浅谈Java堆中对象的创建、布局和访问过程

前言

本文主要针对Hotspot虚拟机，谈谈Java堆中对象的创建、布局和访问过程。

背景

Java是一门面向对象的编程语言，那么在JVM中

对象是怎么创建的呢？
对象的布局是怎样的呢？
对象是怎么访问到的呢？

带着这些问题 来看看这行代码

Test o = new Test()//实例化对象并赋值给对象的引用;

简单的说就是创建对象的操作，那么这些操作在Java虚拟机中是怎么表现的呢？

一、对象的创建

此处分析的对象创建过程，先忽略逃逸分析的栈上分配和标量替换。关于这方面的内容，将在另一篇博文介绍。

当Java虚拟机遇到一条字节码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，并且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。如果没有，那必须先执行相应的类加载过程。

（具体的类加载相关知识将在另一篇博文介绍）

在类加载检查通过后，虚拟机将为新生对象划分内存空间。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实际上便等同于把一块确定大小的内存块从Java堆中划分出来。

而划分对象的内存空间一般有两种方式——指针碰撞和空闲列表，选择哪一种方式是由Java堆内存是否规整决定的，而堆内存是否规整又由虚拟机所采用的垃圾收集器决定。

（有关垃圾收集器的相关知识可看这篇博客——浅谈JVM垃圾收集）

指针碰撞

假设Java堆中内存是绝对规整的，所有被使用过的内存都被放在一边，空闲的内存被放在另一边，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方向挪动一段与对象大小相等的距离，这种分配方式称为“指针碰撞”（Bump
The Pointer）。

空闲列表

如果Java堆中的内存并不是规整的，虚拟机就必须维护一个列表，记录上哪些内存块是可用的，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，这种分配方式称为“空闲列表”（Free List）。

由于对象创建在虚拟机中是非常频繁的行为，即使仅仅修改一个指针所指向的位置，在并发情况下也并不是线程安全的，可能出现正在给对象A分配内存，指针还没来得及修改，对象B又同时使用了原来的指针来分配内存的情况。

为了解决这问题，有两种方案

• 对内存分配进行同步处理。实际上虚拟机是采用CAS配上失败重试的方式保证更新操作的原子性。
• 按线程进行内存分配的动作，即每个线程在Java堆中预先分配一小块内存，哪个线程要分配内存，就在哪个线程的本地缓冲区中分配。这种方式称为本地线程分配缓冲（Thread
  Local Allocation Buffer，TLAB）。虚拟机是否使用TLAB，可以通过-XX：+/-UseTLAB参数来设定。

本地线程分配缓冲——TLAB

TLAB是虚拟机在堆内存的划分出来的一块专用空间，是线程专属的。在TLAB启动的情况下，在线程初始化时，虚拟机会为每个线程分配一块TLAB空间，只给当前线程使用，这样每个线程都单独拥有一个空间，如果需要分配内存，就在自己的空间上分配，这样就不存在竞争的情况，可以大大提升分配效率。

ps：这里说线程独享的堆内存，只是在“内存分配”这个动作上是线程独享的，至于在读取、垃圾回收等动作上都是线程共享的。即是指其他线程可以在这个区域读取、操作数据，但是无法在这个区域中分配内存。

关于TLAB的更多介绍可以看这篇文章——浅谈本地线程分配缓冲——TLAB

初始化

内存分配完成之后，虚拟机必须将分配到的内存空间（但不包括对象头）都初始化为零值，如果使用了TLAB的话，这一项工作也可以提前至TLAB分配时顺便进行。这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，使程序能访问到这些字段的数据类型所对应的零值。

接下来，Java虚拟机还要对对象进行必要的设置，例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（实际上对象的哈希码会延后到真正调用Object::hashCode()方法时才计算）、对象的GC分代年龄等信息。这些信息存放在对象的对象头（Object Header）之中。

执行< init>()方法

在上面工作都完成之后，从Java程序的视角看来，对象创建才刚刚开始——构造函数，即Class文件中的< init>()方法还没有执行。一般来说（由字节码流中new指令后面是否跟随invokespecial指令所决定，Java编译器会在遇到new关键字的地方同时生成这两条字节码指令，但如果直接通过其他方式产生的则不一定如此），new指令之后会接着执行< init>()方法，按照程序员的意愿对对象进行初始化，这样一个真正可用的对象才算完全被构造出来。

二、对象的内存布局

在HotSpot虚拟机里，对象在堆内存中的存储布局可以划分为三个部分：对象头（Header）、实例数据（Instance Data）和对齐填充（Padding）。

对象头——运行时数据
HotSpot虚拟机对象的对象头部分包括运行时数据和类型指针。第一类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32个比特和64个比特，官方称它为“Mark Word”。

考虑到虚拟机的空间效率，Mark Word被设计成一个有着动态定义的数据结构，以便在极小的空间内存储尽量多的数据，根据对象的状态复用自己的存储空间。例如在32位的HotSpot虚拟机中，如对象未被同步锁锁定的状态下，Mark Word的32个比特存储空间中的25个比特用于存储对象哈希码，4个比特用于存储对象分代年龄，2个比特用于存储锁标志位，1个比特固定为0，在其他状态（轻量级锁定、重量级锁定、GC标记、可偏向）

这其中锁标识位需要特别关注下。锁标志位与是否为偏向锁对应到唯一的锁状态。
锁的状态分为四种无锁状态、偏向锁、轻量级锁和重量级锁
不同状态时对象头的区间含义，如图所示

关于对象头和锁之间的转换，网上大神总结

jdk1.6对synchronized优化所引进的轻量级锁和偏向锁的概念，与对象头的MarkWord有着很大的关系。具体他们之间是怎么转换的将在另一篇文章讲解。

对象头——类型指针

对象头的另外一部分是类型指针，即对象指向它的类型元数据的指针，Java虚拟机通过这个指针来确定该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。此外，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，但是如果数组的长度是不确定的，将无法通过元数据中的信息推断出数组的大小。

实例数据

实例数据部分是对象真正存储的有效信息，即我们在程序代码里面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字段都必须记录起来。

对齐填充

对象的第三部分是对齐填充，这并不是必然存在的，也没有特别的含义，它仅仅起着占位符的作用。由于HotSpot虚拟机的自动内存管理系统要求对象起始地址必须是8字节的整数倍，换句话说就是任何对象的大小都必须是8字节的整数倍。对象头部分已经被精心设计成正好是8字节的倍数（1倍或者2倍），因此，如果对象实例数据部分没有对齐的话，就需要通过对齐填充来补全。

三、对象的访问定位

Java程序会通过栈上的reference数据来操作堆上的具体对象，对象访问方式也是由虚拟机实现而定的，主流的访问方式主要有使用句柄和直接指针两种。

句柄访问

简单来说就是java堆划出一块内存作为句柄池,引用中存储对象的句柄地址,句柄中包含对象实例数据、类型数据的地址信息。

优点: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常态】只需改变句柄中实例数据的指针，不需要改动引用【ref】本身。

直接指针

与句柄访问不同的是，ref中直接存储的就是对象的实例数据,但是类型数据跟句柄访问方式一样。
优点:速度更快，它节省了一次指针定位的时间开销【平时我们常用的HotSpot虚拟机主要采用此种方式，但使用了Shenandoah收集器的话也会有一次额外的转发】