JVM 对 Java 有多重要,对程序员面试有多重要,这些不用多说。
如果你还没意识到学 JVM 的必要性,或者不知道怎么学 JVM,那么看完这篇文章,你就能知道答案了。
曾经的我很不屑于学 JVM,但是后来发现不学不行。这就像和媳妇吵架之后我不想道歉一样,不道歉那是不可能的,道歉是早晚的事儿,逃不掉。
后来我明白了:
认怂越晚,结局越惨。
但是我学的时候才知道:JVM,你太过分了,太难学了!
我的学习过程可以说非常坎坷,不过经历坎坷之后,我倒是发现学 JVM 的门道很多。
以我的经验加上和同行们的交流,我认为学 JVM 最好的方法是:
在程序员不同的水平段,做精准的学习。
所谓的精准学习,就是学习对自己工作有巨大帮助的知识点。以工作内容带动学习,等到积累多了,再一举攻克所有 JVM 知识点,最终熟练掌握 JVM 底层原理。
下面我来说说初级、高级、资深程序员,如何循序渐进、分步学习。
初级程序员怎么学
对刚入行的新手程序员,工作一般是修复简单 bug、开发简单功能。如何编码少出 bug,是这个阶段的核心问题。
对于这个核心问题,JVM 原理必须深入掌握两个知识点。
1. 类的初始化
类的初始化,要了解的非常深入才可以。否则,一不留神就会往项目里引入一些有关初始化的 bug。
比如看看下面这段代码:
public class ParentClass {
private int parentX;
public ParentClass() {
setX(100);
}
public void setX(int x) {
parentX = x;
}
}
public class ChildClass extends ParentClass{
private int childX = 1;
public ChildClass() {}
@Override
public void setX(int x) {
super.setX(x);
childX = x;
System.out.println("ChildX 被赋值为 " + x);
}
public void printX() {
System.out.println("ChildX = " + childX);
}
}
public class TryInitMain {
public static void main(String[] args) {
ChildClass cc = new ChildClass();
cc.printX();
}
}
有兴趣可以运行看看结果,一旦把这种代码放到了生产环境里,排查非常困难。
2. Java 内存结构和对象分配
第二个知识点,就是 Java 内存结构和对象分配的基础知识,尤其是 JVM 内存中堆的布局和对象分配的关系。
比如,堆内存的布局
当然,Java7 后,新布局变了
知道布局了,就得知道java对象分配的基本原则:
- 对象优先在Eden区分配
- 对象太大直接会分配到老年代
只有知道这些知识,才不会经常写下底下这种 bug:
// 将全部行数读取的内存中
List<String> lines = FileUtils.readLines(new File("temp/test.txt"), Charset.defaultCharset());
for (String line : lines) {
// pass
}
上面这段代码,一旦读取到了大文件,很可能把生产环境搞崩。
所以,把上述两个知识点深入理解了,对新手提升自己的代码质量非常非常有用。只有代码质量上去了,你才能得到更好的发展。
对于这两个知识点,我认为通过网络的文章去学习最好。如果直接看书,有两个最大的缺点:
- 知识积累不足导致学不懂
- 书中冗余知识点太多,互相交杂,精力耗费过大,性价比不高
故这里学习推荐根据知识点去搜文章读,而不是找原理性的书籍看。
高级程序员怎么学
对处于这个阶段的朋友,他们已经可以熟练编写健壮的代码了,经常会独立开发出一个大的功能模块,有的可能还能独立开发出一个完整的小型项目。
这时候,他们可能会面临两种情况:
1. 需要写一些工具类给全团队使用
在这种情况下,你很可能就需要 Java 中的语法糖,因为语法糖能让你写出非常灵活简单的代码。这包括泛型,自动拆装箱,可变参数还有遍历循环。
但是,使用这些语法糖的时候,如果你不熟悉他们在 JVM 中的实现原理,就非常容易栽个大跟头,
比如:
public class GenericPitfall {
public static void main(String[] args) {
List list = new ArrayList();
list.add("123");
List<Integer> list2 = list;
System.out.println(list2.get(0).intValue());
}
}
2. 编写性能优越的代码
什么时候需要性能优越的代码?最常见的就是把以前性能不好的同步实现,转化成异步实现。
而这种要求,就需要开发对 Java 的多线程开发非常熟悉,并且一定要深入理解多线程在 JVM 中的原理实现。
不然,可以看看下面这段代码:
class IncompletedSynchronization {
int x;
public int getX() {
return x;
}
public synchronized void setX(int x) {
this.x = x;
}
}
再看看这段:
Object lock = new Object();
synchronized (lock) {
lock = new Object();
}
如果把上面这些代码上了生产环境,熬通宵排查问题的命运就注定了……
这里的知识点,我推荐通过网上的文章看,又因为涉及到了并发知识,我建议就着《Java Performance》第二版的“Chapter 9. Threading and Synchronization Performance”这章一起看。
还有余力,建议再继续看周志明的那本《深入理解 JAVA 虚拟机》第三版中的 12-13 章。周志明这本书讲的十分深入,也带来个缺点:门槛高。此时,如果没看懂可以放一放。
注意,我这里说的是并发的原理,不是并发实践,读者想学并发编程,《JAVA 并发编程实践》我认为是前提条件,故不会赘述。
资深程序员怎么学
这时候的你,已经开始承担项目开发中很重要的职责了,有些出色的朋友都开始带团队了。那这时候,你可能会做下面的事:
1. 合理规划项目使用资源
合理规划项目使用资源,前提是对垃圾回收有非常深入的了解。
如果说在新手期,已经对 Java 对象的内存分配和内存使用有了大致的概念,那么,这个垃圾回收,则是这类知识的进一步拓展。
只有理解了各种垃圾回收的原理,再配合着 Java 内存布局的基础知识,才能更好地规划出项目用什么回收算法,才能在合适的资源利用度上得到最佳性能。
比如,新生代和老年代之间的合适比例。比如,新生代中 Eden 和 Survivor 区域间的比例。
2. 排查各种线上问题
要排查各种问题,就需要对 JVM 提供的各种故障排查工具非常了解。
这些工具又分为两类:
- 基础的命令行形式的故障处理工具,比如 jps、jstack 等等
- 第二类是可视化的故障处理工具,比如 VisualVM
但是,掌握工具的使用还不够。因为有关垃圾回收的问题,还必须得通过解析 GC 日志后,再通过工具的使用,才可能能定位到问题的根源。
所以,最好对使用故障排查工具和 GC 日志都非常熟练。
比如:
2021-05-26T14:45:37.987-0200: 151.126:
[GC (Allocation Failure) 151.126: [DefNew: 629119K->69888K(629120K), 0.0584157 secs] 1619346K->1273247K(2027264K), 0.0585007 secs]
[Times: user=0.06 sys=0.00, real=0.06 secs]
2021-05-26T14:45:59.690-0200: 172.829:
[GC (Allocation Failure) 172.829: [DefNew: 629120K->629120K(629120K), 0.0000372 secs]172.829: [Tenured: 1203359K->755802K(1398144K), 0.1855567 secs] 1832479K->755802K(2027264K), [Metaspace: 6741K->6741K(1056768K)], 0.1856954 secs]
[Times: user=0.18 sys=0.00, real=0.18 secs]
上面这条,应该一眼看出来,垃圾算法用的是 Serial 收集器,并且年轻代分配出现了问题,大小可能需要调整。
这里的知识点,强烈反对看网上的文章,网上说的很多细节有问题,疏漏很多。所以,推荐看书。
《Java Performance》第二版里,“Chapter 5. An Introduction to Garbage Collection”,“Chapter 6. Garbage Collection Algorithms”的知识已经足够。
有人去看《深入理解 JAVA 虚拟机》第三版中的第 3 章,讲垃圾收集器与内存分配策略的。这里还是老问题,讲的太细,我建议绕过 3.4 节,讲 HotSpot 算法细节的那块儿。
这里安全点这个知识点挺重要,但是现在这个阶段想理解挺难的。我觉得将来做一些底层框架,接触到崩溃恢复的 checkpoint 相关思想了,再回头来学习,那才能真正理解和掌握。
技术专家怎么学
达到这个级别了,那就需要对整套 JVM 要有非常深入的了解了,因为你是解决技术问题的最后保障了。有些时候,甚至还需要因为某些问题开发出各种各样的工具。
曾经,有个项目时不时总是会报错:
java.lang.OutOfMemoryError: GC overhead limit exceeded
这个问题几个同事都没搞定,就来找我。我看了看,突然想起来,以前在官方调优指南《HotSpot Virtual Machine Garbage Collection Tuning Guide》看到过相关介绍。
JVM 本身内存不足就会运行 GC,但是如果每次 GC 回收的内存不够,那么很快就会开始下一次 GC。
JVM 有个默认的保护机制,如果发现在一个统计周期内,98% 的时间都是在运行 GC,内存回收却少于 2% 的时候,就会报这个错。
怎么引起的呢?这个问题如果去排查代码,那真的是难如登天,首先,没有任何堆栈错误去帮助定位问题。其次,项目代码量大了去了,而且是年头久远。
这时,就需要通过对 JVM 总体的深入理解,去反推问题了。我当时是这样推理的:
内存溢出,GC 无法回收问题,说明了两个问题:
- 堆内的内存不够用了
- 占用内存的对象要么就是该关闭的资源没有关闭,要么被大量的暂时放在一起了
那如果我 dump 出内存文件出来,再分析下就知道是哪些对象在占用内存了。
一查发现是大量的字符串在占用内存。
综合我前面的推测,字符串不是数据库连接,肯定没有该关闭未关闭的问题。那就剩一个可能了,就是被大量的暂时放起来了,导致 GC 回收不了。
那么新问题来了,能大量放字符串的,会是什么?
首先就去猜缓存。根据这条线索,直接去源码搜 Cache 关键词,把所有关于 Cache 的代码都看了下。一下子就找到问题了。
原来,我们有个功能是解析一个非常大的文件。文件的格式如下:
需要把这个文件的每一行内容按照列去一起存到数据库里。
由于写代码的人偷懒,想一次解析完毕后一股脑全塞到数据库里。所以,他弄了个 Map,Map 的 Key 是相同的列名,Value是每一行解析过的内容。
而这样写代码的结果就是,一行对应了一个有三个条目的 HashMap。如果文件有十几万行,就有十几万的 HashMap。然后,这些 HashMap 再存到一个列表里,再把这个列表放到一个叫做 xxxCache 的 HashMap 中。
示意代码如下:
public class ParseFile4OOM {
public static void main(String[] args) {
List<Map<String, String>> lst = new ArrayList<>();
for (int i = 0; i < 100000; i++) {
Map<String, String> map = new HashMap<>();
map.put("Column1", "Content1");
map.put("Column2", "Content2");
map.put("Column3", "Content3");
lst.add(map);
}
Map<String, List<Map<String, String>>> contentCache = new HashMap<>();
contentCache.put("contents", lst);
}
}
那对这种情况怎么办呢?代码还不能大动,只能优化。
那时,我们已经用了 JDK8 了,引入了 String 常量池。同时,Hashmap 在这个业务场景下,容积是固定的,所以,就不应该给它多分配空间,就固定死为 3。
优化后,代码如下:
public class ParseFile4OOM {
public static void main(String[] args) {
List<Map<String, String>> lst = new ArrayList<>();
for (int i = 0; i < 100000; i++) {
Map<String, String> map = new HashMap<>(3);
map.put("Column1".intern(), "Content1".intern());
map.put("Column2".intern(), "Content2".intern());
map.put("Column3".intern(), "Content3".intern());
lst.add(map);
}
Map<String, List<Map<String, String>>> contentCache = new HashMap<>();
contentCache.put("contents".intern(), lst);
}
}
把优化后的代码上线,错误搞定了!
所以,在这个阶段就非得把 JVM 吃透不可了。吃透原理就必须靠看书了。
周志明的《深入理解 JAVA 虚拟机》是必须的了,但是还不够。
《Oracle JRockit: The Definitive Guide》这本书我也建议读一读,虽然老了,但是里面的很多内容,尤其前四章,对 JVM 原理真的快讲透了。对 JVM 是如何弹性伸缩去平衡资源和性能关系的,娓娓道来,让我醍醐灌顶,编程视野一下子打开了很多。
至此,不同阶段的学习方法讲完了。
总的来说,JVM 知识广博复杂,如果想要掌握,不能一蹴而就。而且咱们程序员不容易,需要学的知识太多,然而咱们的精力却是有限的。
所以,对于 JVM 原理来说,假设有些知识点眼前看不懂,用不上,可以先暂时放一放,做到精准学习,把省下来的精力用在别的知识甚至自己的生活上,更有意义。
看完如果觉得有收获,来个三连支持吧。