我所知道JVM虚拟机之运行时数据区的堆空间

28640

前言

从本篇开始我们就要进入运行时数据区的堆空间学习

image.png

一、堆的核心描述


《Java虚拟机规范》中对Java堆的描述是:所有的对象实例以及数组都应当在运行时分配在堆上。(The heap is the run-time data area from which memory for all class instances and arrays is allocated)

从实际使用角度看:“几乎”所有的对象实例都在堆分配内存,但并非全部。因为还有一些对象是在栈上分配的

堆与进程

================================

一个进程只有一个JVM实例,一个JVM实例中就有一个运行时数据

一个运行时数据区只有一个堆和一个方法区但是进程包含多个线程,他们是共享同一堆空间的

image.png

Java堆区在JVM启动的时候即被创建,其空间大小也就确定了,堆是JVM管理的最大一块内存空间,并且堆内存的大小是可以调节

Java虚拟机的规范:堆可以处于物理上不连续的内存空间中,但在逻辑上它应该被视为连续的

所有的线程共享Java堆,也还还可以划分线程私有的缓冲区(Thread Local Allocation Buffer,TLAB)

但是也有可能数组和对象永远不会存储在栈上(不一定),因为栈帧中保存引用,这个引用指向对象或者数组在堆中的位置

我们创建一个示例来体会一下这个堆的结构

public class SimpleHeap {
    private int id;//属性、成员变量

    public SimpleHeap(int id) {
        this.id = id;
    }

    public void show() {
        System.out.println("My ID is " + id);
    }
    public static void main(String[] args) {
        SimpleHeap sl = new SimpleHeap(1);
        SimpleHeap s2 = new SimpleHeap(2);

        int[] arr = new int[10];

        Object[] arr1 = new Object[10];
    }
}

那么当我们运行起来的时候,它就会将当前类放到运行时数据区中,看看字节码指令与堆的操作

image.png

image.png

并且在方法结束后,堆中的对象不会马上被移除,仅仅在垃圾收集的时候才会被移除

  • 就是触发了GC的时候,才会进行回收
  • 如果堆中对象马上被回收,那么用户线程就会收到影响,因为有stop the word

而堆,是GC(Garbage Collection,垃圾收集器)执行垃圾回收的重点区域

那么随着JVM的迭代升级,原来一些绝对的事情,在后续版本中也开始有了特例,变的不再那么绝对。

堆的内存细分

================================

image.png

我们采用一个示例理解理解逻辑上分三个部分是什么意思

比如说我们的国家中华人员共和国分三部分:中国大陆+澳门香港+台湾地区

image.png

这样我们熟悉后的称呼可以约定一下,再提到相对应的称呼就知道说的是什么了

  • 年轻代=新生区=新生代
  • 养老区=老年区=老年代
  • 永久区=永久代

JVisualVM可视化查看堆内存

================================

我们通过一个示例代码来体会一下

public class HeapDemo {
    public static void main(String[] args) {
        System.out.println("start...");
        try {
            TimeUnit.MINUTES.sleep(30);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println("end...");
    }
}

当我们运行相关代码的时候呢,可以找到JDK目录下的文件打开JVisualVM

image.png

打开后在工具栏点击>工具 -> 插件 -> 安装Visual GC插件

image.png

image.png

与我们之前上面的图对应的上就是

image.png

我们可以在刚刚SimpleHeap类,添加一下打印堆的细节

image.png

image.png

二、设置堆内存大小与OOM


我们说Java堆区用于存储Java对象实例,那么堆的大小在JVM启动时就已经设定好了

如果要设置堆区的大小我们可以使用”-Xms”和”-Xmx”来进行设置

  • -Xms用于表示堆区的起始内存,等价于-XX:InitialHeapSize
  • -Xmx则用于表示堆区的最大内存,等价于-XX:MaxHeapSize

一旦堆区中的内存大小超过“-Xmx”所指定的最大内存时,将会抛出OutofMemoryError异常

通常会将-Xms和-Xmx两个参数配置相同的值,目的是为了能够在Java垃圾回收机制清理完堆区后不需要重新分隔计算堆区的大小,从而提升性能

如果两个设置一样的就少了频繁扩容和缩容的步骤,内存不够了就直接报OOM

默认情况下:初始内存大小(物理电脑内存大小/64)、最大内存大小(物理电脑内存大小/4)

接下来我们使用一个示例来返回一下当前电脑的堆大小信息

public class HeapSpaceInitial {
    public static void main(String[] args) {

        //返回Java虚拟机中的堆内存总量
        long initialMemory = Runtime.getRuntime().totalMemory() / 1024 / 1024;
        //返回Java虚拟机试图使用的最大堆内存量
        long maxMemory = Runtime.getRuntime().maxMemory() / 1024 / 1024;

        System.out.println("-Xms : " + initialMemory + "M");
        System.out.println("-Xmx : " + maxMemory + "M");

        System.out.println("系统内存大小为:" + initialMemory * 64.0 / 1024 + "G");
        System.out.println("系统内存大小为:" + maxMemory * 4.0 / 1024 + "G");

    }
}
//运行结果如下:
-Xms : 245M 
-Xmx : 3623M .
系统内存大小为: 15.3125G
系统内存大小为: 14.15234375G 

我们可以设置参数调整大小并且再次输出看一看

image.png

public class HeapSpaceInitial {
    public static void main(String[] args) {

        //返回Java虚拟机中的堆内存总量
        long initialMemory = Runtime.getRuntime().totalMemory() / 1024 / 1024;
        //返回Java虚拟机试图使用的最大堆内存量
        long maxMemory = Runtime.getRuntime().maxMemory() / 1024 / 1024;

        System.out.println("-Xms : " + initialMemory + "M");
        System.out.println("-Xmx : " + maxMemory + "M");

    }
}
//运行结果如下:
-Xms : 575M 
-Xmx : 575M

看到这样会不会有小伙伴提问诶,设置的不是600吗?为什么少了25M?

第一种方式:jps / jstat -gc 进程id

image.png

image.png

方式二:-XX:+PrintGCDetails

image.png

image.png

OOM举例

================================

对于堆空间内存溢出的情况,我们举例说明一下

public class OOMTest {
    public static void main(String[] args) {
        ArrayList<Picture> list = new ArrayList<>();
        while(true){
            try {
                Thread.sleep(20);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            list.add(new Picture(new Random().nextInt(1024 * 1024)));
        }
    }
}
class Picture{
    private byte[] pixels;

    public Picture(int length) {
        this.pixels = new byte[length];
    }
}

当我们对当前的堆空间的大小进行参数设置上线:-Xms600m -Xmx600m,再运行起来的话一直往堆空间创建对象直至超出大小

//输出结果:
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
    at com.atguigu.java.Picture.<init>(OOMTest.java:29)
    at com.atguigu.java.OOMTest.main(OOMTest.java:20)

接下来我们可以使用Java visualVM工具查看该类的堆空间变化与大小

image.png
image.png

三、年轻代与老年代


在我们的JVM中,存储在JVM中的Java对象可以被划分为两类:

  • 一类是生命周期较短的瞬时对象,这类对象的创建和消亡都非常迅速
  • 一类对象的生命周期却非常长,在某些极端的情况下还能够与JVM的生命周期保持一致

那么对于Java堆区的话,我们之前说过可以分为年轻代(YoungGen)和老年代(oldGen)

年轻代

年轻代又可以划分为Eden空间、Survivor0空间和Survivor1空间(有时也叫做from区、to区)

image.png

那么前面我们说堆空间可以设置大小,那么对于年轻代与老年代如何设置大小呢?

配置新生代与老年代在堆结构的占比
  • (默认)-XX:NewRatio=2,表示新生代占1,老年代占2,新生代占整个堆的1/3
  • (调整)-XX:NewRatio=4,表示新生代占1,老年代占4,新生代占整个堆的1/5

image.png

我们可以通过一个示例来说明这个事情

public class EdenSurvivorTest {
    public static void main(String[] args) {
        System.out.println("我只是来打个酱油~");
        try {
            Thread.sleep(1000000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

并且我们使用参数对堆空间进行一个大小的设置:-Xms600m -Xmx600m

image.png

这时运行起来并且打开JDK提供的工具Java visualVM 一起查看一下这个类

image.png

image.png

在HotSpot中,Eden空间和另外两个survivor空间缺省所占的比例是8 : 1 : 1

可以通过选项-XX:SurvivorRatio调整这个空间比例。比如-XX:SurvivorRatio=8

几乎所有的Java对象都是在Eden区被new出来的

绝大部分的Java对象的销毁都在新生代进行了(有些大的对象在Eden区无法存储时候,将直接进入老年代),IBM公司的专门研究表明,新生代中80%的对象都是“朝生夕死”的

image.png

我们也可以使用选项”-Xmn”设置新生代最大内存大小,但这个参数使用默认值就可以

/**
 * -Xms600m -Xmx600m
 *
 * -XX:NewRatio : 设置新生代与老年代的比例。默认值是2.
 * -XX:SurvivorRatio :设置新生代中Eden区与Survivor区的比例。默认值是8
 * -XX:-UseAdaptiveSizePolicy :关闭自适应的内存分配策略  (暂时用不到)
 * -Xmn:设置新生代的空间的大小。 (一般不设置)
 */
public class EdenSurvivorTest {
    public static void main(String[] args) {
        System.out.println("我只是来打个酱油~");
        try {
            Thread.sleep(1000000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

四、图解对象分配过程


那么我们创建new了一个对象,那么在堆空间具体是如何分配的呢?

其实为新对象分配内存是一件非常严谨和复杂的任务

JVM的设计者们不仅需要考虑内存如何分配、在哪里分配等问题,并且由于内存分配算法与内存回收算法密切相关,所以还需要考虑GC执行完内存回收后是否会在内存空间中产生内存碎片

对象分配具体过程(一般情况)

================================

  • new的对象先放伊甸园区。此区有大小限制。
  • 当伊甸园的空间填满时,程序又需要创建对象,JVM的垃圾回收器将对伊甸园区进行垃圾回收(MinorGC),将伊甸园区中的不再被其他对象所引用的对象进行销毁。再加载新的对象放到伊甸园区。
  • 然后将伊甸园中的剩余对象移动到幸存者0区。
  • 如果再次触发垃圾回收,此时上次幸存下来的放到幸存者0区的,如果没有回收,就会放到幸存者1区。
  • 如果再次经历垃圾回收,此时会重新放回幸存者0区,接着再去幸存者1区。
  • 啥时候能去养老区呢?可以设置次数。默认是15次。可以设置新生区进入养老区的年龄限制,设置 JVM 参数:-XX:MaxTenuringThreshold=N 进行设置
  • 在养老区,相对悠闲。当养老区内存不足时,再次触发GC:Major GC,进行养老区的内存清理
  • 若养老区执行了Major GC之后,发现依然无法进行对象的保存,就会产生OOM异常。

图解对象分配(一般情况)

================================

我们创建的对象,一般都是存放在Eden区的,当我们Eden区满了后就会触发GC操作,一般被称为 YGC / Minor GC操作

image.png

那么YGC / Minor GC 会执行STW过程判断当前伊甸园里的对象谁是垃圾,谁不是并标记出来

那么我们说红色的是垃圾,绿色的还在使用。

那么当我们垃圾收集后红色的对象将会被回收,而绿色的独享还被占用着,存放在S0(Survivor From)区。

同时我们给每个对象设置了一个年龄计数器,经过一次回收后还存在的对象,将其年龄加 1

image.png

这时可以往Eden区继续存放对象,当Eden区再次存满的时候,又会触发一个MinorGC操作

此时GC将会把 Eden和Survivor From中的对象进行一次垃圾收集,把存活的对象放到 Survivor To(S1)区,同时让存活的对象年龄 + 1

image.png

每次执行完GC的时候,S0与S1谁是空的,就执行To操作,To的操作就是下一次GC时伊甸园满了往哪放

这时我们继续不断的进行对象生成和垃圾回收,当Survivor中的对象的年龄达到15的时候,将会触发一次 Promotion 晋升的操作,也就是将年轻代中的对象晋升到老年代中

image.png

关于垃圾回收:频繁在新生区收集,很少在养老区收集,几乎不在永久区/元空间收集

对象分配特殊情况

================================

如果来了一个新对象,先看看 Eden 是否放的下?

  • 如果 Eden 放得下,则直接放到 Eden 区
  • 如果 Eden 放不下,则触发 YGC ,执行垃圾回收,看看还能不能放下?

将对象放到老年区又有两种情况

  • 如果 Eden 执行了 YGC 还是无法放不下该对象,那没得办法,只能说明是超大对象,只能直接放到老年代
  • 那万一老年代都放不下,则先触发FullGC ,再看看能不能放下,放得下最好,但如果还是放不下,那只能报 OOM

如果 Eden 区满了将对象往幸存区拷贝时,发现幸存区放不下啦,那只能便宜了某些新对象,让他们直接晋升至老年区

image.png

常用调优工具

================================

  • JDK命令行
  • Eclipse:Memory Analyzer Tool
  • Jconsole
  • Visual VM(实时监控,推荐)
  • Jprofiler(IDEA插件)
  • Java Flight Recorder(实时监控)
  • GCViewer
  • GCEasy

五、Minor GC、MarjorGc、FullGc


我们刚刚说堆空间进行分配时,伊甸园区满了会触发YGC、特殊情况时Old满了会触发FGC

那么在JVM在进行GC时并非每次都对上面三个内存区域一起回收的,大部分时候回收的都是指
新生代。

针对HotSpot VM的实现,它里面的GC按照回收区域又分为两大种类型:

  • 一种是部分收集(Partial GC)
  • 一种是整堆收集(Full GC)
 部分收集:不是完整收集整个Java堆的垃圾收集
  • 新生代收集(Minor GC/Young GC):只是新生代(Eden,s0,s1)的垃圾收集
  • 老年代收集(Major GC/Old GC):只是老年代的圾收集。

    • 目前,只有CMS GC会有单独收集老年代的行为。
    • 注意,很多时候Major GC会和Full GC混淆使用,需要具体分辨是老年代回收还是整堆回收。
  • 混合收集(Mixed GC):收集整个新生代以及部分老年代的垃圾收集。

    • 目前,只有G1 GC会有这种行为
 整堆收集(Full GC):收集整个java堆和方法区的垃圾收集。

年轻代 GC(Minor GC)触发机制

================================

当年轻代空间不足时,就会触发Minor GC,这里的年轻代满指的是Eden代满。

Survivor满不会主动引发GC,在Eden区满的时候,会顺带触发s0区的GC,也就是被动触发GC(每次Minor GC会清理年轻代的内存)

因为Java对象大多都具备朝生夕灭的特性,所以Minor GC非常频繁,一般回收速度也比较快。这一定义既清晰又易于理解

Minor GC会引发STW(Stop The World),暂停其它用户的线程,等垃圾回收结束,用户线程才恢复运行

image.png

老年代GC(MajorGC)触发机制

================================

指发生在老年代的GC,对象从老年代消失时,我们说 “Major Gc” 或 “Full GC” 发生了

出现了MajorGc,经常会伴随至少一次的Minor GC。

但非绝对的,在Parallel Scavenge收集器的收集策略里就有直接进行MajorGC的策略选择过程

Major GC的速度一般会比Minor GC慢10倍以上,STW的时间更长

如果Major GC后,内存还不足,就报OOM了

老年代GC(MajorGC)触发机制

================================

触发Full GC执行的情况有如下五种:

  • 调用System.gc()时,系统建议执行FullGC,但是不必然执行
  • 老年代空间不足
  • 方法区空间不足
  • 通过Minor GC后进入老年代的平均大小大于老年代的可用内存
  • 由Eden区、survivor space0(From Space)区向survivor space1(To Space)区复制时,对象大小大于To Space可用内存,则把该对象转存到老年代,且老年代的可用内存小于该对象大小

说明:Full GC 是开发或调优中尽量要避免的。这样STW时间会短一些

六、GC日志分析


我们可以使用一个示例来体会一下,并进行日志的分析

public class GCTest {
    public static void main(String[] args) {
        int i = 0;
        try {
            List<String> list = new ArrayList<>();
            String a = "atguigu.com";
            while (true) {
                list.add(a);
                a = a + a;
                i++;
            }

        } catch (Throwable t) {
            t.printStackTrace();
            System.out.println("遍历次数为:" + i);
        }
    }
}

对该类进行选项相关的设置,上面我们有提到

image.png

这时我们运行起来可以看看,并对GC的信息进行分析看看

image.png

七、体会堆空间分代思想


那么我们前面也知道了有分年轻代与老年代

那么为什么要把Java堆分代?不分代就不能正常工作了吗?

经研究不同对象的生命周期不同。70%-99%的对象是临时对象

  • 新生代:有Eden、两块大小相同的survivor(又称为from/to或s0/s1)构成,to总为空。
  • 老年代:存放新生代中经历多次GC仍然存活的对象。

image.png

那么不分带就不能正常工作了吗?其实不分代完全可以,分代的唯一理由就是优化GC性能

如果没有分代,那所有的对象都在一块,就如同把一个学校的人都关在一个教室。

GC的时候要找到哪些对象没用,这样就会对堆的所有区域进行扫描。(性能低)

而很多对象都是朝生夕死的如果分代的话,把新创建的对象放到某一地方。

当GC的时候先把这块存储“朝生夕死”对象的区域进行回收,这样就会腾出很大的空间出来。(多回收新生代,少回收老年代,性能会提高很多)

image.png

八、堆空间分配策略


我们前面提到一般情况的分配步骤与特殊情况的分配

image.png

image.png

那么整体总结一下内存分配策略是什么样的呢?

首先我们说明的情况就是一般情况

如果对象在Eden出生并经过第一次Minor GC后仍然存活,并且能被Survivor容纳的话,将被移动到Survivor空间中,并将对象年龄设为1

对象在Survivor区中每熬过一次MinorGC,年龄就增加1岁,当它的年龄增加到一定程度(默认为15岁,其实每个JVM、每个GC都有所不同)时,就会被晋升到老年代

对象晋升老年代的年龄阀值,可以通过选项-XX:MaxTenuringThreshold来设置

堆空间对象提升规则

================================

针对不同年龄段的对象分配原则如下所示:

优先分配到Eden:

伊甸园区大多数存放朝生夕死的对象,当我们放对象的时候也无法第一时间判断是否为朝生夕死所以先将它们放入eden区

大对象直接分配到老年代:

开发中比较长的字符串或者数组,会直接存在老年代,但是因为新创建的对象都是朝生夕死的,所以这个大对象可能也很快被回收,但是因为老年代触发Major GC的次数比 Minor GC要更少,因此可能回收起来就会比较慢

尽量避免程序中出现过多的大对象

长期存活的对象分配到老年代
动态对象年龄判断:

如果Survivor区中相同年龄的所有对象大小的总和,大于Survivor空间的一半。

那么年龄大于或等于该年龄的对象可以直接进入老年代,无须等到MaxTenuringThreshold中要求的年龄

空间分配担保:-XX:HandlePromotionFailure

九、为对象分配内存:TLAB


为什么有 TLAB( Thread Local Allocation Buffer )?

================================

我们前面说运行时数据区里的堆空间对线程是共享的,任何线程都可以访问到堆区中的共享数据

image.png

由于对象实例的创建在JVM中非常频繁,因此在并发环境下从堆区中划分内存空间是线程不安全的

为避免多个线程操作同一地址,需要使用加锁等机制,但会进而影响分配速度

那么接下来就TLAB就应以而生

什么是TLAB( Thread Local Allocation Buffer )?

================================

我们从内存模型角度看而不是垃圾收集的角度看

我们对Eden区域继续进行划分,JVM为每个线程分配了一个私有缓存区域,它包含在Eden空间内

image.png

多线程同时分配内存时使用TLAB可以避免一系列的非线程安全问题,同时还能够提升内存分配的吞吐量,因此我们可以将这种内存分配方式称之为快速分配策略

每个线程都有一个TLAB空间当一个线程的TLAB存满时,可以使用公共区域(蓝色)的

TLAB再次说明

================================

尽管不是所有的对象实例都能够在TLAB中成功分配内存,但JVM确实是将TLAB作为内存分配的首选

在程序中,开发人员可以通过选项“-XX:UseTLAB”设置是否开启TLAB空间

默认情况下,TLAB空间的内存非常小,仅占有整个Eden空间的1%,当然我们可以通过选项“-XX:TLABWasteTargetPercent”设置TLAB空间所占用Eden空间的百分比大小

一旦对象在TLAB空间分配内存失败时,JVM就会尝试着通过使用加锁机制确保数据操作的原子性,从而直接在Eden空间中分配内存

我们使用一个示例来体会一下看看UseTLAB是否默认开启

public class TLABArgsTest{
    public static void main(String[] args) {
        
        System.out.println(”我只是来打个酱油~");
        try {
            Thread.sleep( millis: 1000000) ;
        }catch (InterruptedException e) {
            e. printStackTrace();
        }
    }
}
//运行结果如下:
我只是来打个酱油~

运行cmd根据我们前面的命令,我们可以查看这个类是否默认开启

image.png

我们没有对这个类的选项进行相关的命令设置,我们也可以看看这个类

image.png

TLAB分配过程

================================

image.png

十、小结堆空间的参数设置


我们这里可以查看官方文档进行更详细的说明:访问入口

接下来我们介绍的是常用的一些参数

-XX:+PrintFlagsInitial : 查看所有的参数的默认初始值

-XX:+PrintFlagsFinal :查看所有的参数的最终值(可能会存在修改,不再是初始值)

-Xms:初始堆空间内存 (默认为物理内存的1/64)

-Xmx:最大堆空间内存(默认为物理内存的1/4)

-Xmn:设置新生代的大小。(初始值及最大值)

-XX:NewRatio:配置新生代与老年代在堆结构的占比

-XX:SurvivorRatio:设置新生代中Eden和S0/S1空间的比例

-XX:MaxTenuringThreshold:设置新生代垃圾的最大年龄

-XX:+PrintGCDetails:输出详细的GC处理日志

打印gc简要信息:① -XX:+PrintGC ② -verbose:gc

-XX:HandlePromotionFailure:是否设置空间分配担保

关于空间分担担保我们可以有以下的说明与介绍

在发生Minor GC之前,虚拟机会检查老年代最大可用的连续空间是否大于新生代所有对象的总空间

  • 如果大于,则此次Minor GC是安全的
  • 如果小于,则虚拟机会查看-XX:HandlePromotionFailure设置值是否允担保失败

若我们对HandlePromotionFailure=true,会继续检查老年代最大可用连续空间是否大于历次晋升到老年代的对象的平均大小

  • 如果大于,则尝试进行一次Minor GC,但这次Minor GC依然是有风险的
  • 如果小于,则进行一次Full GC

若我们对HandlePromotionFailure=false,则进行一次Full GC

在JDK6 Update 24 之后,HandlePromotionFailure参数不会再影响到虚拟机的空间分配担保策略,观察openJDK中的源码变化,虽然源码中还定义了HandlePromotionFailure参数,但是在代码中已经不会再使用它

JDK6 Update 24 之后的规则变为只要老年代的连续空间大于新生代对象总大小或者历次晋升的平均大小就会进行Minor GC,否则将进行Full GC。即 HandlePromotionFailure=true

十一扩展:堆是分配对象的唯一选择么?


在《深入理解Java虚拟机》中关于Java堆内存有这样一段描述:

随着JIT编译期的发展与逃逸分析技术逐渐成熟,栈上分配、标量替换优化技术将会导致一些微妙的变化,所有的对象都分配到堆上也渐渐变得不那么“绝对”了

在Java虚拟机中对象是在Java堆中分配内存的,这是一个普遍的常识。

但是有一种特殊情况,那就是如果经过逃逸分析(Escape Analysis)后发现,一个对象并没有逃逸出方法的话,那么就可能被优化成栈上分配

这样就无需在堆上分配内存,也无须进行垃圾回收了。这也是最常见的堆外存储技术

此外前面提到的基于OpenJDK深度定制的TaoBao VM,其中创新的GCIH(GC invisible heap)技术实现off-heap

它将生命周期较长的Java对象从heap中移至heap外,并且GC不能管理GCIH内部的Java对象,以此达到降低GC的回收频率和提升GC的回收效率的目的

什么是逃逸分析

================================

逃逸分析的基本行为就是分析对象动态作用域

  • 当一个对象在方法中被定义后,对象只在方法内部使用,则认为没有发生逃逸
  • 当一个对象在方法中被定义后,它被外部方法所引用,则认为发生逃逸。例如作为调用参数传递到其他地方中

通过逃逸分析,Java Hotspot编译器能够分析出一个新的对象的引用的使用范围从而决定是否要将这个对象分配到堆上

这是一种可以有效减少Java程序中同步负载和内存堆分配压力的跨函数全局数据流分析算法

接下来我们通过示例来一起看看具体是一个什么情况

1.没有发生逃逸的对象,则可以分配到栈(无线程安全问题)上,随着方法执行的结束,栈空间就被移除(也就无需GC)

public void my_method() {
    V v = new V();
    // use v
    // ....
    v = null;
}

2.下面代码中的 StringBuffer sb 发生了逃逸,不能在栈上分配

public static StringBuffer createStringBuffer(String s1, String s2) {
    StringBuffer sb = new StringBuffer();
    sb.append(s1);
    sb.append(s2);
    return sb;
}

如果想要StringBuffer sb不发生逃逸,可以这样写

public static String createStringBuffer(String s1, String s2) {
    StringBuffer sb = new StringBuffer();
    sb.append(s1);
    sb.append(s2);
    //new 了一个String 把StringBuffer的内容给到String
    //而StringBuffer则随着方法结束就被销毁了
    return sb.toString();
}

如何快速的判断是否发生了逃逸分析,大家就看new的对象实体是否有可能在方法外被调用

我们看看以下这个类的方法,哪些是属于逃逸了?

public class EscapeAnalysis {

    public EscapeAnalysis obj;

    /*
    方法返回EscapeAnalysis对象,发生逃逸
     */
    public EscapeAnalysis getInstance(){
        return obj == null? new EscapeAnalysis() : obj;
    }
    /*
    为成员属性赋值,发生逃逸
     */
    public void setObj(){
        this.obj = new EscapeAnalysis();
    }
    //思考:如果当前的obj引用声明为static的?仍然会发生逃逸。

    /*
    对象的作用域仅在当前方法中有效,没有发生逃逸
     */
    public void useEscapeAnalysis(){
        EscapeAnalysis e = new EscapeAnalysis();
    }
    /*
    引用成员变量的值,发生逃逸
     */
    public void useEscapeAnalysis1(){
        EscapeAnalysis e = getInstance();
        //getInstance().xxx()同样会发生逃逸
    }
}

逃逸分析参数设置

================================

在JDK 1.7 版本之后,HotSpot中默认就已经开启了逃逸分析

如果使用的是较早的版本,开发人员则可以通过:

  • 选项“-XX:+DoEscapeAnalysis”显式开启逃逸分析
  • 通过选项“-XX:+PrintEscapeAnalysis”查看逃逸分析的筛选结果

小结:开发中能使用局部变量的,就不要使用在方法外定义

逃逸分析的代码优化:

================================

使用逃逸分析可以对代码做以下优化:

栈上分配:

将堆分配转化为栈分配,如果一个对象在子程序中被分配,要使指向该对象的指针永远不会发生逃逸,对象可能是栈上分配的候选,而不是堆上分配

同步省略:

如果一个对象被发现只有一个线程被访问到,那么对于这个对象的操作可以不考虑同步

分离对象或标量替换:

有的对象可能不需要作为一个连续的内存结构存在也可以被访问到,那么对象的部分(或全部)可以不存储在内存,而是存储在CPU寄存器中

那么代码优化之堆栈的分配有以下:

JIT编译器在编译期间根据逃逸分析的结果,发现如果一个对象并没有逃逸出方法的话,就可能被优化成栈上分配

分配完成后,继续在调用栈内执行,最后线程结束,栈空间被回收,局部变量对象也被回收。这样就无须进行垃圾回收了

常见的栈上分配的场景:分别是给成员变量赋值、方法返回值、实例引用传递

接下来我们通过例子来体会一下堆栈分配的不同差距

public class StackAllocation {
    public static void main(String[] args) {
        long start = System.currentTimeMillis();

        for (int i = 0; i < 10000000; i++) {
            alloc();
        }
        // 查看执行时间
        long end = System.currentTimeMillis();
        System.out.println("花费的时间为: " + (end - start) + " ms");
        // 为了方便查看堆内存中对象个数,线程sleep
        try {
            Thread.sleep(1000000);
        } catch (InterruptedException e1) {
            e1.printStackTrace();
        }
    }

    private static void alloc() {
        User user = new User();//未发生逃逸
    }

    static class User {

    }
}

因为我们User没有发生逃逸,所以我们可以考虑将它放入栈空间里去

我们测试没有开启逃逸分析的时间是多少,并且对堆空间进行设置

image.png

这时我们运行起来代码,并对运行结果如下进行分析

[GC (Allocation Failure) [PSYoungGen: 33280K->808K(38400K)] 33280K->816K(125952K), 0.0483350 secs] [Times: user=0.00 sys=0.00, real=0.06 secs] 
[GC (Allocation Failure) [PSYoungGen: 34088K->808K(38400K)] 34096K->816K(125952K), 0.0008411 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
[GC (Allocation Failure) [PSYoungGen: 34088K->792K(38400K)] 34096K->800K(125952K), 0.0008427 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
[GC (Allocation Failure) [PSYoungGen: 34072K->808K(38400K)] 34080K->816K(125952K), 0.0012223 secs] [Times: user=0.08 sys=0.00, real=0.00 secs] 
花费的时间为: 114 ms
![image.png](/img/bVcPpiJ)

image.png

下面我们测试开启逃逸分析的时间是多少

image.png

花费的时间为: 5 ms

之前我们说到线程同步的代价是相当高的,同步的后果是降低并发性和性能

在动态编译同步块的时候,JIT编译器可以借助逃逸分析来判断同步块所使用的锁对象是否只能够被一个线程访问而没有被发布到其他线程

如果没有被发布到其他线程,那么JIT编译器在编译这个同步块的时候就会取消对这部分代码的同步。

这样就能大大提高并发性和性能。这个取消同步的过程就叫同步省略,也叫锁消除

接下来我们通过例子来体会一下同步省略的不同差距

public void f() {
    Object hollis = new Object();
    synchronized(hollis) {
        System.out.println(hollis);
    }
}

代码中对hollis这个对象加锁,但是hollis对象的生命周期只在f()方法中,并不会被其他线程所访问到,所以在JIT编译阶段就会被优化掉

public void f() {
    Object hellis = new Object();
    System.out.println(hellis);
}

这时我们运行这个方法,并且看看字节码是怎么样的回事呢?

image.png

注意:字节码文件中并没有进行优化,可以看到加锁和释放锁的操作依然存在,同步省略操作是在解释运行时发生的

接下来我们介绍的是标量,它是指一个无法再分解成更小的数据的数据。

Java中的原始数据类型就是标量,相对的那些还可以分解的数据叫做聚合量(Aggregate),Java中的对象就是聚合量

在JIT阶段,如果经过逃逸分析,发现一个对象不会被外界访问的话,那么经过JIT优化,就会把这个对象拆解成若干个其中包含的若干个成员变量来代替。这个过程就是标量替换

接下来我们通过例子来体会一下标量替换的不同差距

public static void main(String args[]) {
    alloc();
}
private static void alloc() {
    Point point = new Point(1,2);
    System.out.println("point.x" + point.x + ";point.y" + point.y);
}
class Point {
    private int x;
    private int y;
}

以上代码,经过标量替换后,就会变成

private static void alloc() {
    int x = 1;
    int y = 2;
    System.out.println("point.x = " + x + "; point.y=" + y);
}

可以看到,Point这个聚合量经过逃逸分析后,发现他并没有逃逸,就被替换成两个聚合量了

大大减少堆内存的占用。因为一旦不需要创建对象了,那么就不再需要分配堆内存了

那么如何开启标量替换?

参数 -XX:+ElimilnateAllocations:开启了标量替换(默认打开),允许将对象打散分配在栈上

我们使用一个示例体会一下开启标量替换与没开启的一个对比

public class ScalarReplace {
    public static class User {
        public int id;
        public String name;
    }

    public static void alloc() {
        User u = new User();//未发生逃逸
        u.id = 5;
        u.name = "www.atguigu.com";
    }

    public static void main(String[] args) {
        long start = System.currentTimeMillis();
        for (int i = 0; i < 10000000; i++) {
            alloc();
        }
        long end = System.currentTimeMillis();
        System.out.println("花费的时间为: " + (end - start) + " ms");
    }
}

我们测试没有开启标量替换的时间是多少,并且对堆空间进行设置

image.png

[GC (Allocation Failure)  25600K->880K(98304K), 0.0012658 secs]
[GC (Allocation Failure)  26480K->832K(98304K), 0.0012124 secs]
[GC (Allocation Failure)  26432K->784K(98304K), 0.0009719 secs]
[GC (Allocation Failure)  26384K->832K(98304K), 0.0009071 secs]
[GC (Allocation Failure)  26432K->768K(98304K), 0.0010643 secs]
[GC (Allocation Failure)  26368K->824K(101376K), 0.0012354 secs]
[GC (Allocation Failure)  32568K->712K(100864K), 0.0011291 secs]
[GC (Allocation Failure)  32456K->712K(100864K), 0.0006368 secs]
花费的时间为: 99 ms

接下来我们测试开启标量替换的时间是多少

image.png

花费的时间为: 6 ms

对于这个自动添加主对于在server模式下,才可以启用逃逸分析

我们分析一下我们刚刚设置的这些参数

-server -Xmx100m -Xms100m -XX:+DoEscapeAnalysis -XX:+PrintGC -XX:+EliminateAllocations

这里设置参数如下:

  • 参数 -server:启动Server模式,因为在server模式下,才可以启用逃逸分析。
  • 参数 -XX:+DoEscapeAnalysis:启用逃逸分析
  • 参数 -Xmx10m:指定了堆空间最大为10MB
  • 参数 -XX:+PrintGC:将打印GC日志。
  • 参数 -XX:+EliminateAllocations:开启了标量替换(默认打开),允许将对象打散分配在栈上,比如对象拥有id和name两个字段,那么这两个字段将会被视为两个独立的局部变量进行分配

逃逸分析的不足

================================

关于逃逸分析的论文在1999年就已经发表了,但直到JDK1.6才有实现,而且这项技术到如今也并不是十分成熟的。

其根本原因就是无法保证逃逸分析的性能消耗一定能高于他的消耗

虽然经过逃逸分析可以做标量替换、栈上分配、和锁消除。但是逃逸分析自身也是需要进行一系列复杂的分析的,这其实也是一个相对耗时的过程

一个极端的例子,就是经过逃逸分析之后,发现没有一个对象是不逃逸的。那这个逃逸分析的过程就白白浪费掉了。

虽然这项技术并不十分成熟,但是它也是即时编译器优化技术中一个十分重要的手段。

注意到有一些观点,认为通过逃逸分析,JVM会在栈上分配那些不会逃逸的对象,这在理论上是可行的,但是取决于JVM设计者的选择。

据我所知,Oracle Hotspot JVM中并未这么做(刚刚演示的效果,是因为HotSpot实现了标量替换),这一点在逃逸分析相关的文档里已经说明,所以可以明确在HotSpot虚拟机上,所有的对象实例都是创建在堆上。

目前很多书籍还是基于JDK7以前的版本,JDK已经发生了很大变化,intern字符串的缓存和静态变量曾经都被分配在永久代上,而永久代已经被元数据区取代。

但是intern字符串缓存和静态变量并不是被转移到元数据区,而是直接在堆上分配,所以这一点同样符合前面一点的结论:对象实例都是分配在堆上

小结

================================

年轻代是对象的诞生、成长、消亡的区域,一个对象在这里产生、应用,最后被垃圾回收器收集、结束生命。

老年代放置长生命周期的对象,通常都是从Survivor区域筛选拷贝过来的Java对象。

当然,也有特殊情况,我们知道普通的对象可能会被分配在TLAB上;

如果对象较大,无法分配在 TLAB 上,则JVM会试图直接分配在Eden其他位置上;

如果对象太大,完全无法在新生代找到足够长的连续空闲空间,JVM就会直接分配到老年代。

当GC只发生在年轻代中,回收年轻代对象的行为被称为Minor GC。

当GC发生在老年代时则被称为Major GC或者Full GC。

一般的,Minor GC的发生频率要比Major GC高很多,即老年代中垃圾回收发生的频率将大大低于年轻代

参考资料


尚硅谷:JVM虚拟机(宋红康老师)

阅读 125

心有多大,舞台就有多大

92 声望
17 粉丝
0 条评论
你知道吗?

心有多大,舞台就有多大

92 声望
17 粉丝
宣传栏