JVM

JVM是什么

JVM是Java虚拟机，解决的核心问题是一次编写，到处运行。JVM通过在操作系统之上建立一个抽象的计算机，让字节码文件可以跨平台执行。

JVM组成结构

• 类加载器：加载字节码文件到内存，进行加载、链接、初始化操作，生成对应的Class对象。
• 运行时数据区：JVM的内存管理区域，包含共享区域（堆、方法区）、线程私有区域（虚拟机栈、本地方法栈、程序计数器）。
• 执行引擎：将字节码翻译为操作系统可以执行的机器指令，包含解释器、JIT编译器两种方式。
• 本地方法接口（JNI）：一套标准接口，允许Java代码调用c/c++等语言实现的本地方法。
• 本地方法库：用c/c++等编写并编译好的动态链接库，提供Java无法直接完成的系统级操作，通过JNI被JVM加载和调用。

类加载机制

一个类的生命周期：加载 -》 验证 -》准备 -》解析》初始化 -》使用 -》卸载

双亲委派模型是类加载机制的核心，当一个类加载器收到加载请求时，自己不先尝试加载，而是逐级向上委派给父加载器，直到最顶层的Bootstrap ClassLoader。只有父加载器无法加载该类时，子加载器才尝试加载。

• 启动类加载器：Bootstrap ClassLoader。
• 扩展类加载器：Extension ClassLoader。
• 应用类加载器：Application ClassLoader。

为什么需要双亲委派模型？

• 安全：保证Java核心类库由启动类加载器加载，避免被篡改。
• 唯一：优先交给父加载器加载，避免重复加载。

如何打破双亲委派模型？ 通过自定义类加载器，打破“父加载器无法直接加载子加载器可见类”。 实现方式：每个线程都有一个contextClassLoader，默认是应用类加载器。核心库的代码通过Thread.currentThread().getContextClassLoader()拿到线程上下文加载器，然后用它来加载子类，从而打破“父加载器无法直接加载子加载器可见类”。

类的生命周期：

• 加载：根据全限定名找到字节码，在堆中生成Class对象。
• 验证：检查字节码是否安全合规，防止恶意代码。
• 准备：为静态变量分配内存并赋予默认值。普通静态变量设置为0、null或false，编译器静态变量（static final修饰的基本类型或String类型）设置为代码中指定值。
• 解析：把符号引用转成能直接定位的内存引用，如类引用、方法引用等。
• 初始化：执行类的构造器方法，为静态变量赋值、执行静态代码块。
• 使用：程序通过Class对象创建实例或调用方法。
• 卸载：该类的Class对象被回收，方法区数据清除。

运行时数据区

运行时数据区是JVM的内存管理区域，规定了程序在运行时的数据该放在哪里、由谁共享、何时创建销毁等。

堆

[!NOTE] 线程安全 线程共享

JVM中最大的一块内存，几乎所有对象实例都在此分配。从GC视角，堆采用分代设计，将内存分为：

• 新生代：包含Eden区和两个Survivor区，比例为：8:1:1。绝大多数对象诞生在Eden区，熬过垃圾回收的对象会晋升到Survivor区，再从Survivor区晋升到老年代（每熬过一次Minor GC，则对象的GC年龄+1，达到默认值15时，晋升到老年代）。
  • TLAB：线程本地分配缓冲区，全称：Thread Local Allocation Buffer。TLAB是JVM为加速多线程下对象分配而设计的核心优化，在Eden区为每个线程划分一块独享空间，让线程在自己的独享空间内分配内存，与其他线程互不干扰。
• 老年代：存放长期存活对象，如缓存、数据库连接池等。

因为大部分对象都“朝生夕死”，所以在不同生命周期的对象采用不同的垃圾回收算法。新生代大部分对象生命周期较短，适合标记复制算法。老年代对象生命周期相对较长，适合标记整理或标记清除算法。

对象分配流程：

• 线程创建对象，先检查TLAB剩余空间是否足够，足够则直接在TLAB内指针碰撞，完成分配。
• 若TLAB剩余空间不够：
  • 申请新TLAB分配：申请一块更大的TLAB，在新TLAB分配。
  • 在Eden区分配：对象大小适中，但新申请TLAB不划算，则在Eden区的公共区域通过同步操作分配。
  • 在老年区分配：对象较大，则跳过Eden区，直接在老年代分配，避免在新生代频繁复制。

方法区

[!NOTE] 线程安全 线程共享

存储类的元数据、运行时常量池、静态变量、JIT编译后的代码缓存等。

• 类的元数据：存放类的全限定名、字段描述、方法描述等。
• 运行时常量池：存放字面量和符号引用。（动态链接就靠它）
• 静态变量：static修饰的变量。从JDK1.7起，字符串常量池和静态变量从原来的方法区移动到了堆中，但逻辑上还是方法区。
• JIT编译后的代码缓存：热点方法被JIT编译称本地机器码后，缓存在方法区。

演变历史：

• JDK1.7：在堆内实现为永久代，容易OOM。
• JDK1.8：改为使用本地内存的元空间，可以直接使用本地系统内存，仅受物理内存限制。同时，原来在永久代的字符串常量池和静态变量转移到了堆中。

虚拟机栈

[!info] 线程安全 线程私有

每个线程创建时，JVM会为其分配一个私有的虚拟机栈，内部由一个个栈帧组成。每个方法被执行时，都会创建一个栈帧入栈，方法结束后出栈。

栈帧的结构：

• 局部变量表：存放方法参数和局部变量，以槽位Slot为最小单位。
• 操作数栈：一个后进先出的栈，用于计算的临时工作区。例如计算 int a = 1+2; 先压入1、2，执行iadd指令相加，结果放回栈顶，再存入局部变量表。
• 动态链接：指向方法区中的运行时常量池对该方法的符号引用，并替换为直接引用。（多态）
• 方法返回地址：记录方法调用后的下一条指令地址，正常退出或异常退出都要恢复调用者现场。

栈常见错误：

• StackOverFlowError：栈溢出，通常由于方法递归深度太大导致。
• OutOfMemoryError：栈无法申请足够内存时。

程序计数器

[!info] 线程安全 线程私有

程序计数器是当前线程所执行的字节码行号指示器，CPU时间片在各线程间切换，每个线程都有自己的“进度条”。

• 当线程正在执行一个Java方法，程序计数器记录的是当前字节码指令的地址。
• 当线程正在执行一个Native方法，程序计数器的值为空。

为什么需要程序计数器？

• 流程控制：字节码指令执行时，解释器根据计数器取下一行指令。
• 线程恢复：多线程抢占CPU时，任何线程被挂起后再恢复，是程序计数器来告诉线程“上一次执行到哪一行”的。
• 异常处理：抛出异常时，JVM通过当前计数器位置查找异常表，确定该在哪一行catch。

本地方法栈

[!info] 线程安全 线程私有

本地方法栈是为Native方法调用服务的栈，它让c、c++代码能在JVM内部安全运行。通过JNI，Java可以调用c、c++实现的函数，而本地方法栈就为这些Native方法提供栈环境。

执行引擎

执行引擎是JVM的心脏，它负责把字节码翻译成操作系统能执行的机器指令并运行。但为了既快又灵活，采用了“解释执行+编译执行”混合驱动的设计。

执行引擎组成部分：

• 解释器：逐条将字节码翻译为本地机器指令并执行。类比：同声传译。
• JIT编译器：将热点代码一次性编译成本地机器码，后续直接运行。类比：翻译后的文字稿。
• 垃圾回收器：严格说垃圾回收器也属于执行引擎的一部分，负责自动内存回收。

为什么要用解释器+JIT编译器混合模式？ 为了找到一种性能平衡，所以采用了混合模式：

• 解释器：负责“预热”、“兜底”。程序刚启动时，快速响应。当JIT编译失败时，退回解释执行保证正确性。
• JIT编译器：负责“加速”。收集到足够热点信息后，对真正的性能瓶颈进行深度优化。 这也是说Java是编译和解释共存的原因。

如何识别热点代码？ HotSpot采用热点探测， 主要基于计数器：

• 方法调用计数器：记录每个方法被调用的次数。
• 回边计数器：记录循环体执行的次数。热点循环会触发OSR（栈上替换），将正在解释执行的循环替换为编译好的机器码。 需注意，为避免临时热点代码造成的资源浪费，计数器会随时间进行半衰减的“降温”，只保留高频使用的热点代码。

JIT编译器采用分层编译，C1快速预热+收集数据 -》C2精准优化。

• C1编译器：编译速度快，生成代码质量中等，适合需要快速处理的短任务。
• C2编译器：编译耗时长，但会进行大量基于运行时信息的激进优化（如逃逸分析、方法内联）等，生成代码执行效率极高，适合长时间运行的服务器应用。

JVM垃圾回收

垃圾回收（Garbage Collection），简称GC，是JVM自动管理内存的机制。它会自动识别不再使用对象，并释放它们占用的空间。

GC解决的核心问题

• 提高系统健壮性：把内存管理的负担从人交给机器，让程序不会因忘记释放内存而慢慢撑爆。
• 支撑“一次编写，到处运行”：内存管理交给JVM，是跨平台保障的一部分。

核心矛盾：GC时必须暂停用户线程，即STW。因为不能在一个正在变化的对象关系图上找垃圾。GC的进化史，都是在让STW时间更短、更可控。

寻找垃圾的两种方式

• 引用计数法（Java不用）：每个对象有一个计数器，有引用则+1，引用失效则减1，引用为0则表示可以回收。但存在循环引用问题时会导致永远无法回收。
• 可达性分析（Java采用）：从一组GC Roots根对象出发，沿着引用链搜索。不在引用链上的对象，就是不可达对象，表示可以回收。

GC Roots对象：

• 虚拟机栈（栈帧中局部变量表）引用的对象
• 方法区中静态变量引用的对象
• 方法区中常量引用的对象
• 本地方法栈中JNI引用的对象
• 所有被同步锁持有的对象

四种引用类型

不是所有引用都希望永远绑着对象不放，有时我们希望对象在内存紧张时可以被回收，有时可能只想跟踪对象是否被回收了。 这四种引用不是改变可达性分析的根，而是定义了引用强度的等级。

强引用： 常见的对象引用都是强引用，例如Object o = new Object。

软引用：SoftReference 用SoftReference包裹对象，当系统内存充足时，GC不会回收。当内存不足即将OOM时，JVM会把软引用对象全部回收。

弱引用：WeakReference 用WeakReference包裹对象，一旦GC发生，不管内存是否充足，弱引用指向的对象必定被回收。它的生命周期只存活到下一次GC前。

• 典型用途：ThreadLocal中的ThreadLocalMap的key是ThreadLocal对象，是弱引用。

虚引用：PhantomReference 用PhantomReference包裹对象，get永远返回null。它的唯一作用是：当指向的对象被GC回收时，虚引用会被放入关联的ReferenceQueue中，起到通知作用。

常见垃圾回收算法

• 标记-清除：先标记，再统一清除。缺点是会产生内存碎片。
• 标记-复制：把内存分两块，用一块，存活的对象复制到另一块。整体清空当前块。解决了内存碎片问题，但造成空间浪费。
• 标记-整理：标记后，让存活对象往一端移动，直接清理边界外的内存。

常见垃圾回收器

CMS

[!NOTE] 介绍 CMS是一款老年代垃圾收集器，核心目标是收集老年代的垃圾。在JDK9被废弃、JDK14彻底移除。

核心原理：基于标记-清除算法，把最耗时的标记过程交给GC线程和用户线程并发执行，只在无法并发的关键节点短暂STW。

执行阶段：

CMS的三色标记法：

• 白色：未被扫描过的对象，标记结束后，白色为可回收对象。
• 灰色：对象本身已被访问，但它引用的子对象还没扫描。
• 黑色：对象及其所有子引用全部扫描完毕，是确定存活的对象。

标记过程：

• 在初始标记阶段，STW。从GC Roots出发，把直接关联的对象标记为灰色。
• 在并发标记阶段，从标记为灰色的对象出发，把自身标记为黑色。然后扫描它引用的对象，标记为灰色。如此，层层扫描。
  • 因用户线程也在执行，CMS会通过写屏障+卡表记录哪些对象的引用发生了变化，在赋值指令后立即执行：找到卡页，并标记为脏页。写屏障是记录动作，卡表是记录结果。
  • 并发预清理：主动扫描卡表中的脏页，把其中涉及的对象重新扫描和标记，尽可能的修复漏标。
  • 可终止的并发预清理：尽量等待一次Minor GC，减少重新标记阶段需要扫描的新生代对象。
• 在重新标记阶段，STW。重新扫描 新生代中所有存活对象、GC Roots、卡表中所有仍为脏页的。

卡表介绍： 卡表是一个位图（bitmap），将整个堆内存按固定大小（通常为512字节）划分为卡页。每个卡页对应卡表中的一个位。当这个位置被标记为1，表示这个卡页脏了。

G1

[!NOTE] 介绍 G1，Garbage-First，优先回收价值最高的垃圾，在JDK9成为默认垃圾回收器。追求目标是：在可控的停顿时间内，获得尽可能高的吞吐量，特别适合大堆。

G1把整个堆分成大小相等的Region，默认约2048个，每块1-32MB，取2的幂次。 每个Region可以在不同时间扮演不同的角色：

• Eden：新生代
• Survivor：S0、S1
• Old：老年代
• Humongous：巨型对象，当一个对象超过Region的一半大小时，被视为巨型对象。

核心目标：G1会根据历史数据，推测回收一个Region需要的时间，然后在此次停顿时间内，只回收预估可以完成的价值最高的Region。可以通过-XX:MaxGCPauseMillis设定停顿时间。

标记阶段：

• 初始标记：伴随Minor GC，标记GC Roots直接关联对象，因为Minor GC会将新生代的活对象复制到Survivor区。所以就以Survivor Region作为根区间。
• 根区间：扫描所有Survivor Region，找出所有Survivor -》老年代的引用，为后续并发标记提供老年代入口。
• 并发标记：使用STAB快照，通过写前屏障将被删除的引用记录到STAB队列。全程并发，会产生浮动垃圾。
• 最终标记：处理STAB队列中剩余的引用变更，完成最终标记修正。STW极短。

STAB：开始标记前，先拍个快照。并发标记期间只要有引用断开，就把断开前指向的那个对象记下来并标记为灰色。宁可多留一些浮动垃圾，也绝不错回收。

RSet：Remembered Set，是每个Region的备忘录，专门记录其他Region中的哪些卡页引用了本Region内的对象。把这些跨Region的引用维护好，在回收一个Region时，只扫描与他相关的其他Region即可，而不是整个堆。

回收类型：

• Minor GC：当Eden区满后，把活对象复制到新的urvivor或晋升到老年代Region。
• Mixed GC：当老年代堆占用达45%后，G1会启动一个并发标记周期，计算出每个老年代Region的垃圾比例，然后选取垃圾最多的老年代Region和所有年轻代Region一起回收。Mixed GC分多次进行，每次回收一小批。
• Full GC：当对象分配过快，或巨型对象无法找到空间分配，则会退化为Serial Old单线程收集，会导致较长时间的STW。

GC调优

FAQ

为什么说Java是解释和编译并存？

Java同时采用解释执行和编译执行（JIT即时编译），是一种性能优化平衡策略，保证启动速度和执行效率。

• 解释器：逐行翻译字节码为机器码，并立即执行，不会保存结果。类比：同声传译。
• 编译器：针对热点代码进行一次性的完整翻译，并保存结果，后续直接复用。类比：翻译后的文字稿。

Java是如何识别热点代码的？