深入理解JVM原理

什么是JVM

JVM是Java Virtual Machine（Java虚拟机）的缩写，JVM是一种规范，它是一个虚构出来的计算机，是通过在实际的计算机上仿真模拟各种计算机功能来实现的。JVM屏蔽了与具体操作系统平台相关的信息，使Java程序只需生成在Java虚拟机上运行的目标代码（字节码）,就可以在多种平台上不加修改地运行。JVM在执行字节码时，实际上最终还是把字节码解释成具体平台上的机器指令执行。

JVM结构

1 Class Loader（类加载器）就是将Class文件加载到内存，再说的详细一点就是，把描述类的数据从Class文件加载到内存，并对数据进行校验、转换解析和初始化，最终形成可以被虚拟机直接使用的Java类型，这就是类加载器的作用。

2 Run Data Area（运行时数据区） 就是我们常说的JVM管理的内存了，也是我们这里主要讨论的部分。运行数据区是整个JVM的重点。我们所有写的程序都被加载到这里，之后才开始运行。这部分也是我们这里将要讨论的重点。

3 Execution engine（执行引擎） 是Java虚拟机最核心的组成部分之一。执行引擎用于执行指令，不同的java虚拟机内部实现中，执行引擎在执行Java代码的时候可能有解释执行（解释器执行）和编译执行（通过即时编译器产生本地代码执行，例如JIT），也有可能两者兼备。

类加载

类加载是指JVM把编译过的二进制class文件加载到内存中，并对数据进行校验，转换解析和初始化。

类加载过程

装载
1.通过全限定类名找到对应的class文件，生成二进制字节流。
2.解析这个二进制流，生成方法区类信息。
3.根据类信息在堆中生成对应的class对象，作为方法区类信息的访问入口。
链接
验证：该阶段主要是为了保证加载进来的字节流符合JVM的规范，不会对JVM有安全性问题。其中有对元数据的验证，例如检查类是否继承了被final修饰的类；还有对符号引用的验证，例如校验符号引用是否可以通过全限定名找到，或者是检查符号引用的权限(private、public)是否符合语法规定等。
准备：为静态变量分配内存，并将其初始化默认值，如果此静态变量是final修饰的，直接赋值
解析：把类中的符号引用转换为直接引用，此处针对的是静态方法及属性和私有方法与属性，因为这类方法与私有方法不能被重写，静态属性在运行期也没有多态这一说，即在编译器可知，运行期不可变，所以适合在该阶段解析
初始化
对类的静态变量赋值，执行静态代码块

类加载器

所有的类加载器都继承自ClassLoader这个抽象类，其中loadClass(String)就是加载对应类的方法。

loadClass(String)方法的机制遵循向上检查，向下委派，也就是双亲委派机制。如果要打破这种机制，需要重写loadClass()方法。

运行时数据区

运行时数据区主要由程序计数器，本地方法栈，虚拟机栈，堆，方法区组成，其中，程序计数器，本地方法栈，虚拟机栈由线程各自独享，堆，方法区线程共享。

方法区

方法区是所有线程共享的内存，在java8以前是放在JVM内存中的（永久代），由于永久代的内存大小不好估计，容易发生OOM，所以在java8中移除了永久代的内容，方法区由元空间(Meta Space)实现，并直接放到了本地内存中，不受JVM参数的限制（当然，如果物理内存被占满了，方法区也会报OOM），方法区主要分为这两部分：

1.类元信息（Klass）
类元信息在类编译期间放入方法区，里面放置了类的基本信息，包括类的版本、字段、方法、接口以及常量池表（Constant Pool Table），常量池表存储了类在编译期间生成的字面量、符号引用，这些信息在类加载完后会被解析到运行时常量池中

2.运行时常量池（Runtime Constant Pool）
运行时常量池主要存放在类加载后被解析的字面量与符号引用。在JDK8之前，字符串常量池也是运行时常量池的一部分，JDK8后放到堆里，方便回收。

Heap(堆)

Java堆是Java虚拟机所管理内存中最大的一块，在虚拟机启动时创建，被所有线程共享。Java对象实例以及数组都在堆上分配。

堆区域划分

为什么这么设计？
假设一下，如果不分新老代，内存就一整块，垃圾收集器每次都要把那些长期存在的对象，和生命周期很短的对象放在一起回收，一般长生命周期的对象可能跟应用生命周期一致，你基本回收不掉的，整个应用运行期间都存在，这样就很耗费性能。区分新老代之后，老年代放长期存活的对象，新生代就放生命周期短的对象，老年代对象很稳定，新生代回收不影响老年代，回收效率能大大提高。

设计S区的意义？为什么设计两个S区
如果没有Survivor，Eden区每进行一次young GC，存活的对象就会被送到老年代。老年代很快被填满，触发full GC。S区可以为我们做筛选，筛选出那些存活时间久的对象，一般是经历了16次young GC的对象，减少了送往老年代对象的数量，从而减少full GC的频率，并且保证老年代对象的稳定性。
设计两个S区可以有效减少内存碎片化，假设现在只有一个survivor区：刚刚新建的对象在Eden中，一旦Eden满了，触发一次Minor GC，Eden中的存活对象就会被移动到Survivor区。这样继续循环下去，下一次Eden满了的时候，问题来了，此时进行Minor GC，Eden和Survivor各有一些存活对象，如果此时把Eden区的存活对象硬放到Survivor区，很明显这两部分对象所占有的内存是不连续的，也就导致了内存碎片化。但是设置多个S区，每一块的空间就会比较小，很容易导致Survivor区满，所以设置两个配合标记复制算法是比较合理的。

对象内存分配过程

Java Virtual Machine Stacks(虚拟机栈)

虚拟机栈是一个线程执行的区域，保存着线程中执行的方法的调用状态。是线程私有的，随着线程生灭。调用一个方法，就会向栈中压入一个栈帧；一个方法调用完成，就会把该栈帧从栈中弹出。如下图：

局部变量表:方法中定义的局部变量以及对象的引用，局部变量表中的变量不可直接使用，如需要使用的话，必须通过相关指令将其加载至操作数栈中作为操作数使用。
操作数栈:保存的是计算过程中操作的变量以及结果，以压栈和出栈的方式存储操作。
动态链接：每个栈帧也就是每个方法，都有一个指向运行时常量池中该方法所属方法的引用，持有这个引用是为了支持方法调用过程中的动态链接。
方法返回地址:当一个方法开始执行后,只有两种方式可以退出，一种是遇到方法返回的字节码指令；一种是遇见异常，并且这个异常没有在方法体内得到处理。

本地方法栈（Native Method Stack）

与虚拟机栈是一样的，只不过执行的是native方法。

程序计数器（Program Counter Register）

程序计数器是一块较小的内存空间，它可以看作是当前线程所执行的字节码的行号指示器。java中最小的执行单位是线程，因为虚拟机的是多线程的，每个线程是抢夺cpu时间片，程序计数器就是存储线程目前执行到哪里了。每个线程都有属于自己的程序计数器，而且互不影响，独立存储。

垃圾回收算法

可达性分析算法

可达性分析算法是用来判断堆中对象是否存活的算法，他是以一系列GC ROOT对象为出发点，引出他们下一个引用的节点，直到遍历到最后一个引用的节点，形成一条引用链，在这条引用链上的对象是存活对象。不在任意一条引用链上的对象会被GC回收。GC ROOT是哪些？

粗体
1.虚拟机栈栈帧中的局部变量表中引用的对象，也就是我们每个方法中引用的对象。同样本地方法栈同理。
2.堆中类静态属性引用的对象，也就是堆内存中每个类加载时生成的class对象中静态属性引用的对象。
3.方法区中常量引用的对象。

标记清除算法

标记
找出内存中需要回收的对象，并且把它们标记出来。

清除
清除掉被标记需要回收的对象，释放出对应的内存空间。

缺点
1.标记和清除都需要遍历两次对象，效率不高。
2.会产生大量不连续的内存碎片，浪费内存空间。

适用场合
相对来说，更适合在生命周期长，存活对象多的old区。

复制算法

将内存划分为两块大小相等的区域，每次只是用其中一个，如下图所示：

当其中一块使用完了，就将还存活的对象复制到另一块上面，然后把已经使用过的那一块一次清除掉。

优点
1.只用遍历一次内存空间，将存活的对象复制到另外一块，效率较高。
2.复制过去后能保存内存空间的连续性，不会出现碎片的问题。

缺点
内存空间利用率低。

使用场合
适用生命周期短，存活几率小的对象，young区复制效率比较高。

标记整理算法

标记
找出内存中需要回收的对象，并且把它们标记出来。

整理
让所有存活的对象都向一端移动，然后直接清理掉端边界以外的内存。

优点
1.消除了标记清除算法当中，容易出现内存碎片的缺点。
2.消除了复制算法当中，内存减半的高额代价。

缺点
相对于复制算法来说，效率较低。

适用场合
适合在生命周期长，存活对象多的old区。

垃圾回收器

1.Serial

Serial收集器是最基本、发展历史最悠久的收集器，曾经（在JDK1.3.1之前）是虚拟机新生代收集的唯一选择。

特点
1.回收垃圾时是单线程的，在单核CPU的场景下简单高效。
2.采用复制算法，适用于young区。
3.会STW。

2.Serial Old

Serial Old收集器是Serial老年代版本，也是一个单线程收集器，不同的是采用标记整理，运行过程和Serial收集器一样。

3.ParNew

特点
1.回收垃圾时是多线程的，适合多核CPU的场景，效率高。
2.采用复制算法，适用于young区。
3.会STW。

4.Parallel Scavenge

Parallel Scavenge是一款新生代垃圾收集器，是JDK1.8默认的垃圾收集器。其特点与Parnew相同。区别在于Parallel Scavenge更关注吞吐量。

吞吐量
吞吐量 = 运行用户代码的时间/(运行用户代码的时间+垃圾收集时间)
比如虚拟机总共运行了100分钟，垃圾收集时间用了1分钟，吞吐量=(100-1)/100=99%。由此可见吞吐量越高，可以最大程度上利用CPU资源来执行我们的程序运算。

5.Parallel Old

Parallel Old收集器是Parallel Scavenge收集器的老年代版本，使用多线程和标记整理算法进行垃圾回收，也是更加关注系统的吞吐量。

6.CMS

CMS(Concurrent Mark Sweep)收集器是一种更关注最短回收停顿时间的垃圾收集器。使用标记清除算法，用于老年代。

1.初始标记
标记GC Roots直接关联对象，速度很快，直接STW，避免线程切换消耗。
2.并发标记
多线程标记GC Roots链上其他引用的对象，这个阶段比较耗时，所以与业务线程并行。
3.重新标记
修改并发标记阶段因业务线程变动的内容，速度很快，直接STW。
4.并发清理
清除不可达对象回收空间，与业务线程并行，同时有新垃圾产生，留着下次清理称为浮动垃圾。

优点：
把垃圾回收阶段比较耗时的标记GC Roots链上的对象和清理垃圾对象，取消STW，实现和业务线程并行，最大程度上降低了STW时间。
缺点
产生内存碎片，在并行阶段，吞吐量降低。

7.G1

使用G1(Garbage-First)收集器时，Java堆的内存布局与就与其他收集器有很大差别，它将整个Java堆划分为多个大小相等的独立区域（Region），虽然还保留有新生代和老年代的概念，但新生代和老年代不再是物理隔离的了，它们都是一部分Region（不需要连续）的集合。

工作流程
1.初始标记：标记GC Roots能够关联的对象，并且修改TAMS的值，需要暂停用户线程
2.并发标记：从GC Roots进行可达性分析，找出存活的对象，与用户线程并发执行
3.最终标记：修正在并发标记阶段因为用户程序的并发执行导致变动的数据，需暂停用户线程
4.筛选回收：对各个Region的回收价值和耗费的时间进行排序，根据用户所期望的GC停顿时间制定回收计划

特点
1.分代收集（仍然保留了分代的概念）
2.Region的角色可以根据周围内存空间的角色作灵活的变换，一定程度上保证了内存的连续性。
3.G1可以在用户指定时间范围内进行垃圾回收（比CMS更先进的地方在于能让使用者明确指定一个长度为M毫秒的时间片段内，消耗在垃圾收集上的时间不得超过N毫秒）。