Jvm底层探秘

Jvm底层探秘

Java 内存管理：深入 Java 内存区域 （基于 1.7 的模型，1.8 的模型有所改变，未做讨论）
对于 Java 程序员来说，在虚拟机的自动内存管理机制的帮助下，不再需要为每一个 new
操作去写配对的 delete/free 代码，而且不容易出现内存泄漏和内存溢出问题，看起来由虚
拟机管理内存一切都很美好。不过，也正是因为 Java 程序员把内存控制的权力交给了 Java
虚拟机，一旦出现内存泄漏和溢出方面的问题，如果不了解虚拟机是怎样使用内存的，那排
查错误将会成为一项异常艰难的工作。
运行时数据区域 Java 虚拟机在执行 Java 程序的过程中会把它所管理的内
存划分为若干个不同的数据区域。这些区域都有各自的用途，以及创建和销毁的时间，有的
区域随着虚拟机进程的启动而存在，有些区域则是依赖用户线程的启动和结束而建立和销毁。
根据《Java 虚拟机规范（第 2 版）》的规定，Java 虚拟机所管理的内存将会包括以下几
个运行时数据区域，如下图所示：

程序计数器 （Program Counter Register）是一块较小的内存空间，它的作用
可以看做是当前线程所执行的字节码的行号指示器。在虚拟机的概念模型里（仅是概念模型，
各种虚拟机可能会通过一些更高效的方式去实现），字节码解释器工作时就是通过改变这个
计数器的值来选取下一条需要执行的字节码指令，分支、循环、跳转、异常处理、线程恢复
等基础功能都需要依赖这个计数器来完成。 由于 Java 虚拟机的多线程是通过线程轮流切
换并分配处理器执行时间的方式来实现的，在任何一个确定的时刻，一个处理器（对于多核
处理器来说是一个内核）只会执行一条线程中的指令。因此，为了线程切换后能恢复到正确
的执行位置，每条线程都需要有一个独立的程序计数器，各条线程之间的计数器互不影响，
独立存储，我们称这类内存区域为“线程私有”的内存。 如果线程正在执行的是一个 Java
方法，这个计数器记录的是正在执行的虚拟机字节码指令的地址；如果正在执行的是 Natvie
方法，这个计数器值则为空（Undefined）。此内存区域是唯一一个在 Java 虚拟机规范中
没有规定任何 OutOfMemoryError 情况的区域。

Java 虚拟机栈 与程序计数器一样，Java 虚拟机栈（Java Virtual Machine
Stacks）也是线程私有的，它的生命周期与线程相同。虚拟机栈描述的是 Java 方法执行
的内存模型：每个方法被执行的时候都会同时创建一个栈帧（Stack Frame） 用于存储局
部变量表 、 操作栈 、 动态链接 、 方法出口等信息。 每一个方法被调用直至执行完成的过程 ，
就对应着一个栈帧在虚拟机栈中从入栈到出栈的过程。
经常有人把 Java 内存区分为堆内存（Heap）和栈内存（Stack），这种分法比较粗
糙，Java 内存区域的划分实际上远比这复杂。这种划分方式的流行只能说明大多数程序员
最关注的、与对象内存分配关系最密切的内存区域是这两块。其中所指的“堆”在后面会专门
讲述，而所指的“栈”就是现在讲的虚拟机栈，或者说是虚拟机栈中的局部变量表部分。
局部变量表存放了编译期可知的各种基本数据类型（boolean、byte、char、short、
int、float、long、double）、对象引用（reference 类型），它不等同于对象本身，根据
不同的虚拟机实现，它可能是一个指向对象起始地址的引用指针，也可能指向一个代表对象
的句柄或者其他与此对象相关的位置）和 returnAddress 类型（指向了一条字节码指令的
地址）。
中 其中 64 位长度的 long 和 和 double 类型的数据会占用 2 个局部变量空间（Slot），
其余的数据类型只占用 1 个。 局部变量表所需的内存空间在编译期间完成分配，当进入一
个方法时，这个方法需要在帧中分配多大的局部变量空间是完全确定的，在方法运行期间
。 不会改变局部变量表的大小。 在 Java 虚拟机规范中，对这个区域规定了两种异常状况：
如果线程请求的栈深度大于虚拟机所允许的深度，将抛出 StackOverflowError 异常；如
果虚拟机栈可以动态扩展（当前大部分的 Java 虚拟机都可动态扩展，只不过 Java 虚拟机
规范中也允许固定长度的虚拟机栈），当扩展时无法申请到足够的内存时会抛出
OutOfMemoryError 异常。
本地方法栈 （Native Method Stacks）与虚拟机栈所发挥的作用是非常相似的，
其区别不过是虚拟机栈为虚拟机执行 Java 方法（也就是字节码）服务，而本地方法栈则是
为虚拟机使用到的 Native 方法服务。虚拟机规范中对本地方法栈中的方法使用的语言、使
用方式与数据结构并没有强制规定，因此具体的虚拟机可以自由实现它。甚至有的虚拟机（譬
如 Sun HotSpot 虚拟机）直接就把本地方法栈和虚拟机栈合二为一。与
虚拟机栈一样，本地方法栈区域也会抛出 StackOverflowError 和 OutOfMemoryError
异常。
Java 堆 对于大多数应用来说，Java 堆（Java Heap）是 Java 虚拟机所管理的内
存中最大的一块。Java 堆是被所有线程共享的一块内存区域，在虚拟机启动时创建。 此内
存区域的唯一目的就是存放对象实例，几乎所有的对象实例都在这里分配内存。这一点在
Java 虚拟机规范中的描述是：所有的对象实例以及数组都要在堆上分配，
但是随着 JIT 编译器的发展与逃逸分析技术的逐渐成熟，栈上分配、标量替换优化技术将会
导致一些微妙的变化发生，所有的对象都分配在堆上也渐渐变得不是那么“绝
对”了。
Java 堆是垃圾收集器管理的主要区域，因此很多时候也被称做“GC 堆”（Garbage
Collected Heap，幸好国内没翻译成“垃圾堆”）。如果从内存回收的角度看，由于现在收
集器基本都是采用的 分代收集算法，所以 Java 堆中还可以细分为：新生代和老年代；再细
致一点的有 Eden 空间、From Survivor 空间、To Survivor 空间等。如果 从内存分配的
的 角度看，线程共享的 Java 堆中可能划分出多个线程私有的分配缓冲区（Thread Local
Allocation Buffer，TLAB）。不过，无论如何划分，都与存放内容无关，无论哪个区域，
存储的都仍然是对象实例，进一步划分的目的是为了更好地回收内存，或者更快地分配内存。
根据 Java 虚拟机规范的规定，Java 堆可以处于物理上不连续的内存空间中，只要逻辑上
是连续的即可，就像我们的磁盘空间一样。在实现时，既可以实现成固定大小的，也可以是
可扩展的，不过当前主流的虚拟机都是按照可扩展来实现的（通过-Xmx 和-Xms 控制）。
如果在堆中没有内存完成实例分配，并且堆也无法再扩展时，会抛出 OutOfMemory 异常
方法区 （Method Area）与 Java 堆一样，是各个线程共享的内存区域，它 用于存
储已被虚拟机加载的类信息、常量、静态变量、即时编译器编译后的代码等
数据。虽然 Java 虚拟机规范把方法区描述为堆的一个逻辑部分，但是它却有一个别名叫做
Non-Heap（非堆），目的应该是与 Java 堆区分开来。
对于习惯在 HotSpot 虚拟机上开发和部署程序的开发者来说，很多人愿意把方法区称
为“永久代”（Permanent Generation），本质上两者并不等价，仅仅是因 HotSpot 虚拟
机的设计团队选择把 GC 分代收集扩展至方法区，或者说使用永久代来实现方法区而已。对
于其他虚拟机（如 BEA JRockit、IBM J9 等）来说是不存在永久代的概念的。即使是 HotSpot
虚拟机本身，根据官方发布的路线图信息，现在也有放弃永久代并“搬家”至 Native Memory
来实现方法区的规划了。
Java 虚拟机规范对这个区域的限制非常宽松，除了和 Java 堆一样不需要连续的内存
和可以选择固定大小或者可扩展外，还可以选择不实现垃圾收集。相对而言，垃圾收集行为
在这个区域是比较少出现的，但并非数据进入了方法区就如永久代的名字一样“永久”存在了。
这个区域的内存回收目标主要是针对常量池的回收和对类型的卸载，一般来说这个区域的回
收“成绩”比较难以令人满意，尤其是类型的卸载，条件相当苛刻，但是这部分区域的回收确
实是有必要的。在 Sun 公司的 BUG 列表中，曾出现过的若干个严重的 BUG 就是由于低版
本的 HotSpot 虚拟机对此区域未完全回收而导致内存泄漏。根据 Java 虚拟机规范的规定，
当方法区无法满足内存分配需求时，将抛出 OutOfMemoryError 异常。
运行时常量池 （Runtime Constant Pool ） 是方法区的一部分。Class 文件中
除了有类的版本、字段、方法、接口等描述等信息外，还有一项信息是常量池（Constant Pool
Table）， 用于存放编译期生成的各种字面量和符号引用 ， 这部分内容将在类加载后存放到
方法区的运行时常量池中 。Java 虚拟机对 Class 文件的每一部分（自然也包括常量池）的
格式都有严格的规定，每一个字节用于存储哪种数据都必须符合规范上的要求，这样才会被
虚拟机认可、装载和执行。但对于运行时常量池，Java 虚拟机规范没有做任何细节的要求，
不同的提供商实现的虚拟机可以按照自己的需要来实现这个内存区域。不过，一般来说，除
了保存 Class 文件中描述的符号引用外，还会把翻译出来的直接引用也存储在运行时常量
池中。 运行时常量池相对于 Class 文件常量池的另外一个重要特征是具备动态性，Java
语言并不要求常量一定只能在编译期产生，也就是并非预置入 Class 文件中常量池的内容
才能进入方法区运行时常量池，运行期间也可能将新的常量放入池中，这种特性被开发人员
利用得比较多的便是 String 类的 intern()方法。 既然运行时常量池是方法区的一部分，
自然会受到方法区内存的限制，当常量池无法再申请到内存时会抛出 OutOfMemoryError
异常。
对象访问
介绍完 Java 虚拟机的运行时数据区之后，我们就可以来探讨一个问题：在 Java 语言
中，对象访问是如何进行的？对象访问在 Java 语言中无处不在，是最普通的程序行为，但
即使是最简单的访问，也会却涉及 Java 栈、Java 堆、方法区这三个最重要内存区域之间
的关联关系，如下面的这句代码：
Object obj = new Object();
假设这句代码出现在方法体中，那“Object obj”这部分的语义将会反映到 Java 栈的本地变
量表中，作为一个 reference 类型数据出现。而“new Object()”这部分的语
义将会反映到 Java 堆中，形成一块存储了 Object 类型所有实例数据值（Instance Data，
对象中各个实例字段的数据）的结构化内存，根据具体类型以及虚拟机实现
的对象内存布局（Object Memory Layout）的不同，这块内存的长度是不固定的。另外，
在 Java 堆中还必须包含能查找到此对象类型数据（如对象类型、父类、实
现的接口、方法等）的地址信息，这些类型数据则存储在方法区中。
由于 reference 类型在 Java 虚拟机规范里面只规定了一个指向对象的引用，并没有定
义这个引用应该通过哪种方式去定位，以及访问到 Java 堆中的对
象的具体位置，因此不同虚拟机实现的对象访问方式会有所不同，主流的访问方式有两种：
使用句柄和直接指针。 如果使用句柄访问方式，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
对象实例数据和类型数据各自的具体地址信息，如下图所示：

如果使用的是直接指针访问方式，Java 堆对象的布局中就必须考虑如何放置访问类型
数据的相关信息，reference 中直接存储的就是对象地址，如下
图所示：

这两种对象的访问方式各有优势，使用句柄访问方式的最大好处就是 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 本身不需要被修改。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的执行成本。就
Sun HotSpot 而言，它是使用 第二种方式进行对象访问的，但从整个软件开发的范围来看，
各种语言和框架使用句柄来访问的情况也十分常见。
补充关于上文中提到的“这种特性被开发人员利用得比较多的便是 String 类的 intern()方
法”
intern
public String intern()返回字符串对象的规范化表示形式。
一个初始时为空的字符串池，它由类 String 私有地维护。
当调用 intern 方法时，如果池已经包含一个等于此 String 对象的字符串（该对象
由 equals(Object) 方法确定），则返回池中的字符串。否则，将此 String 对象添加到池中，
并且返回此 String 对象的引用。
它遵循对于任何两个字符串 s 和 t，当且仅当 s.equals(t) 为 true 时，
s.intern() == t.intern() 才为 true。
所有字面值字符串和字符串赋值常量表达式都是内部的。字符串字面值在
《Java Language Specification》(作者 James Gosling ,Bill Joy,Guy Steele )的 §3.10.5 中
已定义。
再补充介绍一点：存在于.class 文件中的常量池，在运行期间被 jvm 装载，并且可以扩充。
String 的 intern()方法就是扩充常量池的一个方法；当一个 String 实例 str 调用 intern()方法
时，java 查找常量池中是否有相同 unicode 的字符串常量，如果有，则返回其引用，如果
没有，则在常量池中增加一个 unicode 等于 str 的字符串并返回它的引用。
例 3：
String s0=”kvill”;
String s1=new String(“kvill”);
String s2=new String(“kvill”);
System.out.println(s0==s1);
S1.intern();
S2=s2.intern();
System.out.println(s0==s1);
System.out.prntln(s0==s1.intern());
System.out.println(s0==s2);
结果为：
False
False // 虽然执行了 s1.intern()，但它的返回值没有赋给 s1
True
True
最后再破除一个错误的理解：
有人说，“使用 String.intern()方法可以将一个 String 类保存到一个全局的 String 表中，如果
具有相同值的 unicode 字符串已经在这个表中，那么该方法返回表中已有字符串的地址，如
果在表中没有相同值的字符串，则将自己的地址注册到表中”如果把这个全局的 String 表理
解为常量吃的话，最后一句话“如果在表中没有相同值的字符串，则将自己的地址注册到表
中”是错的。
例 4：
String s1=new String(“kvill”);
String s2=s1.intern();
System.out.println(s1==s1.intern());
System.out.println(s1+” ”+s2);
System.out.println(s2==s1.intern());
结果是：
False
Kvill kvill
True
我们没有声明一个”kvill”常量，所以常量池中一开始没有”kvill”的，当我们调用 s1.intern()后
就在常量池中新添加了一个”kvill”常量，原来的不在常量池中的”kvill”仍然存在，也就不是“把
自己的地址注册到常量池中”了。
例 5：
String str1=”java”;
String str2=”blog”;
String s=str1+str2;
System.out.println(s==”javablog”);
结果是 false。Jvm 确实对型如 String str1=”java”; 的 String 对象放在常量池里，但是它是在
编译时那么做的，而 String s=str1+str2; 是在运行时刻才能知道，也就是说 str1+str2 是在堆
里创建的，所以结果为 false 了。