JVM虚拟机知识点总结

JVM基础

了解HotSpot

我们日常所说的JVM，一般指的都是Hotspot（热点）虚拟机。java原先是把源代码编译为字节码在虚拟机执行，这样的执行效率比较慢。而Hotspot是将字节码编译为本地代码，从而提高整体运行效率。

HotSpot包括一个解释器和两个编译器（client or server），采用解释器与编译器混合模式。

编译器：将源代码编译成字节码

解释器：用来解析字节码（书上这么说的）

编译器-client：启动快，占用内存小，执行效率没有server高，默认不开启动态编译，适用于桌面应用

编译器-server：启动慢，占用内存大，执行效率高，默认开启动态编译，适用于服务端应用 可以通过以下命令看当前虚拟机的执行引擎

$ java -version
java version "1.8.0_45"
Java(TM) SE Runtime Environment (build 1.8.0_45-b14)
Java HotSpot(TM) 64-Bit Server VM (build 25.45-b02, mixed mode)


$ java -Xint -version
java version "1.8.0_45"
Java(TM) SE Runtime Environment (build 1.8.0_45-b14)
Java HotSpot(TM) 64-Bit Server VM (build 25.45-b02, interpreted mode)


$ java -Xcomp -version
java version "1.8.0_45"
Java(TM) SE Runtime Environment (build 1.8.0_45-b14)
Java HotSpot(TM) 64-Bit Server VM (build 25.45-b02, compiled mode)           

java编译原理

什么是字节码、机器码、本地代码

字节码：即.class文件。javac工具将,java文件进行编译，产生的.class文件即为字节码

机器码：机器指令。操作系统能够识别的语言 本地代码：机器指令。操作系统能够识别的语言

编译过程

C和C++语言是将源代码编译成机器语言，这样机器可以直接执行。缺点是需要适配不同的操作系统，没法实现“一次编译，到处运行”

java语言是将源代码编译成字节码文件，通过不同版本的JVM去进行适配，最终生成机器指令，实现了“一次编译，到处运行”。实际上，最重要的指令翻译操作隐藏在JVM中，所以程序员只需要考虑自己的代码编写即可，无需关心操作系统不同所带来的影响。

JIT

JIT产生的背景

JVM通过解释器将字节码翻译成机器语言，逐行读取，逐行翻译。经过解释执行，其效率要比可执行的二进制程序慢很多，这就是传统JVM解释器（Interpreter）的功能，为了解决执行效率慢的问题，JIT即时编译技术应运而生。

JIT即时编译器

JIT（Just In Time）能在JVM发现热点代码时，将这些代码编译成与本地平台相关的机器码，并执行各个层次的优化，从而提高代码的执行效率。

• 热点代码：频繁执行的方法或代码块
• 目的：提高代码的执行效率

当JVM执行代码时，JIT不会立刻对其进行编译。倘若这段代码只运行一次，让解释器翻译成机器语言效率更高。JIT编译会比较耗时，仅适用于频繁访问的代码。所以一般使用解释器+编译器混合模式（mixed mode）可以发挥他们各自的优势。

热点代码机制

前面提到JIT通过热点代码进行编译成机器码，从而提升代码执行效率。那么热点代码是如何判断的呢？

• 基于采样的热点探测：周期检查各个线程的栈顶，发现某个方法经常出现在栈顶，则为热点方法
• 基于计数器的热点探测（HotSpot采用）：为每个方法（代码块）创建计数器，统计方法的执行次数，当超过一定阈值时认为是热点代码。

计数器热点探测

计数器=方法计数器+回边计数器，当计数器达到阈值时会向编译器请求编译。

1. 方法计数器：顾名思义，就是记录一个方法被调用的次数（PS：方法计数器统计的是一定时间内的调用次数，当超过一定时间，仍然没有到达阈值，那么计数器将减半，此过程也叫“热度衰减”）
2. 回边计数器：用于统计循环体的执行次数，字节码中遇到控制流向后跳转的指令，称之为“回边”

JVM运行时数据区

运行时数据区：java程序运行过程数据的存储区域，划分为5个区域（方法区、堆、虚拟机栈、本地方法区、程序计数器）

方法区 存储类信息、常量池、静态变量以及JIT编译后的本地代码等数据

JAVA堆

1. 堆是jvm中内存最大的一块区域
2. 所有的对象实例和数组都在此分配

虚拟机栈

1. 虚拟机栈是线程私有的
2. 虚拟机栈的生命周期与线程相同 解释：每虚拟机栈中是有单位的，单位就是栈帧，一个方法一个栈帧。一个栈帧中他又要存储，局部变量，操作数栈，动态链接，出口等。解析栈帧：

局部变量表：是用来存储我们临时8个基本数据类型、对象引用地址、returnAddress类型。（returnAddress中保存的是return后要执行的字节码的指令地址。）

操作数栈：操作数栈就是用来操作的，例如代码中有个 i = 6*6，他在一开始的时候就会进行操作，读取我们的代码，进行计算后再放入局部变量表中去

动态链接：假如我方法中，有个 service.add()方法，要链接到别的方法中去，这就是动态链接，存储链接的地方。

出口：出口是什呢，出口正常的话就是return 不正常的话就是抛出异常落

本地方法区

1. 被native修饰的方法
2. 底层是C或C++实现，用于实现与操作系统相关的指令
3. 本地方法区的生命周期与线程相同

程序计数器

1. 程序计数器的内存很小，它用于记录当前线程执行字节码指令的地址
2. 由于JVM多线程是通过线程切换分配CPU执行时间来实现的，为了在切换线程后能恢复到正确的位置，因此加入了程序计数器，记录当前线程的执行地址。每个线程独立分配程序计数器，互不影响。
3. 程序计数器的生命周期与线程相同。

垃圾回收机制

C或C++语言编程时，程序员经常需要编写代码去操作内存空间释放，这种操作上手难度大，极易出现内存泄露、内存溢出等现象。

因此java语言设计时将内存管理封装在jvm中，程序员无需关心内存是如何回收的，只需要在上层应用编写业务代码即可。这种内存管理模式就是垃圾回收（GC）。

如何判断是否为垃圾对象

相信大家有所了解，常见的判断垃圾对象算法有引用计数法、可达性分析

1. 引用计数法

原理：对象创建的时候，给这个对象绑定一个计数器。用计数器统计对象引用的次数，当次数为0时，表示当前对象无引用，判定为垃圾对象。

优点：引用计数法实现简单，效率高

缺点：无法解决循环引用问题 一般不推荐使用，至少主流的jvm都不采用这种方式。

// 引用计数法案例
class User{
    User user;
}
public static void main(String[] args){
    User a = new User();
    User b = new User();
    // 循环引用
    a.user = b;
    b.user = a;
    // a、b指向null
    a = null;
    b = null;
    // 此时堆空间中循环引用对象仍然存在，无法回收
}           

2.可达性分析

原理：从根节点开始向下搜索，搜索所走的路径叫引用链。当一个对象到根节点没有任何引用链时，表示该对象不可用，可以被回收。根节点也叫GC Roots

那么GC ROOTS到底是什么呢？什么样的对象可以判定为GC Roots

1、虚拟机栈（栈帧中的本地变量表）中引用的对象；
2、方法区中类静态属于引用的对象；
3、方法区中常量引用的对象；
4、本地方法栈中JNI（即一般说的Native方法）引用的对象。
...
           

垃圾回收算法

当对象识别为垃圾对象后，即可开始进行垃圾清理。常见的垃圾回收算法有以下几种方式

• 复制（Coping）
• 标记-清除（Mark-Sweep）
• 标记-整理（Mark-Conpact）
• 分代回收算法

标记-清除

标记-清除算法分为两个阶段

标记阶段：通过垃圾识别方式，从GC Roots开始把引用链上的对象打标记，未被标记的对象即为垃圾对象

清除阶段：将未被标记的垃圾对象进行内存空间回收

不足之处：

1. 标记和清除两个阶段的效率都不高
2. 空间利用率低。清除之后会产生大量的空间碎片，当内存需要分配一个比较大的对象时，不得不重新触发垃圾回收

标记-整理

标记-整理是标记-清除的改良版，主要解决内存碎片的问题

标记阶段：通过垃圾识别方式，从GC Roots开始把引用链上的对象打标记，未被标记的对象即为垃圾对象

整理阶段：将标记的对象整理到内存的某一端

清除阶段：将未被标记的垃圾对象进行内存空间回收

优点：减少内存碎片，可以存储更多大对象 缺点：比起标记-清除算法，整理算法多了一步内存移动操作，效率会降低

复制算法

效率提升，要么时间换空间，要么空间换时间

标记-清除、标记-整理的算法效率都是比较低的，因为涉及到两次遍历。于是有了复制算法

原理：复制算法将内存以1:1比例划分为两个区域，同一时间，只允许一块活跃区域使用。当触发垃圾回收时，会进入以下阶段

复制阶段：通过GC Roots寻找存活对象，将其复制到另一块内存空间，标记此空间为活跃区域

清除阶段：将旧的活跃区域清空（基本不耗时）

小结：

1. 时间复杂度比较：复制 > 标记-清除 > 标记-整理
2. 空间复杂度比较：标记-清除 ~= 标记-整理 > 复制

技术始终是服务于业务的

当我们进行垃圾回收时，考虑到空间碎片不能太多，因为空间碎片化会导致频繁GC，所以我们只能考虑标记-整理or赋值算法。

试想，假如你有一片内存空间，

1. 若空间里驻存着大量朝生夕死的对象，垃圾对象多，存活对象少。此时我们可以使用复制算法，只复制少量存活对象，此方式效率是最高的。
2. 若空间里老龄化严重，垃圾对象少，存活对象多。此时使用复制算法就不占优势了，复制对象多会导致整体性能下降。所以对于大量对象存活的内存空间，我们采用标记-整理算法
3. 原因：
4. a.内存利用率高；
5. b.当存活对象较多时，复制算法和标记-整理算法性能差不多。你想想看，假设内存中98%的对象存活，通过复制算法，一次遍历需要将98%的数据进行复制，这得活活累死JVM；而标记-整理算法第一次遍历只打标记，整理内存，第二次遍历只需要清除较少的垃圾对象，因此综合效率要比复制算法高。

因此我们得到一个结论

对象存活率低时，使用复制算法

对象存活率高时，使用标记-整理算法(或标记-清除算法)

分析了一大堆，这完全没提老师傅标记-清除啊，标记-清除算法就要被抛弃了吗？

其实不然，每个算法都有适合它的业务场景。当对象存活率高，且都是小对象时，多一步整理反而显得有些画蛇添足，浪费性能，此时用标记-整理算法反而会更合适。只不过这种场景一般不多，造成了标记-整理算法优于标记-清除算法的假象

分代回收算法

分带回收算法是一个抽象的概念，它不是一个具体的实现，而是将其他垃圾回收算法进行分类组合，从而提升虚拟机的整体性能。前面提到垃圾回收算法与对象的存活率相关，因此分代回收算法把对象分为年轻代(对象存活率低)、老年代(对象存活率高)两个区域

年轻代

年轻代使用复制算法，但不会1:1将内存进行分配，这样的内存利用率太低了，只有50%。为了解决内存利用率低的问题，互联网的大神们纷纷祭出法宝，通过数据计算，最终产生了年轻代最佳的分区方式：eden : survivor1 : survivor = 8:1:1(为了方便描述，下面S代表survivor)

名词解释
eden:伊甸区。你可以想象到亚当和夏娃的故事，伊甸园作为一切生命的起源。因此，所有对象都在这个区域产生
s1: 幸存者1区
s2: 幸存者2区
           

工作流程：s1和s2同一时间只有一块区域是活跃的，另一块作为备胎使用（为什么我会想到备胎？不要问，问了就是不知道）

首先，jvm启动时会将s1设置成活跃状态，当创建对象时，jvm会向eden区申请内存。当eden内存空间不足以分配新的内存时触发Minor GC

老年代

老年代中因为对象存活率高，减少进行垃圾回收，为了使其空间不造浪费，老年代只使用唯一一块内容空间，因此在进行拉取回收时，可以选择“标记-清楚”或者“标记-整理”两种方式。具体实现方式需要看jvm执行时选择的垃圾收集器

常见的垃圾收集器

什么是垃圾收集器?

垃圾回收器指的是标记-清除、复制算法、标记-整理的具体实现

年轻代

Serial、ParNew、Parallel Scavenge

老年代

CMS、Serial Old、Parallel Old

年轻代-Serial

单线程垃圾收集器，只能使用一个CPU去进行垃圾回收，且GC时，其他线程会进入暂停状态 特点：

1. 使用复制算法
2. 适合单CPU环境，没有上下文切换的成本，运行效率高

-XX:+UseSerialGC，设置串行收集器，年轻代收集器

年轻代-ParNew

多线程垃圾收集器，同时启动多个线程进行垃圾收集，且GC时，其他线程会进入暂停状态 特点：

1. 采用复制算法
2. 适合多CPU环境
3. 只能与CMS配合使用

-XX:+UseParNewGC，设置并行收集器，年轻代收集器

年轻代-Parallel Scavenge

多线程收集器，可以调整程序吞吐量 特点：

1. 采用复制算法
2. 适合多CPU环境
3. 可调节吞吐量

-XX:+UseParallelGC，设置并行收集器，目的是达到可控制的吞吐量，年轻代收集器

备注: 吞吐量=程序运行时间/(程序运行时间+GC耗时) 如程序运行时间99s，GC耗时1s，那么吞吐量 = 99/(99+1) = 99%

Parallel Scavenge 分别通过-XX:MaxGCPauseMillis和-XX:GCTimeRatio两个参数来控制吞吐量 -XX:MaxGCPauseMillis：设置GC最大停顿时间，单位ms，适用于高用户场景。程序员建议不要修改这个值，jvm会自动调节。理论上降低GC停顿时间，可以获得高吞吐量，但是MinorGC的调用频率就上去了，从而降低了系统的吞吐量。因此MaxGCPauseMillis这个参数比较难控制。

老年代-Serial Old

单线程收集器

特点：

1. 采用标记-整理算法
2. 单线程收集器

-XX:+UseSerialOldGC，设置串行收集器，老年代收集器

老年代-Parallel Old

特点：

1. 采用标记-整理算法
2. 多线程收集器

-XX:+UseParallelOldGC，设置并行收集器，老年代收集器

老年代-CMS

特点：

1. 采用标记-清除算法
2. 并发收集、低停顿
3. GC时，工作线程不暂停

-XX:+UseConcMarkSweepGC，设置并发收集器，老年代收集器

G1

分代回收器

特点：

1. 多线程收集器
2. 并发GC、与工作线程同事进行
3. 分年轻代、老年代进行垃圾回收
4. 采用复制算法、标记-整理算法

-XX:+UseG1GC，设置G1收集器，jdk1.9默认使用

内存调优

vm选项

或者你曾看过xmx、xms、xss等参数，知道他们是用于vm内存调优，但不知道他们的含义、调整范围。那么这篇文章就非常适合你阅读了。先看看VM选项， 三种：

• -: 标准VM选项，VM规范的选项
• -X: 非标准VM选项，不保证所有VM支持
• -XX: 高级选项，高级特性，但属于不稳定的选项

常见的JVM参数

-X 参数

• -Xmx(memory maxium)：最大堆内存，等同于 -XX:MaxHeapSize
• -Xms(memory startup)：初始化堆内存大小
• -Xmn(memory new)：堆中年轻代初始大小，可具体细化，初始化大小用-XX:NewSize,最大大小用-XX:MaxNewSize
• -Xss(stack size)：线程栈大小，等同于 -XX:ThreadStackSize

-XX 参数

• -XX:NewSize=n：设置年轻代大小
• -XX:NewRatio=n: 设置年轻代和年老代的比值。比如n=2,代表年轻代和年老代的比值为1：2。
• -XX:SurvivorRatio=n: 年轻代中Eden区/Suvivor区。比如n=4,代表Eden:Survivor=4:1*2(有两个Survivor区)
• -XX:-UseAdaptiveSizePolicy: 取消默认的Ratio动态设置，只有设置了此选项，上面的那个选项才能生效
• -XX: MaxPermSize=n: 设置持久代大小
• -XX:+PrintTenuringDistribution：打印Tunuring年龄信息
• -XX:+HeapDumpOnOutOfMemoryError: OOM时输出heap dump
• -XX:HeapDumpPath=${目录}参数表示生成DUMP文件的路径，也可以指定文件名称，例如：-XX:HeapDumpPath=${目录}/java_heapdump.hprof。如果不指定文件名，默认为：java_<pid><date><time>_heapDump.hprof。

调优总结

1. 在实际工作中，我们可以直接将初始的堆大小与最大堆大小相等， 这样的好处是可以减少程序运行时垃圾回收次数，从而提高效率。
2. 初始堆值和最大堆内存内存越大，吞吐量就越高， 但是也要根据自己电脑(服务器)的实际内存来比较。
3. 最好使用并行收集器,因为并行收集器速度比串行吞吐量高，速度快。当然，服务器一定要是多线程的
4. 设置堆内存新生代的比例和老年代的比例最好为1:2或者1:3。默认的就是1:2
5. 减少GC对老年代的回收。设置生代带垃圾对象最大年龄，进量不要有大量连续内存空间的java对象，因为会直接到老年代，内存不够就会执行GC

注释：其实最主要的还是服务器要好，你硬件都跟不上，软件再好都没用 注释：老年代GC很慢，新生代没啥事 注释：默认的JVM堆大小好像是电脑实际内存的四分之一左右

类加载器

类加载过程

加载-链接-初始化

1. 加载 首先，JVM将class文件读入内存，并将这些静态数据转换成方法区的数据结构，JVM还会在堆中生成一个与之对应的java.lang.Class文件.
2. 连接 当类被加载后，系统生成了class文件，接着将会进入连接阶段。连接阶段负责把类的二进制数据载入JRE（意思是将java类的二进制数据加载到JVM运行时环境）。连接阶段又分为以下三个过程：
3. 2-1. 验证：检查被加载的class文件是否符合JVM规范。主要检查class二进制数据格式。
4. 2-2. 准备：负责为类的静态变量分配内存，并设置默认初始值。
5. 2-3. 解析：将类的二进制数据中的符号引用替换成直接引用。说明一下：符号引用：符号引用是以一组符号来描述所引用的目标，符号可以是任何的字面形式的字面量，只要不会出现冲突能够定位到就行。布局和内存无关。直接引用：是指向目标的指针，偏移量或者能够直接定位的句柄。该引用是和内存中的布局有关的，并且一定加载进来的。
6. 初始化 为类的静态变量赋予正确的初始值。

ps：需要注意的是，准备阶段和初始化阶段不矛盾，来看一个例子吧。

class Demo{
    private static int a = 10;
}           

阶段1-加载：JVM加载Demo.class文件，并在方法区中生成class对象

阶段2.1-验证：检查Demo.class文件安全性，数据格式校验等

阶段2.2-准备：找到静态变量a，且a是Int类型，所以给a赋予默认初始值0（整型的默认初始值）

阶段2.3-解析：将字符引用替换为直接引用（可以理解为指针指向）

阶段3-初始化：找到静态变量a，执行赋值表达式，将10赋予给a

类加载器

1. 启动类加载器
2. 扩展类加载器
3. 应用类加载器
4. 用户自定义类加载器

1. 启动类加载器（Bootstart ClassLoader） 它用来加载java的核心类，使用原生代码编写（C or C++），负责加载jre/lib/rt.jar里所有的class文件。没有父类加载器

2. 扩展类加载器（Extension ClassLoader） 扩展类加载器是指Sun公司（后被Oracle收购）实现的sun.misc.Laucher$ExtClassLoader类，由java语言实现。它负责加载jre/lib/ext目录下的所有jar包 父类加载器为null

3. 应用类加载器(Application ClassLoader) 也称为系统类加载器（System ClassLoader），它负责加载-classpath路径下的jar包和类文件（一般是用户的java工程）。应用类加载器继承自扩展类加载器，一般无指定自定义类加载器的话，默认使用的是应用类加载器完成。父类加载器为Extension ClassLoader

4. 自定义类加载器(Custom ClassLoader) 用户自己编写的类加载器，需要继承ClassLoader。父类加载器为Application ClassLoader

双亲委派机制

类加载依靠双亲委派机制（Parents Delegate）：当一个类要被加载时，类加载器不会马上进行加载。如果当前类加载器有父类，会让父类进行加载，直到最顶层的Bootstart ClassLoader。当父类无法加载时，才会让子类进行加载。（也可以理解为：父母做不了的事情，你自己处理）

双亲委派机制有安全因素的考虑，可以保证java核心api中定义类型不会被替换。假设通过网络传递一个名为java.lang.Integer的类，通过双亲委派传输到启动类加载器，而启动类加载器发现这个类已经加载过了，并不会加载网络传输过来的java.lang.Integer，直接返回已经加载过的Integer.class

作者:颜奕强

来源-微信公众号:三七互娱技术团队

出处:https://mp.weixin.qq.com/s/GFozIQqu5fKb1xCWqgKSgQ