JVM-HotSpot虚拟机对象探秘

本JVM系列 以阅读周志明 博士的 《深入理解 Java 虚拟机》一书的笔记为蓝本，汇集一些阅读过程中找到的解惑资料而成。有的有兴趣的可以去购买原书中查看。

对象创建

先上一张读后创建的“对象的创建过程”的汇总思维导图。

a、类加载检查

虚拟机遇到一条new指令时，首先将去检查这个指令的参数是否能在常量池中定位到一个类的符号引用，并检查这个符号引用代表的类是否已被加载、解析和初始化过。若没有，则必须先执行相应的类加载过程。

b、分配内存

在类加载检查通过后，虚拟机将为新生对象分配内存。

对象所需内存的大小在类加载完成后便可完全确定。

为对象分配空间的任务等同于把一块确定大小的内存从Java堆中划分出来。

分配方式

分为“指针碰撞”与“空闲列表”两种，选择哪种分配方式由Java堆是否规整决定，而Java堆是否规整又由所采用的垃圾收集器是否带有压缩整理功能决定。

指针碰撞（Bump the Pointer）

假设Java堆中内存是绝对规整的，所有用过的内存都放在一边，空闲的内存放在另一边，中间放着一个指针作为分界点的指示器，那所分配内存就仅仅是把那个指针向空闲空间那边挪一段与对象大小相等的距离。

空闲列表

如果Java堆中的内存并不是规整的，已使用的内存和空闲的内存相互交错，虚拟机维护一个列表，记录上那些内存块是可用的，在分配的时候从列表中找到一块足够大的空间划分给对象实例，并更新列表上的记录。

并发下保证线程安全的方案

有两种并发情况下线程安全的分配方案。

同步处理（CAS+失败重试）

对分配内存空间的动作进行同步处理。

实际上虚拟机采用CAS配上失败重试的方式保证更新操作的原子性。

TLAB

把内存分配的动作按照线程划分在不同的空间之中进行，即每个线程在Java堆中预先分配一小块内存，称为本地线程分配缓冲（Thread Local Allocation Buffer，TLAB）。

哪个线程要分配内存，就在哪个线程的TLAB上分配，只有TLAB用完并分配新的TLAB时，才需要同步锁定。

虚拟机是否使用TLAB，可通过 -Xx:+/-UseTLAB 参数来设定。

c、内存初始化

（1）内存分配完成后，虚拟机需要将分配到内存空间都初始化为零值（不包括对象头），如果使用TLAB，这一工作过程也可以提前至TLAB分配时进行。

这一步操作保证了对象的实例字段在Java代码中可以不赋初始值就直接使用，程序能访问到这些字段的数据类型所对应的零值。

（2）之后，虚拟机要对对象进行必要的设置，如:

• 这个对象是哪个类的实例
• 如何才能找到类的元数据信息
• 对象的哈希码
• 对象的GC分代年龄

等信息。这些信息保存在对象的对象头（Object Header）之中。
根据虚拟机当前的运行状态的不同，如是否启用偏向锁等，对象头会有不同的设置方式。

d、init初始化

上面工作完成后，从虚拟机视角，一个新的对象已经产生，但从Java程序的角度才刚开始， 方法还未执行，所有字段还是零。

一般来说（由字节码中是否跟随invokespecial指令所决定），执行new指令之后会接着执行方法，把对象按照程序员的意愿进行初始化。这样一个真正可用对象才算完全产生出来。

对象的内存布局

在HotSpot虚拟机中，对象内存中存储的布局可分为3块区域：对象头（Header）、实例数据（Instance Data）和对齐填充（Padding）。

对象头（Header）

对象头包含两部分：运行时数据和类型指针。

运行时数据

第一部分是用于存储对象自身的运行时数据，如：

• 哈希码（HashCode）
• GC分代年龄
• 锁状态标志
• 线程持有的锁
• 偏向线程ID
• 偏向时间戳

等，这部分数据的长度在32位和64位的虚拟机（未开启压缩指针）中分别为32bit和64bit，官方称其为“Mark Word”。

对象需要存储的运行时数据很多，其实已经超出32位、64位Bitmap结构所能记录的限度，但是对象头信息是与对象自身定义的数据无关的额外存储成本，考虑到虚拟机的空间效率，Mark Word被设计成一个非固定的数据结构以便在极小的空间内存储尽量多的信息，它会根据对象的状态服用自己的存储空间。

如，在32位的HotSpot虚拟机中，若对象处于未被锁定的状态下，那么Mark Word的32bit空间中的25bit用于存储对象哈希码，4bit用于存储对象分代年龄，2bit用于存储锁位置标记，1bit固定为0，而其他状态（轻量级锁定、重量级锁定、GC标记、可偏向）下的对象存储内容，可见下表（HotSpot虚拟机对象头Mark Word）：

这个表初次看可能感觉还是不太清晰，可以参考下如下表（来源见参考资料）：

其实最开始看到这个表格还是有点不太清楚，其存储结构，直到看到那一句话“不同的锁状态，存储着不同的数据”，才真正豁然开朗。

参考资料

1、【Java对象解析】不得不了解的对象头

2、JVM源码分析之java对象头实现

类型指针

对象头的另外一部分是类型指针，即对象指向他的类元数据的指针，虚拟机通过这个指针来确定这个对象是哪个类的实例。

并不是所有的虚拟机实现都必须在对象数据上保留类型指针，换句话说，查找对象的元数据信息并不一定要经过对象本身。

如果对象是一个Java数组，那在对象头中还必须有一块用于记录数组长度的数据，因为虚拟机可以通过普通Java对象的元数据信息确定Java对象的大小，但是从数组的元数据中却无法确定数组的大小。

实例数据

实例数据部分是对象真正存储的有效信息，也是在程序代码中所定义的各种类型的字段内容。

无论是从父类继承下来的，还是在子类中定义的，都需要记录起来。这部分的存储数据会受到虚拟机分配策略参数（FieldsAllocationStyle）和字段在Java源码中定义顺序的影响。

HotSpot虚拟机默认的分配策略分为longs/doubles、ints、shorts/chars、bytes/booleans、oops(Ordinary Object Pointers)，从分配策略中可以看出，相同宽度的字段总是被分配到一起。在满足这个前提条件的情况下，在父类中定义的变量会出现在子类之前。如果CompactFields参数值为true（默认为true），那么子类之中较窄的变量也可能会插到父类变量空隙之中。

对齐填充

第三部分对齐填充并不是必然存在的，也没有特别的含义，仅仅起着占位符的作用。

由于HotSpot VM的自动内存管理系统要求对象起始地址必须是8字节的倍数，换句话说，就是对象的大小必须是8字节的整数倍。而对象头部分正好是8字节的倍数（1倍或2倍），因此，当对象实例数据部分没有对齐时，就需要通过对齐填充来补全。

对象的访问定位

建立对象是为了使用对象，Java程序需要通过栈上的reference数据来操作堆上的具体对象。

目前主流的访问方式由使用句柄和直接指针两种。

使用句柄

使用句柄访问的话，Java堆中将会划分出一块内存来作为句柄池，reference中存储的就是对象的句柄地址，而句柄中包含了对象实例数据与类型数据各自的具体地址信息，如图：

优势

使用句柄访问的最大好处就是reference中存储的是稳定的句柄地址，在对象被移动（垃圾收集时移动对象是非常普遍的行为）时只会改变句柄中的实例数据指针，而reference本身不需要修改。

直接指针

若使用直接指针访问，Java堆对象的布局就必须考虑如何放置访问类型数据的相关信息，而reference中存储的直接就是对象地址，如图所示：

优势

使用直接指针访问方式的最大好处就是速度更快，它节省了一次指针定位的时间开销，由于对象的访问在Java中非常频繁，因此这类开销积少成多后也是一项非常可观执行成本。

Sun HotSpot使用的直接指针的方式进行对象访问的，但从整个软件开发的范围来看，各种使用语言和框架使用句柄来访问的情况也十分常见。