JVM & Memory (3) thread

转自：http://spaces.msn.com/songsun/

 

以下继续探讨，说说jvm的线程(thread)及其执行中和内存相关的问题。but今天是写不完了，请保持关注，先写个预告栏咯

记得当年学java之初，总是很鄙夷它，因为那时候对c/c++很痴迷，结果呢，第一个多线程程序还是拿java写出来的。而线程(thread)，本是 操作系统的所提供/支持的，所以当初有一段时间，我总在怀疑我那java程序创建的线程到底是不是真正的操作系统线程，现在看来很可笑。

题外，再继续质疑一下： 在有些平台上，比如Linux或者大 部分的unix，只有进程而没有线程的概念的，但这些平台上，进程间通讯的手段极其发达，所以jvm会用进程模拟线程，效果也是一样的。不过，也有一些平 台如sorlaris，在java线程和os内核线程间，存在着不是1对1的关系，实在让我挠头，容以后再去把它搞明白。

简单的说，jvm如何实现多线程呢，首先要有os的支持包括变相的支持，那么jvm通过os提供线程接口创建新线程，这些新线程当然还不能直接执行你的 thread对象的run方法，但它会拥有并执行属于该线程的一个java interpreter实例或者上下文，java解释器再去执行你的run方法，当run方法结束(自然结束时)，java interpreter发现没有字节码可以解释了，也宣告结束，OS线程也就自然终结了。至于要实现线程的终止，挂起，恢复，也都可以从OS那里找到相应 的接口，这里不再细说，而主要关注对内存的影响，主要是java stack和native call等问题。

待续
续

当执行引擎(即java interpreter，对应一个ExecEnv)开始解释执行一个java method以前，它首先初始化自身，即分配自己的initial java stack，栈开始时尺寸很小，随着使用的需要而扩展，存在一个400k的默认长度限制( -Xss<size>可更改该值)；ExecEnv有两个重要的标志(或指针)，一个是pc，即程序计数器，另一个是optop，即栈顶，也 是最上面一个操作数(即本地变量)的位置。 pc总是指向要执行的byte code(随着每一条byte code的执行，pc自动改变)，而optop指向java stack的顶端(也随某些byte code的执行而改动)。当方法执行时，方法的invoker将pc指向method block的code位，同时，在java stack里为该方法新建java frame(每一个方法在编译期就确定了运行它所需的最大stack size，所以，新建java freame时，会按照这个size去检查java stack是否满足，若不足，则扩展java stack，而java stack已经达到最大长度限制时，扩展失败，发生stack overflow)，准备工作完成后，还给ExecEnv继续解释和执行；当方法执行完毕时，一条ret字节指令将pc和optop送回前一个java frame所记录的位置。所以，对于某个线程来说，其java stack完整的记录了所深入的每一层java method(每层一个java frame)，除了native method，本质上是因为c的堆栈不能记录。

以上是执行java method，若是native method呢？很简单，native method在类加载时，即被jvm安排了一个native invoker在其method block中，继而在ExecEnv执行一条call该native method的字节指令时，native invoker被执行，如果是首次执行，那么这个native mothod的method block的code段尚未挂接，native invoker检查到这个信息，将根据method name和signature搜索系统中已加载的dll的合适挂接点，将找到的挂接点挂在code上，而后调用该code段即可(找不到挂接点，会发生什 么异常你应该清楚)。过程中，除非你的native method中又反调了java method，那么，java stack将毫无变化。

再来关注一下native method的内存模型：native mthod自身的机器码code存在于dll镜像(image)中；nm的本地变量存在于线程堆栈内(指native thread，和java thread是绑定着的)；nm用到的静态变量存在于dll的共享变量区中；nm制造的java对象(通过jni手段new来的)依然在java heap；而nm声明的global ref以及local ref存放在jvm的native c heap上。本地方法也会带来内存泄露(c的内存泄露，也可能是java heap的global ref的未释放)，特别是c heap的泄露，运行期是极难探测和定位的。

最后，说说调用深度过深(即java stack会很长)带来的负面影响。在前一节，我们知道本地变量都寄存在java stack中。如果调用深度过深，特别是jvm长时间运行在较高深度调用的情形下，意味着在栈上的各frame中，存在着很多变量，它们中的引用类型将一 直保持对java heap上对应对象的引用而导致gc器始终不能释放它们；其次，较长的java stack也给gc器造成了较多的扫描时间(为何要扫描后面再说)；第三，method call本身也是一种时间开销，对于很短小的method，call它比它本身代码执行的时间还要多，好比机关枪打蚊子，这也是现代编译器非常讲究inline优化的原因。