forName得到的class是已经初始化完成了的 (mysql加载驱动时,需要调用静态代码块完成一些操作)
- ClassLoader.loadClass得到的class是还没有链接的。(用于Spring IoC中的延迟加载机制)
Java内存模型
JVM内存模型——JDK8如下图所示:
- 线程私有:程序计数器、虚拟机栈、本地方法栈
- 线程共享:MetaSpace、Java堆
程序计数器(PC)
- 当前线程所执行的字节码行号指示器(逻辑)
- 通过改变计数器的值来选取下一条需要执行的字节码指令
- 和线程是一对一的关系即“线程私有”
- 对Java方法计数,如果是Native方法则计数器的值为Undefined
- 不会发生内存泄漏
Java虚拟机栈(Stack)
- Java方法执行的内存模型
- 包含多个栈帧(一个栈帧包括局部变量表、操作栈、动态链接、返回地址等,方法的调用即对于栈帧从虚拟机Stack中入栈到出栈的过程)
- 当线程请求的栈深度超过最大值,会抛出 StackOverflowError 异常;
- 栈进行动态扩展时如果无法申请到足够内存,会抛出 OutOfMemoryError 异常。
本地方法栈
与虚拟机栈相似,主要作用于标注了native的方法。
元空间(MetaSpace)
用于存放已被加载的类信息、常量、静态变量。
面:谈谈元空间(MetaSpace)和永久代(PermGen)的区别?
- 均是方法区(JVM的一种规范)的实现
- JDK8后元空间替代了永久代
- 元空间使用本地内存,而永久代使用的是jvm内存,这解决了空间不足的问题。
面:MetaSpace相比PermGen的优势?
- 字符串常量池(JDK1.7开始移动到Java堆中)存在与永久代中,容易出现性能问题和内存溢出
- 类的方法的信息大小难以确定,给永久代的大小的指定带来了困难
- 永久代会为GC带来不必要的复杂性
- 方便HotSpot与其他JVM如Jrockit的集成(因为永久代是HotSpot独有的)
Java堆(Heap)
- 是对象实例的分配区域
- GC管理的主要区域
面:说说JVM三大性能调优参数-Xms、-Xmx、-Xss的含义?
java -Xms128m -Xmx128m -Xss256k -jar xxx.jar
- -Xss:规定了每个线程虚拟机栈(堆栈)的大小
- -Xms:堆的初始值
- -Xmx:堆能达到的最大值
一般将-Xms与-Xmx设置为同样的数值,避免堆扩容时发生的内存抖动,影响程序的稳定性。
内存分配策略
- 静态存储:编译时确定每个数据目标在运行时的存储空间需求
- 栈式存储:数据区需求在编译时未知,在运行时模块入口前确定
- 堆式存储:编译时或运行时模块入口都无法确定需求,需要动态分配
面:谈谈Java内存模型中堆和栈的区别与联系?
- 联系:引用对象、数组时,栈里定义变量来保存堆中目标的首地址
- 管理方式:栈自动释放,堆需要GC
- 空间大小:一般栈比堆小
- 碎片相关:栈产生的内存碎片远小于堆
- 分配方式:栈支持静态和动态分配,而堆仅支持动态分配
- 效率:栈的效率比堆高(栈只有入栈与出栈)
面:请解释下JDK6和JDK6+下intern()方法的区别?
- JDK6:当调用intern方法时,如果字符串常量池先前已创建出该字符串对象,则返回池中的该字符串的引用。否则将此字符串对象添加到字符串常量池中,并且返回该字符串对象的引用。
- JDK6+:当调用intern方法时,如果字符串常量池先前已创建出该字符串对象,则返回池中该字符串的引用。否则,如果该字符串对象已经存在与Java堆中,则将堆中对此对象的引用添加到字符串常量池中,并且返回该引用;如果堆中不存在该对象,则在字符串常量池中创建该字符串并返回其引用。
最后
由于篇幅限制,小编在此截出几张知识讲解的图解,有需要的程序猿(媛)可以点赞后戳这里免费领取全部资料获取哦
-gO8FzbTK-1626035669625)]
[外链图片转存中…(img-rNwhNJIi-1626035669626)]
[外链图片转存中…(img-hofyQOLS-1626035669627)]
以上是关于java自学百度网盘,绝对干货分享的主要内容,如果未能解决你的问题,请参考以下文章