深入理解JVM

Posted 2020-09-15

一、内存管理

1、运行时的内存区域

线程私有：虚拟机栈、本地方法栈、程序计数器

线程共享：堆、方法区

2、各个内存区域可能抛出的异常

• 栈

  1、当单线程时，栈的深度太大，会发生StackOverflowError，比如无穷的递归调用。

  2、当多线程时，若不停地创建线程，则会导致OutOfMemoryError，因为除去堆和方法区之外，剩下的栈总空间是有限的，不停创建线程则会不停申请栈空间，最终会导致内存溢出。

• 堆

  当不停地创建（new）对象时，会导致OutOfMemoryError

• 方法区

  运行时产生大量的类，去填满方法区，比如用CGLib去无穷生成类。

• 直接内存

  使用Unsafe分配本机内存时，可能导致OutOfMemoryError。

3、各个内存区域容量设置的参数

• -Xss2M：设置栈的容量为2M

• -Xms10M：设置堆的初始容量为10M

• -Xmx10M：设置对的最大容量为10M

• -XX:PermSize=10M：设置方法区的初始容量为10M

• -XX:MaxPermSize=10M：设置方法区的最大容量为10M

• -XX:MaxDirectMemorySize=10M：设置直接内存的最大容量为10M

4、对象的创建

• 如何在堆中分配内存

  根据内存是否规整，即GC收集器是否带有压缩整理功能，分为指针碰撞和空闲列表两种。

• 如何处理内存分配冲突

  1、CAS+失败重试；2、TLAB，即本地线程分配缓冲。

• 对象在内存中的布局

  对象头（哈希码、GC分代年龄、所状态标志等）、实例数据、对象填充

• 如何访问对象

  1、通过句柄（栈上的指针指向句柄，句柄中分别有指向对象的指针，和指向类信息的指针）

  2、直接指针（栈上的指针直接指向堆中的对象，对象中头部有一个类型指针，指向类型信息）

5、对象存活判定

即如何判断一个对象所占用的内存是否该回收？

有两种方法：1、引用计数法；2、可达性分析法。

• 引用计数法

  该方法容易出现循环引用的问题，JVM并未采用。

• 可达性分析法

  判断是否能从GCRoots中找到一条到达该对象的路径。

  GCRoots包括：栈中变量引用的对象、方法区中静态属性（static）引用的对象、方法区中常量（final）引用的对象。

6、垃圾回收

• 引用的种类

  1、强引用：通常new出来的对象的引用都是强引用。

  2、软引用（SoftReference）：如果某次回收完之后，还是可能发生内存溢出，则进行第二次回收，在第二次回收时会回收软引用，若这次回收后仍是内存不够，这时候才发生内存溢出。

  3、弱引用（WeakReference）：其指向的对象只能生存到下一次垃圾收集之前，无论当前内存是否足够，都会回收弱引用指向的对象。

  4、虚引用（PhantomReference）：设置虚引用的目的可能是为了，在该对象被回收前能够得到一个系统通知。

• finalize方法

  若某类覆盖了该方法，则其对象再被回收前会调用此方法（仅限于第一次回收该对象时）。

• 方法区的回收

  废弃的常量：当前系统中没有一个对象引用此常量。

  无用的类：堆中不存在该类的任何实例，该类的类加载器已被回收，该类的Class对象没有在任何位置被引用。

• 垃圾收集算法

  1、JVM整体上是采用“分代收集算法”。

  根据对象的存活周期的不同将Java堆分为新生代和老年代。

  新生代又分为Eden区，Survivor From区，Survivor To区，其大小比例默认为8:1:1。

  Java的方法区被定义为永久代

  2、对于新生代，一般采用“复制算法”。因为新生代的存活时间相对较短，复制的时候不会复制太多对象，所以整体效率不至于太低。

  当从Eden和Survivor From区向Survivor To区复制时，若Suvivor To区的空间不够，则需要依赖老年代进行“分配担保”。

  3、对于老年代，一般采用“标记-清除”（容易产生内存碎片）或“标记-整理”算法。因为老年代的对象存活率较高，若仍是采用复制操作，则需要复制的对象太多，效率会很低。

  4、Stop The World

  在判断对象是否应该被回收时，是通过GCRoots来判断的。

  当枚举GCRoots时，不可以出现在分析过程中，对象的引用关系还在不断发生变化，所以这时候必须停顿所有线程，这种现象称为“Stop The World”。

  5、安全点和安全区域

  安全区域是指：在这段代码片段内，引用关系不会发生变化。

  6、内存分配和回收策略

  对象优先在Eden区分配，若内存不够则进行一次Minor GC，将Eden区的活跃对象复制到Survivor To区。

  若Survivor To区大小足够，则将其中的存活对象的GC年龄加1，并判断是否应该晋升到老年代区。

  若Survivor To区大小不够，则进行分配担保，将对象复制到老年代。

  若此时老年代内存大小不够，则进行一次Full GC。

• 垃圾收集器

• Serial：新生代收集器，单线程收集器，采用复制算法。

• ParNew：新生代收集器，多线程收集器，采用复制算法。

• Parallel Scavenge：新生代收集器，多线程收集器，侧重于提高程序运行的吞吐量。

• Serial Old：老年代收集器，单线程收集器，采用标记-整理算法。

• Parallel Old：老年代收集器，多线程收集器，采用标记-整理算法。

  由于多线程的老年代收集器可以充分利用服务器多CPU的处理能力，所以常用Parallel Scavenge/Parallel Old组合，亦提高了吞吐量。

• CMS（Concurrent Mark Sweep）

  老年代收集器

  初始标记-->并发标记-->重新标记-->并发清除

• G1收集器

  初始标记-->并发标记-->最终标记-->筛选回收

二、执行子系统

（一）、类文件结构

1、平台无关性和语言无关性

平台无关性：通过Java虚拟机，Java代码可以运行在不同的操作系统上。

语言无关性：不同的语言通过编译成字节码，均可以运行在JVM上。

2、Class文件结构

（1）、 两种数据类型：无符号数，表。

（2）、魔数：“CAFEBABE”

（3）、次版本号，主版本号

（4）、常量池：常量个数，常量项（类型tag+内容）。包括字面量和符号引用。

（5）、访问标志：是否 public，final，super，interface，abstract，synthetic，annotation，enum

（6）、类索引，父类索引，接口索引

（7）、字段表

（8）、方法表

（9）、属性表

3、字节码指令

（1）、字节码中的数据类型：byte、short、int、long、float、double、char、reference

（2）、加载和存储指令：将数据加载到操作数栈，将数据存储到局部变量表

（3）、运算指令：加减乘除、取余、取反、位移、位运算（与、或、异或）、局部变量自增、比较

（4）、类型转换

（5）、对象创建和访问

（6）、操作数栈相关指令

（7）、控制转移指令：条件分支等

（8）、方法调用和返回：

invokevirtual（实例方法）

invokeinterface（接口方法）

invokespecial（构造方法，私有方法，父类方法）

invokestatic（静态方法）

（9）、同步指令：monitorenter、monitorexit。通过管程实现，用于支持synchronized关键字。

（二）、类加载机制

1、类在什么时候会加载

（1）、new（使用new实例化对象的时候），getstatic（读取一个类的静态字段，不包括final的），putstatic（设置一个类的静态字段，不包括final的），invokestatic（调用一个类的静态方法时）。

（2）、通过java.lang.reflect包的方法，对类进行反射调用的时候，若类未初始化，则会对其进行初始化。

（3）、当初始化一个类时，若其父类还未初始化，则先初始化其父类。

（4）、虚拟机启动时，会先初始化包含main方法的那个类，即主类。

（5）、被动引用不会导致类加载，比如：通过子类引用父类的静态字段，不会导致子类初始化；定义某类的数组，则该类不会初始化；引用某类的静态常量，则该类不会初始化。

2、类加载的过程

（1）、加载

通过类的全限定类名获取二进制流；将字节流转换为方法区内的运行时数据结构；在内存中生成一个代表该类的Class对象，作为方法区里这个类的各种访问数据的入口。

（2）、验证

校验Class文件中的信息是否复合JVM的要求。

文件格式验证（基于二进制字节流，校验主次版本号是否支持等）；

元数据验证（是否继承的final类，是否实现了接口的所有方法等）；

字节码验证（通过数据流和控制流分析，验证程序语义，比如只能父类引用指向子类对象，子类引用不能指向父类对象）；

符号引用验证（当JVM将符号引用转换为直接引用时，会检查是否能根据名称找到相应的类，方法，字段等）；

验证阶段其实不是必须的，如果该字节码被反复验证过，其实可以关闭验证。

（3）、准备

为静态变量设置初始值（int为0，reference为null等）；

为常量设置初始值。

（4）、解析

将常量池里的符号引用解析为直接引用（即指向内存中某个区域的指针）。

解析的符号引用有：类或接口、字段、方法、接口方法等。

（5）、初始化

若父类没有加载，则先加载父类；

然后为静态变量设置初始值，执行静态代码块等；

3、类加载器

（1）、每个类，都要由“加载它的类加载器”和“这个类本身”一块确定该类在虚拟机里的唯一性。

（2）、类加载器种类

启动类加载器：加载<JAVA_HOME>/lib目录中的类；

扩展类加载器：加载<JAVA_HOME>/lib/ext目录中的类；

应用程序类加载器：加载CLASSPATH中的类，如果应用程序没有自定义过自己的类加载器，这个便是程序中默认的类加载器。

（3）、双亲委派模型

当一个类加载器加载类的时候，首先不会亲自加载这个类，而是会把这个请求委派给父加载器去加载，如此递归下去，所有的请求最终会传到顶层的引启动类加载器。只有当父加载器无法加载该类时，才会让子类去尝试加载。

这样做可以保证，同一个类在虚拟机中不会被不同的类加载器加载很多次。

（三）、字节码执行引擎

1、运行时栈帧结构

程序执行时，内存中的栈，里面是一个一个的栈帧。每一个方法的调用及其执行，都对应着一个栈帧。

2、方法调用

（1）、方法调用指令

invokestatic：调用静态方法

invokespecial：调用实例构造器、私有方法、父类方法

invokesvirtual：调用所有的虚方法（非static非final方法）

invokeinterface：调用接口方法

（2）、分派

静态分派：对应于方法参数上的重载。编译器在重载时，是通过参数的静态类型，而不是实际类型作为判断依据的。

动态分派：对应于多态。当invokespecial指令执行时，第一步就是在运行期确定接受者的实际类型。

三、代码优化

• 编译期优化

  （1）、编译过程

  词法分析，语法分析-->

  填充符号表-->

  处理注解-->

  语义分析（标注检查、数据及控制流分析、解语法糖）-->

  字节码生成。

  （2）、Java的语法糖

  泛型与类型擦除

  自动装箱、拆箱

  foreach循环

  变长参数

  注意：1、JVM在字节码里，用Signature属性存储了方法在字节码层面的方法签名，通过这项元数据，可以通过反射获取类的泛型信息。2、包装类的“==”运算，在不遇到算数运算时不会自动拆箱，这时候比较的是引用是否相等。

• 运行期优化

  （1）JIT编译器（Just In Time）

  Java程序最初是通过解释执行的，当虚拟机发现“某个方法或某段代码块

  ”运行特别频繁时，会把这些代码认定为“热点代码（Hot Spot Code）”。为了提高热点代码的执行效率，在运行时，会把这些代码编译为与本地平台相关的机器码，并进行各种优化。完成这个任务的编译器叫做即时编译器。

  （2）、解释器与编译器并存

• 1、编译对象

  被多次调用的方法：将整个方法作为编译对象。

  被多次执行的循环体：依然将整个方法作为编译对象，进行栈上替换（On Stack Replacement），即替换栈帧。

  2、热点探测的方式

  基于采样：周期性的检查栈顶，若某方法经常出现在栈顶，则其是热点方法。

  基于计数器：统计方法执行次数，到了一定的阈值，则其是热点方法。

  3、两种计数器

  JVM的热点探测是基于计数器的，有两种计数器：方法调用计数器和回边计数器。

  方法调用计数器：即统计方法执行次数。

  回边计数器：循环体中代码执行的次数。“回边”，即在字节码中遇到控制流向后跳转的指令。

  4、编译优化技术

  公共子表达式消除、数组边界检查消除、方法内联、逃逸分析等。

四、并发

1、JVM内存模型和线程

（1）、JVM内存模型

1、JVM内存模型主要是定义程序中变量的访问规则，即在虚拟机中将变量存储到内存，和从内存中取出变量这样的细节。这些变量指的是实例字段、静态字段等，不包括局部变量（因为局部变量是线程私有的，不被共享，不存在竞争问题）。

2、工作内存中保存了该线程使用到的变量的在主存中的拷贝。线程对变量的所有操作（读取，赋值）都必须在工作内存中进行，不能直接读写主存中的变量。

3、Java内存模型中的工作内存只是个抽象概念，并不真实存在，它涵盖了缓存、写缓冲区、寄存器以及其它的硬件和编译器优化。

4、内存间的交互操作

lock、unlock

read、load、use、assign、store、write

5、volatile变量

6、原子性、可见性、有序性

7、happens-before原则

（2）、线程

1、线程的实现方式

三种方式：1：1、1：N、N：M。

Java是通过将线程映射到操作系统的线程上去实现的。

2、线程的调度方式

两种方式：协同式线程调度、抢占式线程调度。

Java中使用的是抢占式线程调度。

3、线程的状态转换

1、线程安全和锁优化

• 线程安全

  （1）、共享数据的种类：

  1、不可变：不可变对象是值“对象中带有状态的变量都声明为final”。

  2、绝对线程安全

  3、相对线程安全：Vector、Hashtable等

  4、线程兼容：ArrayList、HashMap

  5、线程对立

  （2）、线程安全的实现方法

  1、互斥同步（Mutual Exclution & Synchronization）

  同步是指在多个线程并发访问共享数据时，保证共享数据在同一时刻只被一个（一些）线程使用。

  互斥是实现同步的一种手段，临界区、互斥量、信号量都是互斥的实现方式。

  互斥是因，同步是果；互斥是方法，同步是目的。

  互斥同步又称为“阻塞同步”，属于一种悲观的并发策略。

  2、非阻塞同步

  非阻塞同步是一种基于“冲突检测”的乐观并发策略；

  即先进行操作，如果“没有其它线程争用共享数据”，那操作就成功了。如果共享数据有争用，产生了冲突，那就再采取其它的补偿措施（比如不断重试，直到成功为止）。

  因为这种策略不需要将线程挂起，所以成为非阻塞同步。

  “操作和冲突检测”这两个步骤，需要具备原子性，这可以通过硬件的CAS来实现。

  CAS指令需要三个操作数：内存位置，旧的预期值，新值。当且仅当“内存位置的值”符合“旧的预期值”时，处理器用“新值”更新“内存位置的值”，否则就不更新。最终无论是否更新，均会返回“旧值”。

  3、不须同步

  可重入代码：不依赖堆上的数据和共用的系统资源，用到的状态量都由参数中传入，不调用非可重入的方法。如果一个方法，它的返回结果可预测，相同的输入，均能返回相同的输出，它便是可重入的。

  线程本地存储：即ThreadLocal，以当前线程哈希码为键，某变量位置的一个键值对。

• 锁优化

  1、自旋锁

  因为当线程阻塞，或从阻塞中恢复时，挂起线程和恢复线程的操作都需要转入到内核态去完成，这给系统的性能带来了很大压力。

  如果某个锁被占用的时间很短，这时候可以让“后面那个请求锁的线程”稍微等一下，不放弃CPU的执行时间，执行一个忙循环，直到获得锁。

  2、锁消除

  将一些代码上进行了同步，但实际不会存在共享数据竞争的锁进行消除。

  3、锁粗化

  如果对一个对象反复加锁和解锁，甚至这个对象在循环体内，则可以把锁加到循环体外，这样可以消除反复加解锁所带来的损耗。

  4、轻量级锁

  5、偏向锁