原文链接:http://www.codeceo.com/article/jvm-knowledge.html
背景介绍
jvm已经是Java开发的必备技能了,jvm相当于Java的操作系统。JVM,java virtual machine, 即Java虚拟机,是运行Java Class文件的程序。
Java代码经过Java编译器编译,会编译成class文件,一种平台无关的代码格式,class文件按照jvm规范,包括了java代码运行所需的元数据和代码等内容。jvm加载class文件后,就可以执行java代码了。
JVM有不同的实现,有我们熟悉的Hotspot虚拟机,JRockit等。在各个操作系统上,又回有各自的虚拟机实现,从而形成了Java代码 > class文件 > JVM规范 > JVM实现的层次。再加上其他语言如scala、groovy也能够生成class文件,这样不仅实现了平台无关性,也实现了语言无关性。
JVM体系,分为JVM内存结构,Class文件结构,Java ByteCode,垃圾收集算法和实现,调优和监控工具,以及Java内存模型(JMM)。
JVM内存结构
通常,认为大概分为线程共享的区域和线程私有的区域。共享区域在JVM启动时创建,私有区域伴随这线程的启动和结束。
私有区域
一个线程拥有的结构有
程序计数器(Program Counter, PC)
Java天生支持多线程,多线程会有线程切换的问题,当一个线程从可运行状态得到CPU调度进入运行状态,CPU需要知道从哪里开始执行,并且Java是一种基于栈的执行架构(区别于基于寄存器的架构)。当执行一个Java方法时,PC会指向下一条指令的位置。执行native方法时,PC是未定义。操作指令可能会有0个或多个操作数。JVM的执行流程大概可以描述为:
while(true) { opcode = code[pc]; oprand = getOperan(opcode); pc = code[pc + len(oprand)]; execute(opcode, oprand); }
Java虚拟机栈(Java Virtual Machine Stack)
Java虚拟机栈,或者叫方法栈,会伴随这方法的调用和返回进行相应的入栈和出栈。栈的元素是栈帧(Stack Frame), 栈帧中的内容包括: 操作数栈,本地变量表,动态链接等信息。当线程调用一个方法的时候,会组装对应的栈帧入栈。
本地变量表(Local Variable Table)
本地变量表存储方法的参数、方法内部创建的局部变量。本地变量表的大小在编译时就确定了。本地变量表会根据变量的作用范围选择重用一个位置。本地变量表会存放int,char,byte,float,double,long,address(实例引用)。其中除了double和long其他变量占用一个slot,一个slot指一个抽象的位置,在32位虚拟机中是32bit大小,double和long占用两个slot。
值得注意的是,如果一个方法是实例方法,Java编译器会将this作为第一个参数传入本地变量表。另外Java中面向对象,方法调用可以这样理解
实例方法 obj.method(var1, var2, var3) => method invoke obj var1 var2 var3
操作数栈
操作数栈用于方法内执行保存中间结果,Java方法中的代码逻辑就是通过操作数栈来实现的。和本地方法表一样,操作数栈也是在编译时就确定最大大小了,即最大深度。操作数栈可以和本地变量表交互,进行数据的存放和读取。下面用一个简单的例子展示一下。
int add(int a, int b) {return a + b; }
这个实例方法经过Java编译器编译后生成的字节码
本地变量表 slot0 thisslot1 a slot2 b 方法字节码 iload_1 #读位置是1的本地变量(本地变量表从0开始,位置0是this引用)此时操作数栈是 a iload_2 #读位置是2的本地变量,即b此时操作数栈是 a b iadd #进行int类型的add操作,会取出栈头的两个元素取出进行相加并将结果入栈。此时操作数栈是 c (相加的结果) ireturn #ireturn指令会将栈头元素返回给调用方法的栈帧
线程共享区域
堆(Heap区)
创建的对象(包括普通实例和数组)都分配在Heap区(不考虑一些虚拟机的栈上分配优化技术)。在细分的话,一般还分成年轻代和老年代。这是基于这样一个类似28原理的统计,90%多的对象都是很快成为垃圾的对象。所以化为成两个区域,分别使用不同的收集算法,年轻代的收集频率更高,所需空间也相对较小。内存分配时,多个线程会有并发问题,主要通过两种方式解决:1.CAS加上失败重试分配内存地址。2. TLAB, 即Thread Local Allocation Buffer, 为每个线程分配一块缓冲区域进行对象分配。年轻代还可以分为两个大小相等的Survivor和一个Eden区域。对象在几种情况下会进入老年代:1. 大对象,超过Eden大小或者PretenureSizeThreshold. 2. 在年轻代的年龄(经历的GC次数)超过设定的值的时候 3. To Survivor存放不下的对象
方法区
方法区存放加载的类信息和运行时常量池等。
垃圾收集(Garbage Collect)
Java中不需要对内存进行手动释放,JVM中的垃圾回收器帮助我们回收内存。
何时进行收集
一般来说,当某个区域内存不够的时候就会进行垃圾收集。如当Eden区域分配不下对象时,就会进行年轻代的收集。还有其他的情况,如使用CMS收集器时配置CMSInitalize
如何判断一块内存是垃圾
即判断一个对象不再使用,不再使用可以是没有有效的引用。
一般来说,主要有两种判断方式
引用计数
当有对象引用自身时,就会计数器加1,删除一个引用就减一,当计数为0时即可判断为垃圾。python等语言使用引用计数。引用计数存在循环引用问题,如两个落单的A和B互相引用,但是没有其他对象指向它们这种情况。
可达性分析
通过一些根节点开始,分析引用链,没有被引用的对象都可以被标记为垃圾对象。根节点是方法栈中的引用、常量等。
垃圾收集算法
标记清除(Mark Sweep)
对非垃圾对象进行标记都,清除其他的对象。这种方式对对内存空间造成空隙,即内存碎片,最终导致有空余空间,但没有连续的足够大小的空间分配内存。
标记整理(Mark Compact)
标记非垃圾对象后,将这些对象整理好,排列到内存的开始位置。这样内存就是整齐的了。但是因为会造成对象移动,所以效率会有降低。
标记清除整理(Mark Sweep Compact)
即组合两种方式,在若干次清除后进行一次整理。
复制(Copy)
划分成两个相同大小的区域,收集时,将第一个区域的活对象复制到另一个区域,这样不会有内存碎片问题。但是最多只能存放一半内存。
垃圾收集器
垃圾收集器就是垃圾收集算法的相应实现。
Serial New
新生代单线程的收集器,是Client模式默认的垃圾收集器
Parallel New
Serial New的多线程版本。ParNew常和CMS拉配使用。这里说明一些Parallel和Concurrent即并行和并发在垃圾收集这里的表示的不同,并行表示有多个线程同时进行垃圾收集,并发是指垃圾收集线程和应用线程可以并发执行。
Parallel Scanvenge
PS收集器是注重吞吐量(ThroughPut)的收集器。
Serial Old。
老年代的单线程收集器
Parallel Old
Serial Old的多线程版本,由于Parallel Scavenge不能和CMS搭配使用,所以会是使用PS时的一种选择。
CMS (Concurrent Mark Sweep)
注重延迟latency的收集器,在交互式应用中,如面向用户的web应用,需要尽可能减少垃圾收集造成的停顿时间。在总的统计上,吞吐量可能没有PS收集器高。
细分上,CMS还分为4个阶段
初始标记,标记GC Root可以直达的对象。STW
并发标记,从第一步标记的对象开始,进行可达性分析遍历,和应用线程并发执行。
重新标记,SWT,修正上一阶段并发执行造成的引用变化。
并发清除,并发的清除垃圾
CMS使用标记清除算法,所以有内存碎片问题,可能设置参数在进行若干次不带整理的收集后进行一次带整理(compact)的收集。另外,因为垃圾收集是和应用线程并发执行的,在收集的同时可能还会有垃圾不断产生,即产生了浮动垃圾。另外还需要预留出一定空间,到达这个值后进行收集,但是还会有收集速度赶不上生产的速度,这时就会出现Concurrent Mode Failure,CMS会退化成Serial Old进行GC。G1 (Garbage First)
具有大内存收集和目标效率时间等控制能力,目标是代替CMS。G1通过将内存划分成不同的区域(Region),并对不同区域计算分数,分析那个Region最具有收集价值。
一些JVM的GC参数
常用的参数设置有
-Xms=4g -Xmx=4g 设置Java堆的初始大小和最大大小均为4g,即避免了堆大小调整
-Xmn=1g 设置年轻代的总大小为1g
-SurvivorRatio=8, 设置Eden和一个Survivor的比例为8:1
-XX:+PringGCDetails
堆外内存(Non Heap)
Nio中的DirectByteBuffer就是堆外内存的一部分,这部分内存只能通过Full Gc进行清理。一些框架会通过System.gc调用手动触发gc,但是在启动参数中可能设置了禁止调用System.gc()。另外当设置堆过大时可能会造成堆外内存不够导致OOM。
监控工具
监控工具帮助我们在运行时或问题发生后分析现场,分析内存分布状态,哪里导致内存泄漏等(本该被释放的对象仍然被引用)。
命令行工具
HotspotJVM的bin目录下有很多可用的工具。
jps
jpsjps -l jps -lv
即java版的ps,可以查看当前用户启动了哪些java进程。
jstat
pid指jps命令查看的java进程号
jstat -gcutil pid 1000 10
jstat是一个多种用途的工具,更多需要man jstat或直接输入jstat查看提示。
jmap
jmap可以查看内存状况
jmap -histo:live pid jmap -dump:file=dump.bin,format=b,live jmap -dump:file=dump.bin,format=bdump下来的内存文件可以通过MAT进行分析,通过分析引用链等分析内存泄漏位置
jstack
查看Java线程状况
jstack pid jstack -F pid 可以查看线程的状态、名称、代码位置
javap (Java Printer)
javap 可以用可读的方法查看class文件内容,在遇到线上class文件问题,如NoSucheMethodError发生时,可以快速进行判断分析。如分析一个A.class文件,查看它的私有方法和字段。
javap -p -c -v A.class
可视化工具
JVisualVM
$JAVA_HOME/bin/jvisualvm
JMC
$JAVA_HOME/bin/jmc
JConsole
$JAVA_HOME/bin/jconsole
Class文件结构
Java编译器将Java代码编译成class文件格式。
其中步骤包括了我们熟悉的词法分析将源文件转换成token流。语法分析将token流转换成抽象语法树(AST)。语义分析分析语义是否正确。源代码优化。目标代码生成和目标代码优化等步骤。最终得到了class文件。之后在虚拟机中,class文件可以通过解释器解释执行和通过即时编译器(JIT-just in time)编译成native代码执行两种方式执行。
class文件是有严格定义的。符合定义的class文件才能够被JVM加载、验证、初始化、执行。
我们通过javap可以查看一个class文件的内容。
Class文件可以分为以下几个部分
Magic Number (0xCAFEBABY)
minor version, major version 如 0×0033 代表 00,51, 是java8版本
constant pool 常量池,常量池中包括了字段、方法、类的名称的符号引用,符号引用会在运行时经过链接转换为直接引用。
access flags 类的private、public等修饰词
this class 表明当前类的名称
super class 父类
interfaces 实现的接口列表
fields class中定义的字段,每个field又是一个结构体
methods 方法,包括MaxLocal, Max Stack,方法名,signature,access flags等。 代码保存在方法的名称为Code的属性中。
attributes
下面以一个简单的类
public class Inc {public static void main() { }private int count;public void inc() { count++; } }
看一下它的class文件,通过vim打开,在Normal模式下,按: 输入%!xxd,即可转换成16进制表示。然后可以通过%!xxd -r转换回来
0000000: cafe babe 0000 0034 0013 0a00 0400 0f09 .......4........0000010: 0003 0010 0700 1107 0012 0100 0563 6f75 .............cou0000020: 6e74 0100 0149 0100 063c 696e 6974 3e01 nt...I...<init>.0000030: 0003 2829 5601 0004 436f 6465 0100 0f4c ..()V...Code...L0000040: 696e 654e 756d 6265 7254 6162 6c65 0100 ineNumberTable..0000050: 046d 6169 6e01 0003 696e 6301 000a 536f .main...inc...So0000060: 7572 6365 4669 6c65 0100 0849 6e63 2e6a urceFile...Inc.j0000070: 6176 610c 0007 0008 0c00 0500 0601 0003 ava.............0000080: 496e 6301 0010 6a61 7661 2f6c 616e 672f Inc...java/lang/0000090: 4f62 6a65 6374 0021 0003 0004 0000 0001 Object.!........00000a0: 0002 0005 0006 0000 0003 0001 0007 0008 ................00000b0: 0001 0009 0000 001d 0001 0001 0000 0005 ................00000c0: 2ab7 0001 b100 0000 0100 0a00 0000 0600 *...............00000d0: 0100 0000 0100 0900 0b00 0800 0100 0900 ................00000e0: 0000 1900 0000 0000 0000 01b1 0000 0001 ................00000f0: 000a 0000 0006 0001 0000 0003 0001 000c ................0000100: 0008 0001 0009 0000 0027 0003 0001 0000 .........'......0000110: 000b 2a59 b400 0204 60b5 0002 b100 0000 ..*Y....`.......0000120: 0100 0a00 0000 0a00 0200 0000 0700 0a00 ................0000130: 0800 0100 0d00 0000 0200 0e0a ............
通过javap来看一下它的结构
javap -v -p -c -s -l Inc Classfile /Users/liuzhengyang/study/java/Inc.class Last modified Oct 6, 2016; size 315 bytes MD5 checksum 770dcaa972162765744184ffc14bc3c6 Compiled from "Inc.java"public class Inc minor version: 0major version: 52flags: ACC_PUBLIC, ACC_SUPER Constant pool:#1 = Methodref #4.#15 // java/lang/Object."<init>":()V#2 = Fieldref #3.#16 // Inc.count:I#3 = Class #17 // Inc#4 = Class #18 // java/lang/Object#5 = Utf8 count#6 = Utf8 I#7 = Utf8 <init>#8 = Utf8 ()V#9 = Utf8 Code#10 = Utf8 LineNumberTable#11 = Utf8 main#12 = Utf8 inc#13 = Utf8 SourceFile#14 = Utf8 Inc.java#15 = NameAndType #7:#8 // "<init>":()V#16 = NameAndType #5:#6 // count:I#17 = Utf8 Inc#18 = Utf8 java/lang/Object{ private int count; descriptor: I flags: ACC_PRIVATE public Inc(); descriptor: ()V flags: ACC_PUBLIC Code: stack=1, locals=1, args_size=10: aload_01: invokespecial #1 // Method java/lang/Object."<init>":()V4: returnLineNumberTable: line 1: 0public static void main(); descriptor: ()V flags: ACC_PUBLIC, ACC_STATIC Code: stack=0, locals=0, args_size=00: returnLineNumberTable: line 3: 0public void inc(); descriptor: ()V flags: ACC_PUBLIC Code: stack=3, locals=1, args_size=10: aload_01: dup2: getfield #2 // Field count:I5: iconst_16: iadd7: putfield #2 // Field count:I10: returnLineNumberTable: line 7: 0line 8: 10} SourceFile: "Inc.java"
字节码指令集
bytecode保存在class文件的方法的Code属性中。用一个byte表示操作指令,所以最多有256个指令。一个指令可能会有多个操作数。
操作指令可以分为以下几类:
数学运算,如iadd,i2c,imul,idiv
条件分支, 如ifeq,if_icompeq, if_icmplt
操作数栈和本地变量表的操作,如iload_0, iconst_0, ldc i bipush 100, astore_1,
iinc, dup, swap, dup_x1,put_field, get_field, get_static, put_static等。class操作,如new, checkcast, instanceof
方法调用:1.invokespecial:调用构造器、私有方法和父类方法;2.invokestatic:调用静态方法;3.invokevirtual:调用虚方法,一般的实例方法都是invokevirtual调用;4.invokeinterface:调用接口类的方法;5.invokedynamic,java中对动态语言的支持。
invokevirtual和invokeinterface通过第一个参数查找方法,动态分派,从而实现多态。
JMM (Java内存模型)
现代计算机的一本基本思想是分层模型,例如网络上的分层。在存储上,为解决CPU和内存磁盘的速度有指数级差别的问题加入了很多缓存,利用局部性原理加快速度,从CPU寄存器到L1Cache、L2Cache、内存、磁盘,各个层的速度依次降低、空间增大、单位bit造价降低。最近CPU的处理能力的垂直增加似乎遇到瓶颈,转而向多核方向发展,多个cpu核可能各自缓存自己的内容,又出现了缓存一致性问题。CPU有一些缓存一致性协议,MESI等。CPU还可能会对机器指令进行乱序执行。JVM为了屏蔽底层的这些差异,提出了Java内存模型,即JMM(Java Memory Model),来保证Write One Run Anywhere。开发者面向JMM编程,通过JMM提供的一致性保证和工具,就能保证一致性问题。
JMM模型中,每个线程会有一个私有的内存区域用于缓存读和写,各个线程共享一个主内存。
一个重要的概念是happen-before原则。
happen-before用来描述两个操作的偏序关系,如果Ahappen-beforeB,那个A的操作的结果、产生的影响能够被B看到。
最后总结
以上知识是通过阅读书籍、官方文档、规范得来的,会有过时、不准确的情况。
还需通过查看源码、自身探索,真像就在那代码中。每个知识点又能够引出一篇笔记分析。
共同学习,写下你的评论
评论加载中...
作者其他优质文章