JVM基础小结 - 竹风清语

前言

本篇仅是一个粗略了解JVM的小结，时间有限不能深入展开，留待日后逐一了解。

主要结构

[caption id=“” align=“aligncenter” width=“338”] 主要结构图[/caption]

JVM主要包括四个部分：

1、类加载器（Class Loader）
2、执行引擎
3、内存区（也称运行时数据区），内存区又包含：

(1)方法区（Method Area） (2)堆（HEAP） (3)Java虚拟机栈(Java VM Stack) (4)程序计数器（Program Counter Register，亦简称PC Register） (5)本地方法栈（Native Method Stack）

4、本地方法接口

在内存区，方法区和堆是所有Java线程共享的，而Java虚拟机栈、本地方法栈、PC寄存器则由每个线程私有。

类加载器（ClassLoader）

类加载器负责加载编译好的.class字节码文件，并装入内存，使JAVM可以实例化或以其它方式使用加载后的类。 JVM的类加载器支持在运行时动态加载。动态加载的好处如：

a.节省内存空间；
b.灵活的从网络上加载类；
c.可以通过命令空间的分隔来实现类的分离，增强系统安全性。

1、ClassLoader的分类：

a.启动类加载器（Bootstrap ClassLoader）:负责将放在<JAVA_HOME>\lib目录中的，或被-Xbootclasspath参数所指定的路径中的，并且是虚拟机识别的（仅按照文件名识别，如rt.jar，名字不符合的类库即使放在lib目录中也不会被加载）类库加载到虚拟机内存中。启动类加载器无法被java程序直接引用，用户在编写自定义类加载器时，如果需要把加载请求委派给引导类加载器，直接使用null代替即可。即Java的核心类都是由该ClassLoader加载。在Sun JDK中，这个类加载器是由C++实现的，并且在Java语言中无法获得它的引用。 b.扩展类加载器（Extension ClassLoader）：这个加载器由sun.misc.Launche $ExtClassLoader 实现，负责加载<JAVA_HOME>\lib\ext目录中的，或是被java,ext.dirs系统变量(-Djava.ext.dirs)所指定的路径中的所有类库，开发者可以直接使用扩展类加载器。 c.系统类加载器（System ClassLoader）：应用程序类加载器（Application ClassLoader）由sun.misc.Launche $App-ClassLoader实现。由于这个类加载器是ClassLoader中的getSystemClassLoader()方法的返回值，所以一般也成它为系统类加载器。负责加载用户类路径（Class-Path）上所指定的类库，开发者可以直接使用这个加载器，如果应用程序中没有自定义过自己的类加载器，一般情况下这就是程序中默认的类加载器。 d.用户自定义类加载器（User-Defined ClassLoader & User ClassLoader）：由用户自定义类的加载规则，可以手动控制加载过程中的步骤。

2、ClassLoader的工作原理

类加载分为装载、链接、初始化三步。

a.装载

通过类的全限定名和ClassLoader加载类，主要是将指定的.class文件加载至JVM。当类被加载以后，在JVM内部就以“类的全限定名+ClassLoader实例ID”来标明类。在内存中，ClassLoader实例和类的实例都位于堆中，它们的类信息都位于方法区。

b.链接

链接的任务是把二进制的类型信息合并到JVM运行时状态中去。链接分为以下三步：

a.验证：校验.class文件的正确性，确保该文件是符合规范定义的，并且适合当前JVM使用。
b.准备：为类分配内存，同时初始化类中的静态变量赋值为默认值。
c.解析（可选）：主要是把类的常量池中的符号引用替换为直接引用，这一步可以在用到相应的引用时再解析。

c.初始化

初始化类中的静态变量，并执行类中的static代码、构造函数。 JVM规范严格定义了何时需要对类进行初始化：

a、通过new关键字、反射、clone、反序列化机制实例化对象时。
b、调用类的静态方法时。
c、使用类的静态字段或对其赋值时。
d、通过反射调用类的方法时。
e、初始化该类的子类时（初始化子类前其父类必须已经被初始化）。
f、JVM启动时被标记为启动类的类（简单理解为具有main方法的类）。

执行引擎

负责执行class文件中包含的字节码指令（执行引擎的工作机制，这里也不细说了，这里主要介绍JVM结构）；

内存区（也叫运行时数据区）

是在JVM运行的时候操作所分配的内存区。

(1)方法区（Method Area）

类型信息和类的静态变量都存储在方法区中。方法区中对于每个类存储了以下数据：

a.类及其父类的全限定名（java.lang.Object没有父类）
b.类的类型（Class or Interface）
c.访问修饰符（public, abstract, final）
d.实现的接口的全限定名的列表
e.常量池
f.字段信息
g.方法信息
h.静态变量
i.ClassLoader引用
j.Class引用可见类的所有信息都存储在方法区中。由于方法区是所有线程共享的，所以必须保证线程安全。

(2)堆（HEAP）

堆用于存储对象实例以及数组值。堆中有指向类数据的指针，该指针指向了方法区中对应的类型信息。堆中还可能存放了指向方法表的指针。堆是所有线程共享的，所以在进行实例化对象等操作时，需要解决同步问题。此外，堆中的实例数据中还包含了对象锁，并且针对不同的垃圾收集策略，可能存放了引用计数或清扫标记等数据。在堆的管理上，Sun JDK从1.2版本开始引入了分代管理的方式。主要分为新生代、旧生代。分代方式大大改善了垃圾收集的效率。 存储java实例或者对象的地方。这块是GC的主要区域。从存储的内容我们可以很容易知道，方法区和堆是被所有java线程共享的。

(3)Java虚拟机栈(Java VM Stack)

Java栈由栈帧组成，一个帧对应一个方法调用。调用方法时压入栈帧，方法返回时弹出栈帧并抛弃。 Java栈的主要任务是存储方法参数、局部变量、中间运算结果，并且提供部分其它模块工作需要的数据。 Java栈是线程私有的，这就保证了线程安全性，使得程序员无需考虑栈同步访问的问题，只有线程本身可以访问它自己的局部变量区。它分为三部分：局部变量区、操作数栈、帧数据区。 java栈总是和线程关联在一起，每当创建一个线程时，JVM就会为这个线程创建一个对应的java栈。在这个java栈中又会包含多个栈帧，每运行一个方法就创建一个栈帧，用于存储局部变量表、操作栈、方法返回值等。每一个方法从调用直至执行完成的过程，就对应一个栈帧在java栈中入栈到出栈的过程。所以java栈是现成私有的。

(4)程序计数器（Program Counter Register，亦简称PC Register）

用于保存当前线程执行的内存地址。由于JVM程序是多线程执行的（线程轮流切换），所以为了保证线程切换回来后，还能恢复到原先状态，就需要一个独立的计数器，记录之前中断的地方，可见程序计数器也是线程私有的。类似于PC寄存器，是一块较小的内存区域，通过程序计数器中的值寻找要执行的指令的字节码，由于多线程间切换时要恢复每一个线程的当前执行位置，所以每个线程都有自己的程序计算器。这一个区域不会有OutOfMemeryError。当执行Java方法时，这里存储的执行的指令的地址，如果执行的是本地方法，这里的值是Undefined。

(5)本地方法栈（Native Method Stack）

本地方法栈类似于Java栈，主要存储了本地方法调用的状态。在Sun JDK中，本地方法栈和Java栈是同一个。

本地方法接口

主要是调用C或C++实现的本地方法及返回结果。

内存分配

java内存申请一般有两种：静态内存和动态内存。 编译时就能够确定的内存就是静态内存，即内存是固定的，系统一次性分配，比如int类型变量； 动态内存分配就是在程序执行时才知道要分配的存储空间大小，比如java对象的内存空间。 java栈、程序计数器、本地方法栈都是线程私有的，线程生就生，线程灭就灭，栈中的栈帧随着方法的结束也会撤销，内存自然就跟着回收了。所以这几个区域的内存分配与回收是确定的，我们不需要管的。但是java堆和方法区则不一样，我们只有在程序运行期间才知道会创建哪些对象，所以这部分内存的分配和回收都是动态的。一般我们所说的垃圾回收也是针对的这一部分。总之Stack的内存管理是顺序分配的，而且定长，不存在内存回收问题；而Heap 则是为java对象的实例随机分配内存，不定长度，所以存在内存分配和回收的问题。

垃圾检测、回收算法

垃圾收集器一般必须完成两件事：检测出垃圾；

垃圾检测方法：

引用计数法：给一个对象添加引用计数器，每当有个地方引用它，计数器就加1；引用失效就减1。

但，如果我有两个对象A和B，互相引用，除此之外，没有其他任何对象引用它们，实际上这两个对象已经无法访问，即是我们说的垃圾对象。但是互相引用，计数不为0，导致无法回收。

可达性分析算法：以根集对象为起始点进行搜索，如果有对象不可达的话，即是垃圾对象。这里的根集一般包括java栈中引用的对象、方法区常良池中引用的对象、本地方法中引用的对象等。

总之，JVM在做垃圾回收的时候，会检查堆中的所有对象是否会被这些根集对象引用，不能够被引用的对象就会被垃圾收集器回收。

回收算法

1、标记-清除（Mark-sweep）

算法和名字一样，分为两个阶段：标记和清除。标记所有需要回收的对象，然后统一回收。这是最基础的算法，后续的收集算法都是基于这个算法扩展的。不足：效率低；标记清除之后会产生大量碎片。

2、复制（Copying）

此算法把内存空间划为两个相等的区域，每次只使用其中一个区域。当这一块用完了，就将还存活着的对象复制到另外一块上，然后再把已经使用过的内存空间清理掉。这样使得每次都是对整半个区进行内存回收，内存分配时也就不用考虑内存碎片等复杂情况，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效。此算法每次只处理正在使用中的对象，因此复制成本比较小，同时复制过去以后还能进行相应的内存整理，不会出现“碎片”问题。当然，此算法的代价也是很明显的，就是将内存缩小为了原来的一半。现在的商业虚拟机都采用这种收集算法来回收新生代。

3、标记-整理（Mark-Compact）

此算法结合了“标记-清除”和“复制”两个算法的优点。也是分两阶段，第一阶段从根节点开始标记所有被引用对象，第二阶段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。此算法避免了“标记-清除”的碎片问题，同时也避免了“复制”算法的空间问题。

4、分代收集算法（Generational Collection）

当前商业虚拟机的垃圾收集都采用该算法。根据对象的存活周期的不同将内存划分为几块。根据各年代的特点采用最适当的收集算法。在新生代中，每次垃圾收集时都发现有大批对象死去，只有少量存活，那就选复制算法，只需要付出少量存活对象的复制成本就可以完成收集。 老年代中因为对象存活率高、没有额外空间对它进行分配担保，就必须使用“标记-清理”或“标记-整理” 算法来进行回收。