Java虚拟机探究（JVM面试重点）

1.1 JVM组成

JVM包含两个子系统和两个组件，两个子系统为Class loader(类装载)、Execution engine(执行引擎)；两个组件为Runtime data area(运行时数据区)、Native Interface(本地接口)。

Class loader(类装载)：根据给定的全限定名类名(如：java.lang.Object)来装载class文件到运行时数据区中的方法区。

Execution engine（执行引擎）：执行classes中的指令。

Native Interface(本地接口)：与native libraries交互，是其它编程语言交互的接口。

Runtime data area(运行时数据区域)：这就是我们常说的JVM的内存区域。

各部分的作用：首先通过编译器把 Java 代码转换成字节码，类加载器（ClassLoader）再把字节码加载到内存中，将其放在运行时数据区（Runtime data area）的方法区内，而字节码文件只是 JVM 的一套指令集规范，并不能直接交给底层操作系统去执行，因此需要特定的命令解析器执行引擎（Execution Engine），将字节码翻译成底层系统指令，再交由 CPU 去执行，而这个过程中需要调用其他语言的本地库接口（Native Interface）来实现整个程序的功能。

1.2 JVM内存区域

JVM的运行时数据区就是JVM的内存区域。按照Java虚拟机规范分为5个部分：

程序计数器（Program Counter Register）：当前线程所执行的字节码的行号指示器，字节码解析器的工作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；线程私有，不会发生OOM。

Java 虚拟机栈（Java Virtual Machine Stacks）：用于存储局部变量表、操作数栈、动态链接、方法出口等信息；每个方法执行时，JVM都会为其创建一个栈帧（Stack Frame）；线程私有。

本地方法栈（Native Method Stack）：与虚拟机栈的作用是一样的，只不过虚拟机栈是服务 Java 方法的，而本地方法栈是为虚拟机调用 Native 方法服务的；线程私有。

Java 堆（Java Heap）：Java 虚拟机中内存最大的一块，是被所有线程共享的，几乎所有的对象实例都在这里分配内存；通过VM参数（-Xmx最大堆内存分配大小 -Xms初始堆内存分配大小）进行设置

方法区（Methed Area）：用于存储已被虚拟机加载的类信息、常量、静态变量、即时编译后的代码等数据。线程共享。

1.3 JVM垃圾回收机制

Java中的垃圾回收机制：在java中，程序员不需要考虑释放一个对象的内存的，而是由虚拟机自动执行。在JVM中有一个垃圾回收线程，它是低优先级的，只在虚拟机空闲或堆内存不足才会触发执行，扫描未被引用的对象进行GC。

如何判断对象可以被回收？ 一般有两种方式：
**引用计数器法：**为每个对象创建一个引用计数，有对象引用时计数器 +1，引用被释放时计数 -1，当计数器为 0 时就可以被回收。它有一个缺点不能解决循环引用的问题；

**可达性分析算法：**从 GC Roots 开始向下搜索，搜索所走过的路径称为引用链。当一个对象到 GC Roots 没有任何引用链相连时，则证明此对象是可以被回收的。

垃圾回收的时机？
当堆中的对象没有被引用的时候，就可以被GC，GC过程是由JVM自行控制的，虽然在java程序中可以主动调用System.gc()方法，但实际的触发GC并不一定是立即执行，还是有虚拟机自行控制。

GC的方式、算法？

1. **标记-清除算法。**标记无用对象，然后进行清除回收。缺点：效率不高，会产生内存碎片且无法清除。
2. **标记-整理算法。**标记无用对象，让所有存活的对象都向一端移动，然后直接清除掉端边界以外的内存。缺点：所有存活对象都要进行移动，比较消耗性能。
3. **复制算法。**按照容量划分二个大小相等的内存区域，当一块用完的时候将活着的对象复制到另一块上，然后再把已使用的内存空间一次清理掉。缺点：内存使用率不高，只有原来的一半。
4. 分代算法。 属于混合使用上述算法的一种GC方式，也是JVM中实际使用的GC算法。根据对象存活周期的不同将内存划分为几块，一般是新生代和老年代，新生代基本采用复制算法，老年代采用标记整理算法。

分代算法

当前商业虚拟机都采用分代收集的垃圾收集算法。分代收集算法，顾名思义是根据对象的存活周期将内存划分为几块。一般包括年轻代、老年代 和 永久代，对不同的代使用不同的GC算法。

年轻代和老年代的所占内存大小之比为 1：2， 而永久区是使用元空间实现，是逻辑的分区。
其中年轻代中的伊甸区和幸存区的内存大小比为 Eden：S0：S1 = 8：1：1 ， S0和S1指的是 From Survivor 和 To Survivor ,这两个区域会相互转化。
年轻代一般使用复制算法（Serial、PerNew和Parallel Scavenge收集器），执行的流程是：
① 把 Eden + From Survivor 存活的对象放入 To Survivor 区；
② 清空 Eden 和 From Survivor 分区；
③ From Survivor 和 To Survivor 分区交换，From Survivor 变 To Survivor，To Survivor 变 From Survivor。

老年代一般采用标记-整理算法（Serial Old和Parallel Old 收集器）或者标记清除算法（CMS收集器）。

新生的对象一般是放在Eden区中，当Eden区中没有内存可供分配对象时就会触发Minor GC,Minor GC使用的就是复制算法，将Eden + From Survivor中存活的对象复制到To Survivor中，并将对象的年龄+1，而当对象的年龄达到15（默认为15）时，就不会被复制到To Survivor区中，而是直接被复制到老年代中，另外当大对象（占用连续内存空间的大对象）被创建时也是直接放到老年代当中，当老年代中没有内存可以存储对象时，便会触发Major GC/Full GC，Full GC使用标记-整理或标记清除算法，是针对老年代的GC，Full GC通常伴随着至少一次的Minor GC，执行时间也比较长。

垃圾收集器分类

由于分代垃圾收集的算法使用，一般我们会根据分代的不同选用不同的收集器配合使用，也可以使用整堆收集器比如G1收集器。
常常使用的垃圾收集器有：

Serial收集器（复制算法): 新生代单线程收集器，标记和清理都是单线程，优点是简单高效；

ParNew收集器 (复制算法): 新生代收并行集器，实际上是Serial收集器的多线程版本，在多核CPU环境下有着比Serial更好的表现；

Parallel Scavenge收集器 (复制算法): 新生代并行收集器，追求高吞吐量，高效利用 CPU。吞吐量 = 用户线程时间/(用户线程时间+GC线程时间)，高吞吐量可以高效率的利用CPU时间，尽快完成程序的运算任务，适合后台应用等对交互相应要求不高的场景；

Serial Old收集器 (标记-整理算法): 老年代单线程收集器，Serial收集器的老年代版本；

Parallel Old收集器 (标记-整理算法)：老年代并行收集器，吞吐量优先，Parallel Scavenge收集器的老年代版本；

CMS(Concurrent Mark Sweep)收集器（标记-清除算法）：老年代并行收集器，以获取最短回收停顿时间为目标的收集器，具有高并发、低停顿的特点，追求最短GC回收停顿时间。

G1(Garbage First)收集器 (标记-整理算法)：Java堆并行收集器，G1收集器是JDK1.7提供的一个新收集器，G1收集器基于“标记-整理”算法实现，也就是说不会产生内存碎片。此外，G1收集器不同于之前的收集器的一个重要特点是：G1回收的范围是整个Java堆(包括新生代，老年代)，而前六种收集器回收的范围仅限于新生代或老年代。

1.4 常用的JVM调优方式

JDK 自带了很多监控工具，都位于 JDK 的 bin 目录下，其中最常用的是 jconsole 和 jvisualvm 这两款视图监控工具。
jconsole：用于对 JVM 中的内存、线程和类等进行监控；
jvisualvm：JDK 自带的全能分析工具，可以分析：内存快照、线程快照、程序死锁、监控内存的变化、gc 变化等。

常用的 JVM 调优的参数都有哪些？
-Xms2g：初始化堆大小为 2g；
-Xmx2g：堆最大内存为 2g；
-XX:NewRatio=4：设置年轻的和老年代的内存比例为 1:4；
-XX:SurvivorRatio=8：设置新生代 Eden 和 Survivor 比例为 8:2；
–XX:+UseParNewGC：指定使用 ParNew + Serial Old 垃圾回收器组合；
-XX:+UseParallelOldGC：指定使用 ParNew + ParNew Old 垃圾回收器组合；
-XX:+UseConcMarkSweepGC：指定使用 CMS + Serial Old 垃圾回收器组合；
-XX:+PrintGC：开启打印 gc 信息；
-XX:+PrintGCDetails：打印 gc 详细信息。

本文只为了对知识进行总结，基本上是参考其他文档的内容。
参考文章 : https://mp.weixin.qq.com/s/T2DqgJ9-0QiRZQYUeR3c8w.