JVM 核心概念深度解析

news2025/6/9 5:07:05

最近正在复习Java八股,所以会将一些热门的八股问题,结合ai与自身理解写成博客便于记忆
在这里插入图片描述

一、JVM内存结构/运行时数据区

JVM运行时数据区主要分为以下几个部分:

  1. 程序计数器(PC Register)

    • 线程私有,记录当前线程执行的字节码行号
    • 唯一不会出现OOM的内存区域
  2. Java虚拟机栈(VM Stack)

    • 线程私有,存储栈帧(局部变量表、操作数栈、动态链接、方法出口等)
    • 可能出现StackOverflowError和OutOfMemoryError
  3. 本地方法栈(Native Method Stack)

    • 线程私有,为Native方法服务
    • 同样可能出现StackOverflowError和OutOfMemoryError
  4. Java堆(Heap)

    • 线程共享,存放对象实例和数组
    • GC主要工作区域,分新生代(Eden、Survivor)和老年代
    • 可能出现OutOfMemoryError
  5. 方法区(Method Area)

    • 线程共享,存储类信息、常量、静态变量等
    • JDK 8后由元空间(Metaspace)实现,使用本地内存
    • 可能出现OutOfMemoryError
  6. 运行时常量池

    • 方法区的一部分,存放编译期生成的字面量和符号引用

二、对象分配与逃逸分析

创建对象不一定分配在堆里,JVM会通过以下技术优化对象分配:

  1. 逃逸分析(Escape Analysis)

    • 分析对象作用域是否逃逸出方法或线程
    • 未逃逸对象可进行栈上分配或标量替换
  2. 栈上分配(Stack Allocation)

    • 将未逃逸对象分配在栈上,随栈帧出栈自动销毁
    • 减少GC压力
  3. 标量替换(Scalar Replacement)

    • 将未逃逸对象拆解为基本类型变量
    • 完全避免对象分配
  4. TLAB(Thread Local Allocation Buffer)

    • 每个线程在Eden区私有的分配区域
    • 避免多线程竞争指针碰撞
    • 默认大小为Eden区的1%

三、垃圾回收机制

根可达性算法

  • 从GC Roots出发,标记所有可达对象
  • GC Roots包括
    • 虚拟机栈中引用的对象
    • 方法区中类静态属性引用的对象
    • 方法区中常量引用的对象
    • 本地方法栈中JNI引用的对象
    • 同步锁持有的对象
    • JMXBean等系统对象

三色标记法

  • 白色:未被访问的对象
  • 灰色:已被访问但引用未扫描完的对象
  • 黑色:已被访问且引用已扫描完的对象
  • 作用:并发标记时追踪对象状态
  • 好处:支持并发标记,减少STW时间

漏标问题解决方案

  1. 增量更新(Incremental Update)

    • CMS采用,记录新增引用关系
    • 写屏障(Write Barrier)实现
  2. 原始快照(Snapshot At The Beginning, SATB)

    • G1采用,记录删除的引用关系
    • 写屏障实现

浮动垃圾问题

  • 产生原因:并发清理阶段用户线程产生的新垃圾
  • 解决方案
    • 下次GC时清理
    • CMS通过预留空间(-XX:CMSInitiatingOccupancyFraction)避免并发失败

四、垃圾收集器详解

CMS(Concurrent Mark Sweep)

设计目标与特点

  • 目标:最小化老年代收集的停顿时间
  • 类型:老年代收集器(与ParNew配合使用)
  • 算法:标记-清除(Mark-Sweep)算法
  • 工作模式:并发收集(与用户线程并行)

详细工作流程

  1. 初始标记(Initial Mark) - STW

    • 暂停所有应用线程(STW)
    • 标记GC Roots直接关联的对象
    • 时间极短(通常1-10ms)
  2. 并发标记(Concurrent Mark)

    • 与用户线程并发执行
    • 从GC Roots开始遍历整个对象图
    • 时间较长但不需要STW
  3. 重新标记(Remark) - STW

    • 再次暂停所有应用线程
    • 处理并发标记期间的对象变化
    • 使用增量更新算法解决漏标问题
    • 比初始标记时间长但远短于并发标记
  4. 并发清除(Concurrent Sweep)

    • 与用户线程并发执行
    • 清理未被标记的垃圾对象
    • 使用空闲列表(free-list)管理内存

G1(Garbage First)

  • 特点
    • 分Region的内存布局
    • 可预测的停顿模型(-XX:MaxGCPauseMillis)
    • 混合回收(Young GC + Mixed GC)

详细工作流程

  1. Young GC

    • STW操作
    • 回收所有Eden和Survivor区
    • 存活对象复制到新的Survivor或晋升到Old区
  2. 并发标记周期

    • 初始标记(Initial Mark):STW,与Young GC同步进行
    • 根区域扫描(Root Region Scan):扫描Survivor区引用
    • 并发标记(Concurrent Mark):全堆对象标记
    • 最终标记(Final Mark):STW,处理SATB缓冲区
    • 清理(Cleanup):统计各Region存活对象
  3. Mixed GC

    • 回收部分Young和Old Region
    • 基于停顿预测模型选择收益最高的Region
    • 通过-XX:MaxGCPauseMillis控制目标停顿时间
  • 四个阶段

    1. 初始标记(STW)
    2. 并发标记
    3. 最终标记(STW)
    4. 筛选回收(STW)
  • 优点:高吞吐兼顾低延迟,适合大堆

  • 缺点:内存占用较高

五、类加载机制

双亲委派模型

  • 加载流程

    1. 子加载器先委托父加载器加载
    2. 父加载器无法完成时子加载器尝试加载
  • 好处

    • 避免类重复加载
    • 保证核心类安全(如java.lang.Object)
    • 实现类的层次化隔离

破坏双亲委派

  • 方式

    1. SPI机制(如JDBC):使用线程上下文类加载器
    2. OSGi:网状类加载模型
    3. 热部署:自定义类加载器
  • Tomcat的实现

    1. Web应用类优先自行加载
    2. 共享类库由Common类加载器加载
    3. 不同Web应用隔离(JSP类使用独立加载器)

六、JVM调优经验

  1. 内存调优

    • -Xms/-Xmx:堆初始/最大大小(建议设为相同值)
    • -Xmn:新生代大小(建议占堆1/3到1/2)
    • -XX:MetaspaceSize/-XX:MaxMetaspaceSize:元空间大小
  2. GC调优

    • -XX:+UseG1GC:启用G1收集器
    • -XX:MaxGCPauseMillis=200:目标停顿时间
    • -XX:InitiatingHeapOccupancyPercent=45:G1触发并发周期阈值
  3. 监控工具

    • jstat:GC统计
    • jmap:堆内存分析
    • jstack:线程分析
    • VisualVM/JProfiler:图形化分析
  4. 常见问题处理

    • OOM:分析堆/栈/元空间dump
    • CPU高:定位热点线程/方法
    • 长时间GC:调整收集器或内存比例

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2404983.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

api将token设置为环境变量

右上角 可以新增或者是修改当前的环境 环境变量增加一个token,云端值和本地值可以不用写 在返回token的接口里设置后执行操作,通常是登录的接口 右侧也有方法提示 //设置环境变量 apt.environment.set("token", response.json.data.token); 在需要传t…

SIFT算法详细原理与应用

SIFT算法详细原理与应用 1 SIFT算法由来 1.1 什么是 SIFT? SIFT,全称为 Scale-Invariant Feature Transform(尺度不变特征变换),是一种用于图像特征检测和描述的经典算法。它通过提取图像中的局部关键点,…

AlphaDrive:通过强化学习和推理释放自动驾驶中 VLM 的力量

AlphaDrive: Unleashing the Power of VLMs in Autonomous Driving via Reinforcement Learning and Reasoning 25年3月来自华中科技大学和地平线的论文 OpenAI 的 o1 和 DeepSeek R1 在数学和科学等复杂领域达到甚至超越了人类专家水平,其中强化学习(R…

【八股消消乐】如何解决SQL线上死锁事故

😊你好,我是小航,一个正在变秃、变强的文艺倾年。 🔔本专栏《八股消消乐》旨在记录个人所背的八股文,包括Java/Go开发、Vue开发、系统架构、大模型开发、具身智能、机器学习、深度学习、力扣算法等相关知识点&#xff…

如何使用 HTML、CSS 和 JavaScript 随机更改图片颜色

原文:如何使用 HTML、CSS 和 JavaScript 随机更改图片颜色 | w3cschool笔记 (请勿标记为付费!!!!) 在网页开发中,为图片添加动态效果可以显著提升用户体验。今天,我将向…

CAN通信收发测试(USB2CAN模块测试实验)

1.搭建测试环境 电脑:安装 USB 驱动,安装原厂调试工具,安装cangaroo(参考安装包的入门教程即可) USB驱动路径:~\CAN分析仪资料20230701_Linux\硬件驱动程序 原厂调试工具路径:~\CAN分析仪资料2…

OSCP备战-BSides-Vancouver-2018-Workshop靶机详细步骤

一、靶机介绍 靶机地址:https://www.vulnhub.com/entry/bsides-vancouver-2018-workshop%2C231/ 靶机难度:中级(CTF) 靶机发布日期:2018年3月21日 靶机描述: Boot2root挑战旨在创建一个安全的环境&…

PDF转Markdown/JSON软件MinerU最新1.3.12版整合包下载

MinerU发布至今我已经更新多版整合包了,5天前MinerU发布了第一个正式版1.0.1,并且看到在18小时之前有更新模型文件,我就做了个最新版的一键启动整合包。 2025年02月21日更新v1.1.0版整合包 2025年02月27日更新v1.2.0版整合包 2025-06-05 更…

【深入学习Linux】System V共享内存

目录 前言 一、共享内存是什么? 共享内存实现原理 共享内存细节理解 二、接口认识 1.shmget函数——申请共享内存 2.ftok函数——生成key值 再次理解ftok和shmget 1)key与shmid的区别与联系 2)再理解key 3)通过指令查看/释放系统中…

编程基础:执行流

能帮到你的话,就给个赞吧 😘 文章目录 执行流同步:顺序执行,只有一个执行流异步:新开后台(次)执行流,后台执行流要确保不能影响主执行流。共有两个执行流。 阻塞:任务阻塞执行流,导致…

理解非结构化文档:将 Reducto 解析与 Elasticsearch 结合使用

作者:来自 Elastic Adel Wu 演示如何将 Reducto 的文档处理与 Elasticsearch 集成以实现语义搜索。 Elasticsearch 与业界领先的生成式 AI 工具和提供商有原生集成。欢迎观看我们的网络研讨会,了解如何超越 RAG 基础,或使用 Elastic 向量数据…

[面试精选] 0094. 二叉树的中序遍历

文章目录 1. 题目链接2. 题目描述3. 题目示例4. 解题思路5. 题解代码6. 复杂度分析 1. 题目链接 94. 二叉树的中序遍历 - 力扣(LeetCode) 2. 题目描述 给定一个二叉树的根节点 root ,返回 它的 中序 遍历 。 3. 题目示例 示例 1 : 输入&…

学习笔记(23): 机器学习之数据预处理Pandas和转换成张量格式[1]

学习笔记(23): 机器学习之数据预处理Pandas和转换成张量格式[1] 学习机器学习,需要学习如何预处理原始数据,这里用到pandas,将原始数据转换为张量格式的数据。 1、安装pandas pip install pandas 2、写入和读取数据 >>创建一个人工…

2025年6月6日第一轮

2025年6月6日 The rapid in Chiese industdy is developnig e,and it is From be in a enjoy a deep is developing The drone industry in China is developing The drone industy in china develops rapidly and is in a leading position in in the world. The dro…

12-Oracle 23ai Vector 使用ONNX模型生成向量嵌入

一、Oracle 23ai Vector Embeddings 核心概念​ 向量嵌入(Vector Embeddings)​​ -- 将非结构化数据(文本/图像)转换为数值向量 - - 捕获数据的语义含义而非原始内容 - 示例:"数据库" → [0.24, -0.78, 0.5…

pytorch 与 张量的处理

系列文章目录 文章目录 系列文章目录一、Tensor 的裁剪二、Tensor 的索引与数据筛选torch.wheretorch.indicestorch.gathertorch.masked_selecttorch.taketorch.nonzero(省略) 三、Tensor 的组合与拼接torch.cattorch.stack 四、Tensor的切片chunksplit …

layer norm和 rms norm 对比

Layer norm # Layer Norm 公式 mean x.mean(dim-1, keepdimTrue) var x.var(dim-1, keepdimTrue) output (x - mean) / sqrt(var eps) * gamma beta特点: 减去均值(去中心化)除以标准差(标准化)包含可学习参数 …

Java高级 | 【实验六】Springboot文件上传和下载

隶属文章:Java高级 | (二十二)Java常用类库-CSDN博客 系列文章:Java高级 | 【实验一】Springboot安装及测试 |最新-CSDN博客 Java高级 | 【实验二】Springboot 控制器类相关注解知识-CSDN博客 Java高级 | 【实验三】Springboot 静…

VBA进度条ProgressForm1

上一章《VBA如何使用ProgressBar进度条控件》介绍了ProgressBar控件的使用方法,今天我给大家介绍ProgressForm1进度条的使用方法,ProgressForm1是集成ProgressBar控件和Label控件的窗体,可以同时显示进度条和百分比,如下图&#x…

行为型设计模式之Interpreter(解释器)

行为型设计模式之Interpreter(解释器) 前言: 自己的话理解:自定义一个解释器用来校验参数或数据是否合法。 1)意图 给定一个语言,定义它的文法的一种表示,并定义一个解释器,这个解…