JVM笔记 -- JVM的发展以及基于栈的指令集架构

• 1. 2011年，JDK7发布，1.7u4中，开始启用新的垃圾回收器G1（但是不是默认）。
• 1. 2017年，发布JDK9，G1成为默认GC，代替CMS。(一般公司使用jdk8的时候，会通过参数，指定GC为G1)
• 1. 2018年，发布JDK11，带来了革命性ZGC，性能比较强。

虚拟机介绍

虚拟机，就是虚拟的计算机，可以执行一系列虚拟计算机指令，大体上可以分为系统虚拟机和程序虚拟机。它们运行时，都会受到虚拟机提供的资源的限制。

• 系统虚拟机：仿真模拟系统的，比如Visual Box，VMware。
• 程序虚拟机：为执行单个计算机程序设计的，比如Java虚拟机。

JAVA虚拟机

Java虚拟机是一台执行字节码的虚拟机计算机，但是字节码不一定是由Java语言编译而成。但是只要使用这一套虚拟机规则的语言，就可以享受到跨平台，垃圾收集以及可靠的即时编译器。JVM和硬件之间没有直接的交互。

• 一次编译，到处运行。
• 自动内存管理
• 自动垃圾回收

下面是ava平台文档中Java概念图的描述，可以看出javac命令在JDK中，也就是将.java文件编译成为.class文件，这个就是前端编译器，将源文件编译成为字节码。这个编译器不在JRE中，也说明了JRE不包括编译环境。

JRE和JDK都包括了JVM虚拟机。JRE是运行时环境，而JDK包含了开发环境。

JDK7 中java家族的结构组成 : https://docs.oracle.com/javas...

JDK7 中java家族的结构组成 : https://docs.oracle.com/javas...

JVM结构

上面的图主要包括三部分：类加载器，运行时数据区，执行引擎。

类加载器，主要是将Class文件（已经经过前端编译器编译后的字节码文件），加载到运行时数据区，生成Class对象，这个过程会设计加载，链接，初始化等过程。

运行时区域主要分为：

• 线程私有（每个线程有一份）：

  • 程序计数器:Program Count Register,线程私有，没有垃圾回收
  • 虚拟机栈:VM Stack，线程私有，没有垃圾回收
  • 本地方法栈:Native Method Stack,线程私有，没有垃圾回收

• 线程共享：

  • 方法区:Method Area，以HotSpot为例，JDK1.8后元空间取代方法区，有垃圾回收。
  • 堆:Heap，垃圾回收最重要的地方。

执行引擎主要包括解释器和即时编译器（热点代码提前编译好，这是后端编译器），垃圾回收器。字节码文件不能直接被机器识别，所以需要执行引擎来做转换。

Java代码执行流程

Java代码变成字节码文件的过程中，其实包含了词法分析，语法分析，语法树，语义分析等一系列操作。

在执行引擎中，有JIT编译器，也就是第二次编译的过程会发生在这里，会将热点代码编译成为机器指令，是按照方法的维度，缓存起来（放在方法区）,也称之为CodeCache。

JVM架构模型

Java编译器主要是基于栈的指令集架构，个人觉得主要原因是可移植性决定的，JVM需要跨平台。指令集架构主要有两种：

• 基于栈的指令集架构：一个方法相当于一个入栈的操作，执行完相当于出栈操作。
• 基于寄存器的指令集架构

基于栈的指令集架构的特点

主要特点：

• 设计实现简单，适用于资源受限的系统，比如机顶盒，小玩具上。
• 避开寄存器分配难题：使用零地址指令方式分配。
• 指令流中大部分都是零地址指令，执行过程依赖操作栈，指令集更小（零地址），编译器容易实现。
• 不需要硬件支持，可移植性强，容易实现跨平台。

基于寄存器架构的特点

• 典型应用是x86的二进制指令集
• 依赖于硬件，可移植性差
• 性能好，执行效率高
• 更少指令执行一项操作
• 大部分情况下，寄存器的架构，一，二，三地址指令为主，而基于栈的指令集却是以零地址指令为主。

说明：什么叫零地址指令，一地址指令，二地址指令？
零地址指令只有操作码,没有操作数。这种指令有两种情况:一是无需操作数,另一种是操作数为默认的(隐含的),默认为操作数在寄存器中,指令可直接访问寄存器。

• 三地址指令：一般地址域中A1、A2分别确定第一、第二操作数地址,A3确定结果地址。下一条指令的地址通常由程序计数器按顺序给出。
• 二地址指令：地址域中A1确定第一操作数地址，A2同时确定第二操作数地址和结果地址。
• 单地址指令：地址域中A 确定第一操作数地址。固定使用某个寄存器存放第二操作数和操作结果。因而在指令中隐含了它们的地址。
• 零地址指令：在堆栈型计算机中，操作数一般存放在下推堆栈顶的两个单元中,结果又放入栈顶,地址均被隐含，因而大多数指令只有操作码而没有地址域。

栈数据结构，一般只有入栈和出栈，所以操作的地方只有栈顶元素，所以位置是确定的，不需要地址。

例子
执行2+3的操作，如果是基于栈的计算流程：

iconst_2 // 常量2入栈
istore_1 
iconst_3 // 常量3入栈
istore_2
iload_1
iload_2
iadd  // 常量2,3出栈，执行相加
istore_0  // 结果5入栈

基于寄存器的计算流程：

mov eax,2   //将eax寄存器的值设置为2
add eax,3   // 将eax寄存器的值加3

从上面的例子可以看出来，基于栈的寄存器的指令更小，但是基于寄存器的指令更少。

我们可以通过一个简单程序看一下：

public class StackStructTest {
    public static void main(String[] args) {
        int i = 2 + 3;
    }
}

编译后，切换到class目录下，使用命令反编译：

java -v StackStructTest.class

看到字节码的模块，可以看到前面有iconst_5，其实5就是2+3的结果,也就是编译期间就会直接把2+3变成5，不会在运行的时候才去计算，这个是因为2和3都是常量。

这个现象称之为编译期的常量折叠。

但是如果我们把代码成下面这种情况呢？

        int i = 2;
        int j = 3;
        int k = i + j;

反编译出来的指令：

const意思是constant(常量)，store是storeage寄存器。

 stack=2, locals=4, args_size=1
         0: iconst_2  // 2是个常量
         1: istore_1  // 2加载到1号操作数栈
         2: iconst_3  // 3是一个产量
         3: istore_2  // 3加载到2号操作数栈
         4: iload_1   // 将1号操作数栈取出，加载进来
         5: iload_2   // 将2号操作数栈取出，加载进来
         6: iadd      // 两者相加
         7: istore_3  // 结果存储到索引为3号操作数栈中
         8: return

也就是栈架构的JVM，需要 8 条指令才能完成上面的变量相加计算。

栈架构总结

由于跨平台特性，Java指令基于栈来设计，因为不同的CPU架构不同，优点是跨平台，指令集小，编译器容易实现。缺点是性能下降，实现同样功能需要更多指令。

【作者简介】：
秦怀，公众号【秦怀杂货店】作者，技术之路不在一时，山高水长，纵使缓慢，驰而不息。个人写作方向：Java源码解析，JDBC，Mybatis，Spring，redis，分布式，剑指Offer，LeetCode等，认真写好每一篇文章，不喜欢标题党，不喜欢花里胡哨，大多写系列文章，不能保证我写的都完全正确，但是我保证所写的均经过实践或者查找资料。遗漏或者错误之处，还望指正。

2020年我写了什么？

开源编程笔记

平日时间宝贵，只能使用晚上以及周末时间学习写作，关注我，我们一起成长吧~