synchronized锁优化前传-Java对象结构解析

我们经常会说到synchronized是一把重量级的锁，难道是因为这把锁有几斤？我们也常听到说，在JDK1.6中对其进行了优化，那么又是怎么实现的？想了解这些，我们必须先详细的了解Java对象的结构。

 

 

一：Java对象，请掀起你的盖头来

 

以下是64位JVM下的对象结构描述：

 

对象结构

可以看到，在Java中，对象的结构主要分为：对象头，实例数据以及填充数据。需要强调的是，实例数据与填充数据是不一定要有的。如果一个对象中没有任何的属性实例，那么实例数据是可以为空的。而填充数据的有无则取决于对象头和实例数据的字节总长度，因为填空数据要保证整个对象的长度为8的整数倍，当对象头加上实例数据的字节总长度已经是8的整数倍了，那么填充数据为空。

 

 

对象头结构

mark-word ：默认8个字节。

Klass Point ：对象的类型指针，jdk1.8默认开启指针压缩后为4字节，当在JVM参数中关闭指针压缩（-XX:-UseCompressedOops）后，长度为8字节。

数组长度：当对象为数组的时候，才会有的结构，用来记录数组的长度信息。

 

对此，我们可以看出，在64位虚拟机中，一个对象头的长度最小为8字节（mark-word）+ 4字节（Klass Point，默认开启的指针压缩）= 12个字节。而对象的长度必须为8字节的整数倍，那么就必须还有4字节的填充数据，那么一个对象就最少有16个字节的长度。

 

Mard-Word

记录对象的HashCode,分代年龄,锁类型等信息，长度为8个字节。而synchronized锁在不同的场景下会进行相关的升级优化，其记录的锁的类型是在变化的。

相关锁的类型可分为：无锁，偏向锁，轻量锁，重量锁，以及GC标记，一共五种。当出现锁的相关竞争问题时，其锁类型会不断的进行升级优化，由偏向锁升级为轻量锁，轻量锁升级为重量锁。而2bit的话最多只能标记4种状态，所以这里又多加了1bit，用来标记是否为偏向锁（哈哈，就是这么的淳朴）。

 

二：Java对象，请显现出你的真身

我们可以通过工具可以分析下它的具体结构，maven地址如下：

<dependency>
    <groupId>org.openjdk.jol</groupId>
    <artifactId>jol-core</artifactId>
    <version>0.9</version>
</dependency>

  Object obj = new Object();
  obj.hashCode();  //显示调用下
  String classInfo = ClassLayout.parseInstance(obj).toPrintable();
  System.out.println(classInfo);

通过ClassLayout分析出其具体结构如下：

我们可以看到这个对象一共是16个字节(最后一个偏移量12字节+自身的4个字节），其中对象头12个字节，还有4个字节的填充数据。

而在对象头的12个字节中，我们知道有8个字节是mark-word，另外的4个字节为Klass Point 类型指针（默认开启了指针压缩），那么我们通过虚拟机参数(-XX:-UseCompressedOops)关闭指针压缩再看下效果：

这个时候对象的结构竟然只剩下对象头信息了，mark-word还是8个字节未变（可与上图对比VALUE的取值），而类型指针Klass Point 由开启压缩时的4个字节变成了8字节。（这些叙述可以结合最开始的对象结构示意图来好好理解下，那张图也是画了很久的呀）

看完这些我们在看看VALUE取值是什么含义？而这个是涉及到synchronized锁优化的重点，因为它记录着锁类型的关键信息 以及 HashCode ，分代年龄等信息。

头节点的前8个字节表示mark-word,可以看到这里的new Object()的hashCode的值为0x7ea987ac,而截图中的Value中的取值也有对应的取数，只是‘倒’过来一样，那这是怎么回事？

 

这里就涉及到‘大端存储与小端存储’的区别：

• Big-Endian：高位字节存放于内存的低地址端，低位字节存放于内存的高地址端

• Little-Endian：低位字节存放于内存的低地址端，高位字节存放于内存的高地址端

所以其mark-word的结构如下：

可以看到，最后的3bit（1bit标识偏向锁，2bit描述锁的类型）是跟锁相关的，而synchronized的锁优化升级就是修改的这几位上的标识用来区分不同的锁，从而采取不同的策略来提升性能。而关于synchronized的锁优化升级的细节，我将在下文详细的解析。

阅读我的原文

更多的深度文章解析，你可以关注我的公众号 ：南瓜小灯

希望能够共同的学习成长！！