JVM知识整体学习

前言：本篇没有任何建设性的想法，只是我很早之前在学JVM时记录的笔记，只是想从个人网站迁移过来。文章其实就是对《深入理解JVM虚拟机》的提炼，纯基础知识，网上一搜一大堆。

一、知识点脑图

本文只谈论HotSpots虚拟机。

二、内存管理

1、运行时内存区域

在JDK1.8中，元空间取代了永久代，是方法区新的实现方式。其中之前的静态变量、字符串常量池存储在堆中，元空间存储了类的元信息。

堆空间：线程共享的，存储了对象和数组。但不是所有的对象都一定是在堆上分配，如果开启了逃逸分析，如果不会逃逸出局部函数或方法，则直接在栈上分配。由于开发者创建的对象多数都分配在这里，因此堆是JVM进行垃圾回收的重点区域。其中分为新生代和老年代，默认比例是1：2，新生代又划分为Eden、suvivor1、suvivor2三个部分，默认比例是8:1:1（不一定严格是这个比例）。

虚拟机栈：由栈帧组成，是线程私有的。栈帧是由局部变量表、动态连接、操作数栈方法出口地址等信息组成，随着函数的创建而产生，函数的结束而销毁。局部变量表存储的是方法参数和内部定义的局部变量；操作数栈就是在方法执行时入栈和出栈数据，比如进行整数加法运算时，就通过操作数栈完成；方法出口地址就是函数的返回地址，要返回到被调用的地方。动态连接是指需要在运行时转换为直接引用的符号引用。其中一些是在类加载过程中的解析阶段就确定好的，比如静态方法，私有方法、init方法等等，但诸如公有方法可能因为继承，需要在运行时确定。

本地方法栈：和虚拟栈类似，只是执行的是计算机的本地方法；

程序计数器：是线程私有的，如果你接触过操作系统的计数器应该知道器作用，主要是用于记录代码执行地址，用于线程间切换可以继续沿着上次执行位置继续执行。

方法区：存储了静态变量、类信息、常量池等信息。jdk1.8中使用元空间存储类的元信息，运行时常量池，字符串常量池和静态变量存储在堆中。

直接内存：这个是jdk1.4之后才有的，自引入了NIO之后，通过DirectByteBuffer会在操作系统上直接申请一块内存，其使用不当也会出现OOM，避免频繁创建DIrectByteBuffer对象。JVM参数也不要DiasableExplitGC，避免无法调用System.gc()。

2、对象分配

对象内存分配的方式包括空闲列表和指针碰撞两种，其中根据逃逸分析来决定对象是在堆上还是栈上分配。不过逃逸分析不是默认打开的。

由于对象的实例化要经过对象创建、内存分配、初始化零值、设置头对象、init方法执行、指针引用等过程。所以在多线程下会造成不安全。想解决该问题，JVM通过CAS锁来解决并发创建的问题（另外的一个并发问题是一个单例模式的使用，即著名的DCL问题，那个的问题主要是因为指令重排序导致的）；此外，JVM引入了一个TLAB（Thread-Local Allocation Buffers）的概念，他为每个线程在堆上都申请一块内存，不同线程之间是相互独立的，在对象分配内存时尽量在TLAB上分配，不足时再到普通的堆上分配。

3、内存溢出

运行时数据区域只有程序计数器不存在溢出问题，其他空间都会出现内存溢出的可能。

堆溢出：如果创建的对象存在内存泄漏（没有准确地回收），随着对象堆积，可能造成内存溢出；

栈溢出：栈溢出体现在不断地创建栈帧，比如函数无限递归调用，最后可能超出栈最大深度，导致出现栈溢出；

元空间：如果元空间不设置，则默认使用计算机内存，会导致整个系统的内存溢出；如果设置了元空间的最大喝初始值，也会由于不断地创建类导致元空间内存溢出。

内存溢出的两种类型：StackOverFlowError和OutofMemoryError。

StackOverFlowError主要是发生在栈中，当栈深度超过了虚拟机为线程所分配的栈的大小，就会发生该错误。

OutofMemoryError在内存不足时会出现，包括堆、方法区和栈。栈发生该错误的场景是当对栈进行扩容时，无法申请到足够的内存。

4、垃圾回收

和C语言，C++不同，Java开发者自己并不需要进行内存的分配和释放，不用调用malloc等操作。但内存是有限的，因此必须要进行内存淘汰，从而避免系统出现OOM，这部分工作由JVM来完成。类似其他语言，如Python,PHP等都由虚拟机来完成垃圾回收，开发者不必关系。但是，这也不能说明Java开发者可以滥用，随意编写代码，否则还是会出现OOM的。

垃圾回收主要包括两大部分，一是基础的垃圾回收算法，二是不同的垃圾收集器。

1）垃圾回收算法

目前存在的GC算法：

标记-整理算法；

标记-清除算法；

标记-复制算法；

三种算法在Java中都有涉及，但不是单纯采用某种算法，因为这三种算法都存在一定程度的缺点。JVM将内存划分成新生代和老年代，分代进行垃圾回收，也就是著名的分代收集算法，其本质上并不属于一种算法，更确切的说是上面三种算法的不同场景的应用。具体的垃圾回收算法可以参考《深入理解Java虚拟机》一书。

JVM的GC回收对象主要是堆，有些收集器还会回收Metaspace，比如G1和CMS，但元空间的内存超过了最大限制，会触发Full GC，但GC只有在Metaspace中元数据对应的类加载器被回收，元数据才会被回收。这里主要说堆。

堆主要分成两大部分，新生代和老年代，任何的对象在创建时优先进入新生代，但如果对象较大，则直接进入老年代，新生代和老年代的比例时1：2，这个比例也可以调，通过–XX:NewRatio。

简单说下，哪些对象会进入老年代：

1、大对象，会直接进入老年代；

2、拿到阈值年龄的对象，会进入老年代，一般默认是15岁。每经历一次MinorGC且没被回收的，都会增长一岁。

3、在Survivor空间中相同对象年龄的所有对象的大小之和超过了整个Survivor空间的一半，那么所有大哥这个年两的对象都会放到老年代中。

新生代又划分为Eden，suvivor1,suvivor2三个部分，之所以这样做是因为多数对象都是朝身夕灭，都不会存活太久，GC时不会立即放到老年代，而是经过复制，从Eden复制到suvivor中。

当新生代发生GC时，通常叫做minor GC，老年代发生GC叫做major GC，或者Full GC。网上很多人说两者有区别，也有说没区别的。其实我是觉得怎么说都不为过。Full GC可以包括Minor GC,所以说Full GC范围更广，但Minor GC在Full GC中不是必需的，一般情况下Full GC就是对老年代/永久代的回收。

minorGC 采用的是标记复制算法，即当触发minor GC时，会将Eden以及suvivor from中的对象进行标记，将不被回收的对象复制到suvivor to中（放不下直接放到老年代），随后清除Eden以及suvivor对象，随后再将suvivor to中的对象移步到suvivor from，此时对象年代+1,如果到了15，会被放到老年代。

那什么样的对象会被回收呢？JAVA采用了三色标记法，他会对对象进行可达性分析，从GC root对象开始，不可达的就是垃圾。

黑色 :表示root对象或者root对象的子对象都被扫描。

灰色 :对象本身被扫描,但还没扫描完该对象中的子对象

白色 :未被扫描对象，扫描完成所有对象之后，最终为白色的为不可达对象，即垃圾。

GC过程：

2）GC收集器

1） Serial 收集器

这种是最古老的一种收集器了，它是单线程版本，在最早的新生代收集中都采用这种算法。这种单线程收集意味着当要进行GC时，就会发生STW。但是，也正因为是单线程，不会存在线程切换的开销，效率很高，且STW的时间一般不长，尤其是对于单CPU的情况。如果GC频率不高，还是很优秀的，这也是为什么现在很多的虚拟机依然把它当作新生代默认的收集器。

该收集器在新生代采用复制算法，老年代采用标记-整理算法。

2） ParNew 收集器

它是Serial收集器的多线程版本，其余完全没区别。因此在多CPU的情况下，它比Serial收集器更高效。

3）Parallel Scavenge 收集器

这是一个新生代收集器，它追求的目标是达到更高的吞吐量。它可以自适应调整参数。

其余几个不说了，主要说下CMS和G1.

4）CMS收集器

它的目标就是尽可能的缩短STW的时间，从而提高GC效率。是老年代的一种收集器。

CMS全称Cocurrent Mark Sweep，它的意思已经很清晰明了了，并发标记清除，其主要经历以下几个过程：

标记；

并发标记；

重新标记；

并发清除。

1、初始标记

初始标记会标记所有与GC Root直接关联的对象，这个过程会STW，但耗时较短；

2、并发标记

并发标记所有与GC ROOT有关联的对象，不一定是直接关联的。耗时长，但因为是并发，所以不影响用户进程。

3、重新标记；

重新标记是因为在上述过程中，可能会有新产生的对象，这个过程会STW，但因为新产生的也不会很多，因此耗时也不会很长。实际上，由于本环节会扫描整个堆（虽然是回收老年代，但也有可能，有些新生代会引用老年代对象），因此在真正进行重新标记之前，会进行可中断的预处理，目的就是为了能够进行一次Minor GC，从而回收一些新生代的对象，减少重新标记时堆的扫描时间。与此相对应的是在新生代GC时，即Minor GC时，同样也会扫描老年代的对象。为了减少老年代对象的扫描，虚拟机采用了空间换时间的策略，使用卡表用来标记。

卡表将整个堆划分为一个个大小为 512 字节的卡，并且维护一个卡表，用来存储每张卡的一个标识位。这个标识位代表对应的卡是否可能存有指向新生代对象的引用。如果可能存在，那么我们就认为这张卡是脏的。在进行 Minor GC 的时候，我们便可以不用扫描整个老年代，而是在卡表中寻找脏卡，并将脏卡中的对象加入到 Minor GC 的 GC Roots 里。当完成所有脏卡的扫描之后，Java 虚拟机便会将所有脏卡的标识位清零。想要保证每个可能有指向新生代对象引用的卡都被标记为脏卡，那么 Java 虚拟机需要截获每个引用型实例变量的写操作，并作出对应的写标识位操作。

卡表能用于减少老年代的全堆空间扫描，这能很大的提升 GC 效率 。

4、并发清除

标记后，开始并发清除，这个过程耗时也相对长一些，但同样是因为并发，并不会出现STW。

上述就是CMS的整个过程，优点很明显，提高了效率，但缺点也很明显，一是它采用标记-清除算法（之所以选择标记清除，是因为回收是并发执行的，如果采用标记整理或者复制，可能会导致用户线程在访问数据时出现内存异常），会产生很多的内存碎片；其次就是在并发清除时，用户进程仍然会产生许多对象，这些对象可能要等到下次回收，这部分被称作是浮动垃圾。

5）G1收集器

G1收集器是从JDK1.7开始使用的，它的产生很好解决了CMS所产生的碎片化的问题，它是基于标记-整理算法进行垃圾回收。

G1不再像传统的收集器那样，把整个内存区域分成固定的新生代，老年代和永久代。而是把整个区域分成固定大小的区，叫做region，这个region彼此之间是逻辑连续的。且也都较做Eden、Survivor 、Old、Humongous .

6） ZGC收集器

该收集器是JDK11推出的收集器，

上面的垃圾会收集几乎都会触发STW，但并不是任何时候都会STW，而是要等待用户线程到达安全点SafePoint才可以进行STW。虚拟机的做法就是当需要STW，会设置一个标志位，用户线程检测到标志位时，会达到安全点就将线程挂起了。

安全点指的是一个稳定的状态，即当前堆栈不会发生变化，比如一些指令复用，循环，方法调用等。

新生代GC：

简单描述其思想就是当Edgen空间耗尽时，会触发 Young GC，Edgen区域可用对象移动到Survivor空间，如果Survivor空间不足，就会移动Old空间。这样Eden空间就空了。

那么对于G1，它是否需要扫描整个老年代对象来标记的。答案是否定的，G1通过记录堆和堆的引用关系来避免扫描整个老年代。每一个region都会记录old->yound的引用，称为RSet。因此扫描时，只需要扫描新生代的区域即可，这样就大大提高了效率。

老年代GC:

也叫MixGC，其实它不止时清理老年代，Young也会清理.官网描述的过程：Initial Mark(STW) -> Root Region Scan -> Cocurrent Marking -> Remark(STW) -> Copying/Cleanup(STW && Concurrent)

GC调优

GC需要关注的指标：延迟、吞吐量。

针对于当前系统的GC情况，做优化。

1、最小堆、最大堆设置相同，避免扩容引发GC；

2、Young区，Old区，进行调整，避免因为过早进入Old区，从而引发Major GC，调整包括Young区大小以及进入Old区年龄；

3、Metaspace空间，设置为固定，避免出现OOM；

4、堆外内存也要避免OOM；

三、虚拟机执行子系统

1、Class文件结构

诸如Java，Python,PHP等语言都需要借助虚拟机来执行，因此首先都需要翻译成虚拟机可识别的字节码，其中Java需要通过编译生成class字节码文件.class文件是一个二进制文件，其中存储的是程序运行时必要的文件。

ClassFile {

u4 magic;

u2 minor_version;

u2 major_version;

u2 constant_pool_count;

cp_info constant_pool[constant_pool_count-1];

u2 access_flags;

u2 this_class;

u2 super_class;

u2 interfaces_count;

u2 interfaces[interfaces_count];

u2 fields_count;

field_info fields[fields_count];

u2 methods_count;

method_info methods[methods_count];

u2 attributes_count;

attribute_info attributes[attributes_count];

}

数据结构组成：

魔数；
文件版本号；
常量池；

常量池包括字面量和符号引用。字面量主要是只文本字符串的数值以及final修饰的变量；这里所说的都是数值是存在常量池中。符号引用主要是指：

方法的名称和描述符

类和接口的全限定名

字段名称和描述符

和常量池对应的是运行时常量池，在类加载过程中，常量池会被加载到内存中，变成运行时常量池，在这个过程会生成类对象，类对象就是方法区各个方法访问的入口。

运行时常量池的作用是存储java class文件常量池中的符号信息，运行时常量池中保存着一些class文件中描述的符号引用，同时在类的解析阶段还会将这些符号引用翻译出直接引用（直接指向实例对象的指针，内存地址），翻译出来的直接引用也是存储在运行时常量池中。

运行时常量池相对于class常量池一大特征就是具有动态性，java规范并不要求常量只能在运行时才产生，也就是说运行时常量池的内容并不全部来自class常量池，在运行时可以通过代码生成常量并将其放入运行时常量池中，这种特性被用的最多的就是String.intern()。（上面内容是来自深入理解虚拟机，这个地方我还有些疑惑的，正常intern方法生成的应该在字符串常量池中吧？）

父类索引、方法索引；

字段表集合；

方法集合；

描述符；

2、类加载机制

JVM会将我们编译生成的class文件，通过类加载系统（类加载器）加载到虚拟机内存中，如下图所示。

具体的加载过程要经过如下几步，如图所示：

1、加载

也称装载，这个过程就是查找所有的class文件。可以是本地系统的class文件，也可以是通过网络下载的class文件，也可以是所有jar包，war包的class文件，从专有数据库加载，Class.forName()加载，ClassLoader.loadClass()方法动态加载等等。该过程主要完成的事情就是将类的class加载到内存，在JAVA堆中生成一个表示该类的java.lang.Class对象，作为这个类的各个数据的入口。

2、连接

1）验证

验证就是确保被加载的类的准确性，符合JAVA虚拟机的规范。这个就是一个标准的验证过程，主要包括文件名，元数据，字节码和符号引用等验证。

2）准备

该阶段主要是为类的静态变量分配内存，并初始化默认值。即类中static声明的变量。不过这里还是要分成两种情况，即是否被final修饰。


private static final int s=100; //在该阶段初始化值为100

private static int s=100; //在该阶段初始化值为0.赋值100的指令是在后续初始化阶段做的。

3）解析

解析阶段是将常量池中的符号引用解析为直接引用。

符号引用：一种可以唯一表示类的字符串，此时它并没有在内存中。在Class文件中它以CONSTANT_Class_info、CONSTANT_Fieldref_info、CONSTANT_Methodref_info等类型的常量出现。它和内存布局完全无关，它能够准确定位到目标。

直接引用：能够直接指向目标的指针或者间接指向目标的引用（句柄），即定位到真正在虚拟机内存中的地址。

该过程会处理类、接口、接口方法、类方法、字段、方法类型、方法句柄、调用点等。

通过该过程，目标已经被叫加载到JVM中。

3、初始化

该过程由JVM完成，该步骤是对类静态变量、静态代码块进行初始化，以及类的初始化。但类执行初始化是有条件的。

用new创建对象时；
get或者set类的静态字段或者静态方法时；
使用JAVA反射进行调用的时侯，即java.lang.reflect调用；
虚拟机启动时，需要初始化main函数的类；

下面的情况不会初始化：

通过子类调用父类的静态字段，只会初始化父类，不会初始化子类；
通过数组引用来引用类，不会初始化；
常量在编译时被存储到常量池中，也不会初始化；
通过类名获取 Class 对象,不会触发类的初始化；
通过 Class.forName 加载指定类时,如果指定参数 initialize 为 false 时,也不会触发类初

始化,其实这个参数是告诉虚拟机,是否要对类进行初始化；

通过 ClassLoader 默认的 loadClass 方法,也不会触发初始化动作。

类初始化的步骤：

如果父类还没有被初始化，优先初始化父类；

如果该类中有初始化语句，依次执行初始化语句

4、卸载

卸载时机：

执行了System.exit()方法

程序正常执行结束

程序在执行过程中遇到了异常或错误而异常终止

由于操作系统出现错误而导致Java虚拟机进程终止

类加载器：

上述加载过程是由加载器完成的，加载的层次关系如下：

加载是自下而上进行的，当加载器收到类加载的请求时，自己不会加载该类，而是将请求转发给父类加载器去加载，一层一层，最终都会到达启动类加载器。当父类无法加载的时侯，子类才会去尝试加载。这种加载过程，在Java中叫做双亲委派模型。该模型的优点是对于基础类，可以保证各个加载器加载的都是同一个，而不会出现混乱的现象。也就是说，它主要是保证Java核心类的安全。而其中除了BootStrapLoader加载器，其他加载器都有自己的父类。

源码：

protected Class<?> loadClass(String name, boolean resolve)

throws ClassNotFoundException

{

synchronized (getClassLoadingLock(name)) {

// First, check if the class has already been loaded

Class<?> c = findLoadedClass(name);

if (c == null) {

long t0 = System.nanoTime();

try {

if (parent != null) {

c = parent.loadClass(name, false);

} else {

c = findBootstrapClassOrNull(name);

}

} catch (ClassNotFoundException e) {

// ClassNotFoundException thrown if class not found

// from the non-null parent class loader

}

if (c == null) {

// If still not found, then invoke findClass in order

// to find the class.

long t1 = System.nanoTime();

c = findClass(name);

// this is the defining class loader; record the stats

sun.misc.PerfCounter.getParentDelegationTime().addTime(t1 - t0);

sun.misc.PerfCounter.getFindClassTime().addElapsedTimeFrom(t1);

sun.misc.PerfCounter.getFindClasses().increment();

}

}

if (resolve) {

resolveClass(c);

}

return c;

}

}

每一层负责的类：

总结类加载的机制：

缓存机制。加载过程首先会检查缓存中是否存在；
双亲委派模型机制；
全盘负责

双亲委派模型破坏：

双亲委派模型是可以破坏的，可以通过以下几种方式：

1、继承ClassLoader，重写loadClass方法，这样就可以按照自己的思路去加载类了，但这不是提倡的做法；

2、使用线程上下文类加载器；

JAVA中有一些标准的服务需要通过应用自定义实现类(就是通常我们所说的SPI机制）的，比如JNDI，JDBC等，因此需要通过启动类加载器加载，但是由于双亲委派模型只能自下而上委托，不能逆向，因此这时候就需要破坏该模型。而破坏该机制使用的就是线程上下文加载器（Thread Context Class Loader，TCCL)。如果当前线程没有设置，就默认从父线程继承，如果整个应用全局没有设置，就是应用程序加载器ApplicationLoader。显示地设置可通过Thread的setContextClassLoader方法实现。

拿JDBC举例，接口时java.sql.driver。在类加载过程，会执行DriverManager的静态代码块：


static {

loadInitialDrivers ();

println ("JDBC DriverManager initialized");

}

接着会调用SPI机制重要的一个类ServiceLoader:

ServiceLoader<Driver> loadedDrivers = ServiceLoader. load (Driver.class);

ServiceLoader主要负责加载开发者实现的类。接着往下看：

public static <S> ServiceLoader<S> load(Class<S> service) {

ClassLoader cl = Thread. currentThread ().getContextClassLoader();

return ServiceLoader. load (service, cl);

它出来了，TCCL出来了， TCCL本质上是属于APPClassLoader，。

4、为了实现热部署等功能自定义的，比如OSGI。

这个地方没有深入研究过。

在Tomcat中也实现了模型的破坏，因为其可部署多个应用，不同的web应用可能引用同一个依赖的不同版本，如果使用双亲委派模型，无法做到隔离。所以其通过自实现ClassLoader来实现不同web程序的class隔离。

四、程序编译

JAVA的程序编译主要包括以下几种：

javac的早期编译，即将JAVA代码转换成字节码；
JIT编译，运行期间的编译，将字节码转变为机器码，二进制码；
静态提前编译AOT，直接将JAVA代码变成机器码（不怎么常见呢）

1、早期编译

早期编译即javac所做的工作，主要经历如下几步：

词法、语法解析，获得一个抽象语法树；
填充符号表；
注解处理器；
语义分析：
- 标注检查：变量是否声明、变量与赋值之间的类型是否匹配；
- 数据及控制流分析：程序变量是否在使用前赋值、函数是否有返回值；
- 解语法糖（JAVA语法糖有泛型、自动装箱拆箱、可变长参数等）；
- 字节码生成；

自动装箱拆箱例子：

Integer a = 3;

Integer b = 3;

Integer c = 200;

Integer d = 200;

Integer e = 203;

System.out.println(a == b); //true

System.out.println(c == d); //false

System.out.println(e == d+a); //true

JAVA中的语法糖有很多，其目的就是为了能够方便开发者使用，虽然不属于JAVA语法本身的功能，但却可以极大得方便开发者。比较常见的语法糖：

1、泛型；

2、自动拆箱、装箱；

3、可变长参数；

4、foreach循环；

5、switch string类型，实际上使用了string的hashcode以及equal;

6、枚举；

7、内部类；在编译时会转为单独的class；

8、条件编译；

9、字面量 int a=10_1000，会将"_"去掉。