JVM快速學習

首先通過數據類型來引入一個高級語言的核心概念，堆和棧。JAVA的基本類型包括：byte, short, int, long, returnAddress等，其存儲在棧上；引用類型包括：類類型，接口類型和數組，其存儲在堆上。在java中，一個線程就會有相應的線程棧與之對應，而堆則是所有線程共享的。棧是運行單位，因此里面存儲的信息都是跟當前線程相關信息的，包括局部變量、程序運行狀態、方法返回值等；而堆只負責存儲對象信息。

之所以將對和棧分離，有如下幾點原因：棧代表了邏輯處理，而堆代表數據，滿足分治的思想；堆中的內容可以被多個棧共享，即提供數據交換的方式又節省空間；使得存儲地址動態增長成為可能，相應棧中只需要記錄堆中的一個地址即可；對面向對象的詮釋，對象的屬性就是數據，存放在堆中，對象的行為是運行邏輯，放在棧中；堆和棧中，棧是程序運行最根本的東西，程序運行可以沒有堆，但不能沒有棧，而堆是為棧進行數據存儲服務的，就是一塊共享的內存，這種思想使得垃圾回收成為可能。

Java對象的大小:一個空Object對象的大小是8byte，以及其地址空間4byte(32位)，比如對于int這個基礎類型，其包裝類型Integer大小為8+4=12byte，但由于java對象大小需要時8byte的倍數，因而為16byte，因此包裝類型的消耗是基礎類型的2倍。

強引用、軟引用、弱引用和虛引用：強引用是一般虛擬機生成的引用，虛擬機嚴格的將通過它判斷是否需要回收；軟引用一般作為緩存使用，當內存緊張時，會對其進行回收；弱引用，也是作為緩存使用，不過一定會被垃圾回收。

JVM的組成，可以通過下圖對其有個大體的了解。

Class Loader：加載大Class文件，該文件的格式由《JVM Specification》規定，包括父類，接口，版本，字段，方法等元數據信息。

Execution Engine：執行引擎也叫解釋器，負責解釋命令，提交OS執行。所謂的JIT指的就是提前將中間語言字節碼轉化為目標文件obj。

Native Interface:為了融合不同語言，java開辟了一塊區域用于處理標記為native的代碼，現在已很少使用。

Runtime data area：運行數據區是JVM的重點，所寫的程序就被加載在這兒。

此外，jvm的寄存器包括：pc,java程序計數器；optop，指向操作數棧頂的指針；frame，指向當前執行方法的執行環境指針；vars，指向當前執行方法的局部變量區第一個變量的指針。

JVM的內存管理，所有的數據都是放在運行數據區，接下來介紹其中最復雜的棧(Stack)，也叫棧內存，是java程序的運行區，在線程創建時創建，它的生命周期跟隨線程的生命周期，線程結束棧內存就釋放，對于棧來說不存在垃圾回收。棧中的數據是以棧幀(Stack Frame)來存放的，其是一塊內存區塊，是一個有關方法和運行期數據的數據集，當方法A被調用時就產生一個棧幀F1，并壓入到棧中，A方法又調用了B方法，于是產生的棧幀F2也被壓入棧，執行完畢后，先彈出F2，再彈出F1，遵循"先進后出"原則，JAVA Stack的大體結構如下所示。

回收算法的分類方式有很多，接下來通過一張表格對其進行一個簡單的介紹。

垃圾回收的判斷：由于引用計數方式無法解決循環引用，因而實際上，回收算法都是從根結點出發，遍歷整個對象引用，查找存活對象。搜索的起點為棧（例如java的Main函數）或者是運行時的寄存器，通過其代表的引用找到堆中對象，逐步迭代，直到以null引用或基本類型結束，該結果是一個對象樹，回收器會對未在該樹的對象進行回收。

分代的概念：由于不同對象的生命周期不同，根據其自己的特點采取不同的收集方式可以大幅提高回收效率。比如與業務相關的對象一般生命周期較長，而臨時變量生命周期很短，通過分代，可以避免長生命周期的對象被遍歷，以此來減少消耗。

如何分代：虛擬機分為年輕代(Young Generation)、年老代(Old Generation)和持久代(Permanent Generation)。所有新生成的對象首先是放在年輕代中，該代的目標就是盡快回收那些短生命周期的對象，其分為3個區，一個Eden區，兩個Survior區。大部分對象在Eden區生成，當該區滿時，將存活對象復制到Survivor區（兩個中的一個），當該區也滿了時，將存活對象復制到另一個Survivor，當這個Survivor也滿了時，將從第一個Survivor區復制過來的并且還存活的對象復制到年老區Tenured，因此在年老區中主要存放生命周期較長的對象。而持久代，用于存放靜態文件，如Java類、方法等。持久代對垃圾回收無顯著影響，但App使用較多反射時，需要增加持久代的大小，通過設置-XX:MaxPermSize=<N>。接下來通過一張圖，對該部分有個宏觀的了解。

垃圾回收算法的觸發：由于對象進行了分代處理，因此垃圾回收的區域和時間也有了不同，主要包括如下兩種類型的GC。

Scavenge GC:一般當新對象生成，并且在Eden申請空間失敗時，觸發。將清除Eden區的非存活對象，并把存貨對象移動到Survivor，然后整理兩個Survivor區。該方式不會影響到老年代，此外，該GC推薦使用速度快，效率高的算法，使Eden區盡快空閑出來。

Full GC:對整個堆進行整理，包括Young、Tenured和Perm，因此為了提高系統性能，需要減少FullGC的次數。發生FullGC的場景有：年老代寫滿，持久代被寫滿和System.gc()被顯示調用，上一次GC后Heap各域分配策略動態變化。

 接下來通過一個表格來連接不同的收集器的優缺點。

新一代的垃圾回收算法（Garbage First, G1）：該算法是為大型應用準備的，支持很大的堆和高吞吐量。該算法簡單來說，就是把整個堆劃分為一個個等大小的區域。內存的回收和劃分都以region為單位，同時汲取CMS特點，把垃圾回收過程分為幾個階段。G1在掃描了region以后，對其中的活躍對象的大小進行排序，首先會收集那些活躍對象小的region，以便快速回收空間，因為活躍對象小，里面可以認為多數都是垃圾，所有這種方式被稱為Garbage First，即垃圾優先回收，整個垃圾回收過程包含如下幾個步驟。

初始標記(Initial Marking)：G1對于每個region都保存了兩個標記用的bitmap，一個為previous marking bitmap，一個next marking bitmap，bitmap中包含了一個bit的地址信息指向對象的起始點。在開始標記前，首先并發的清空next marking bitmap，然后停止所有應用線程，并掃描標識出每個region中root可直接訪問的對象，將region的top值放入next top at mark start（TAMS），之后恢復所有線程。

并發標記(Concurrent Marking)：按照之前的標記掃描對象，以標識這些對象的下層對象的活躍狀態，將在此期間使用線程并發修改的先關記錄寫入remembered set logs中，新創建的對象則放入比top值更高的地址區間中，這些新創建的對象默認狀態即為活躍的，同時修改top值。

最終標記暫停(Final Marking Pause)：當應用線程的remembered set logs未滿時，是不會放入filled RS buffers中的，因此需要在此步驟中處理remembered set logs并修改相應的remembered set。

存活對象計算并清除(Live Data Counting and Cleanup)：該步驟的觸發依賴內存空間是否達到H（H=（1-h）*HeapSize, h為JVM Heap大小的百分比閥值）。

JVM的相關配置項非常的多，首先通過一個通用的配置理解堆相關的配置。

-Xmx3550:設置JVM最大可用內存為3550M

-Xms3550:設置JVM的初始內存為3550M，此值可以與最大內存一致，避免每次垃圾回收后JVM重新分配內存

-Xmn2g:設置年紀代大小為2G，整個堆大小=年輕代大小+年老代大小+持久代大小。持久代默認大小為64m，所有增加年輕代會減少年老代大小，因此此值非常重要，推薦為整個堆大小的3/8

-Xss128k:設置線程的堆棧大小，默認為1M,實際中需要根據應用進行調整，一般OS推薦的線程數為3000-5000。

-XX:NewRatio=4:設置年輕代與老年代的比值，即年親代占年老代的1/4。

-XX:SurvivorRatio=4:設置年輕代中Eden區域Survivor區的大小比值，設置為4，即兩個Survior區與一個Eden區的比值為2:4。

-XX:MaxPermSize=64m:設置持久代大小為64m

-XX:MaxTenuringThreshold=0:設置垃圾最大年齡，如果設置為0，則年輕代將不經過Survivor區，直接進入老年代，適合老年代較多的場景。

接下里介紹吞吐量優先的并行收集器和響應時間優先的并發收集器。Tip:這類應用推薦將年輕代設置的盡可能的大，尤其是吞吐量大的應用。

并行收集器

-XX:+UseParallelGC:選擇年輕代的垃圾收集器為并行收集器

-XX:ParallelGCThreads=20:設置并行收集器的線程數，最好和處理器數目一致

-XX:+UseParallelOldGC:配置年老代垃圾收集方式為并行收集

-XX:MaxGCPauseMillis=100:設置每次年輕代垃圾回收的最長時間，如果滿足，則自動調整年親代大小以滿足此值。

-XX:+UseAdaptiveSizePolicy:設置此選項后，并行收集器自動選擇年輕代區大小和相應Survivor區比例，推薦一直打開。

并發收集器

-XX:+UseConcMarkSweepGC(CMS):設置年老代為并發收集

-XX:+UseParNewGC:設置年輕代為并行收集，可以與CMS收集同時進行，現有版本無需設置

-XX:CMSFullGCBeforeCompaction=5:設置運行多少次GC后對內存空間進行壓縮、整理

-XX:UseCMSCompactAtFullCollection：打開年老代的壓縮，可以消除碎片但會影響性能

此外，還有一些展示GC輔助信息的配置： -XX：PrintGC, -XX:+PrintGCDetails, -XX:PrintGCTimeStamps, Xloggc:filename。

Java內存模型：不同的平臺，內存模型是不一樣的，但jvm內存模型規范是統一的，java多線程并發問題都會反映在java的內存模型上，所謂線程安全就是要控制多個線程對某個資源的有序訪問和修改。總結的Java的內存模型，需要注意2個主要問題：可見性和有序性。

Tip:這部分內容理解起來有一定難度，需要多復習。

可見性：多個線程之間是不能相互傳遞數據通信的，它們之間的溝通需要通過共享變量。Java內存模型規定了jvm有主內存，主內存是多個線程共享的，當new一個對象時，也是被分配子啊主內存中的，每個線程都有自己的工作內存，工作內存存儲了主存的某些對象的副本。當線程操作某個對象時，其執行順序為：從主內復制變量當前工作內存(read and load)；執行代碼，改變共享變量值(use and assign)；用工作內存數據刷新主存相關內容(store and write)。JVM規范定義了線程對主存的操作指令：read,load,use,assign,store,write。當一個共享變量在多個線程的工作內存中都有副本時，如果一個線程修改了這個共享變量，那么其他線程應該可以看到這個被修改后的值，這就是多線程的可見性問題。

有序性：線程在引用變量時不能直接從主內存中引用，如果線程工作內存中沒有該變量，則會從主內存中拷貝一個副本到工作內存中，這個過程為read-load，完成后線程會引用該副本。當同一線程再度引用該字段時，就有可能重新從主內存中獲取變量副本(read-load-use)，也有可能直接引用原來的副本(use)，也就是說read,load,use順序可以有JVM實現系統決定。線程不能直接為主存中字段賦值，它會將值指定給工作內存中的副本變量(assign)，完成后這個變量副本會同步到主存儲去(store-write)，至于何時同步過去，也有JVM決定。為了這部分操作的有序性，需要使用synchronized關鍵字，可以將方法變為同步方法public synchronized void add()，也可以增加同步變量static Object lock=new Object()，然后synchronized（lock）。每個鎖對象都有兩個隊列，一個是就緒隊列，一個是阻塞隊列，就緒隊列存儲了將要獲得鎖的線程，阻塞隊列存儲被阻塞的線程，當一個線程被喚醒（nitify）后，才能進入到就緒隊列，等待cpu調度。例如，當一個線程a第一次執行account.add方法是，jvm會檢查鎖對象account的就緒隊列是否已經有線程在等待，如果有說明account被占用，此時是第一次運行，因此account就緒隊列為空，所以線程a獲得鎖，執行方法。如果恰好這是線程b要執行account.withdraw方法，由于線程a獲得的鎖還未釋放，因此b要進入account的就緒隊列，等得到鎖再執行。

簡單來說，一個線程執行臨界區代碼過程為：獲得同步鎖李晴空工作內存；從主存拷貝變量副本到工作內存；對這些變量進行計算；將變量從工作內存寫回到主存；釋放鎖。

生產者-消費者模型：這是一個非常經典的線程同步模型，有時不光需要保證多個線程多一個共享資源操作的互斥性，往往多個線程見都是有協作的，一個簡單的例子如下所示。

 View Code

Volatile關鍵字：volatile是java的一種輕量級同步手段，它只提供多線程內存的可見性，不保證執行的有序性。其意義在于，任何線程對volatile修飾的變量進行修改，都會馬上被其他線程讀取到，因為直接操作主存，沒有線程對工作內存和主存同步。其使用場景為：對變量的寫操作不依賴于當前值；該變量沒有包含在具有其他變量的不定式中。

 JVM調用工具：常見的包括Jconsole、JProfile和VisualVM，推薦使用VisualVM。所有的調優都源于對線上應用的監控和分析,主要需要觀察內存的釋放情況、集合類檢查、對象樹等。如下圖所示，通過查看集合實例的情況來分析。通過這類堆信息查看，可以分析出年老代年輕代劃分是否合理、內存是否泄漏、垃圾回收算法是否合適等問題。

此外，還可以通過線程監控了解系統的線程數量和線程的狀態，是否死鎖等；通過抽樣器查看CPU和內存熱點的情況；通過快照來了解不同時刻相關狀態的差異。

內存泄漏的檢查：內存泄漏一般可以理解為系統資源在錯誤使用的情況下，導致使用完畢的資源無法回收，從而導致新的資源分配請求無法完成，引起系統錯誤。其常見場景為：年老代堆空間被占滿（java.lang.OutOfMemoryError:Java heap space），可以通過堆大小的變化發現問題；持久代被占滿(java.lang.OutOfMemoryError:PermGen space)，在大量使用反射時會出現；堆棧溢出(java.lang.StackOverflowError)，一般因為錯誤的遞歸和循環造成；線程堆棧滿(Fatal:Stack size too small)，可以通過修改-Xss解決，不過還是主要注意是否是因為線程棧過深造成；系統內存被占滿(java.lang.OutOfMemoryError:unable to create new native thread)，由于OS沒有足夠的資源來產生線程造成的，可以考慮減少單個線程的消耗或重新設計這部分程序。

常見問題

1.堆和棧的區別：堆是存放對象的，但是對象內臨時變量是存在棧內存中的。棧是跟隨線程的，有線程就有棧，堆是跟隨JVM的，有JVM就有堆內存。

2.堆內存中到底存在什么：對象，包括對象變量和對象方法。

3.類變量和實例變量有什么區別：靜態變量(有static修飾)是類變量，非靜態變量是實例變量。靜態變量存在方法區中，實例變量存在堆內存中。有個說法是類變量是在JVM啟動時就初始化好了，其實不對。

4.Java的方法到底是傳值還是傳引用：都不是，而是以傳值的方式傳遞地址，具體的說就是原始數據類型傳遞的值，引用類型傳遞的地址。對于原始數據類型，JVM的處理方法是從Method Area或Heap中拷貝到Stack，然后運行Frame中方法，運行完畢再將變量拷貝回去。

5.為什么會產生OutOfMemory：原因是Heap內存中沒有可用空間了或永久區滿了，有時會發現對象不多仍出現該情況，一般是由繼承層次過多造成，因為Heap中產生的對象都是先產生父類，然后產生子類。

6.為什么會產生StackOverFlowError：因為線程把棧空間消耗完了，一般都是遞歸函數造成的。

7.JVM中那些共享的，那些是私有的:Heap和Method Area是共享的，其他都是私有的。

8.還有那些需要注意的補充概念：常量池(constant pool)，按照順序存放程序中的常量，且進行索引編號，默認0到127放在常量池，string也是；安全管理器(Security Manager)，提供java運行期的安全控制，類加載器只有在通過認證后才能加載class文件；方法索引表(Methods table)，記錄每個method的地址信息，Stack和Heap中的地址指針其實指向Methods table的地址。

9.為什么不能調用System.gc():因為該操作會進行Full GC并停止所有活動。

10.CGLib是什么：用于Spring和Hibernate等技術對類進行增強時，其可以直接操作字節碼動態生成Class文件。