java项目跑得特别慢_为什么Java程序会执行一段时间后跑得更快？

我们都知道，Java 原生就是解释型语言，也是解释执行的，怎么又有了编译执行了？

执行 java -version 的时候，我们一般能看到当前 Java 版本号之后，会有一个 mixed mode，说明当前JVM 运行在混合模式之下，即同时包含解释执行和编译执行。我们也可以通过参数强制执行只按一种模式执行。各种环境根据自己的需要选择执行的方式。

相比编译执行，解释执行要慢很多，但仍然广泛在被运用在各种虚拟机中，比如它内存占用少，应用启动时间更短。更关键的优势在于它简单。一种新语言或者一个语言的新特性出现时，在解释器中能比编译器实现要快很多。另外，开发者会考虑到性价比，一些语言特性很难，同时也不值得在实现在编译器就只使用解释器。

开发实现语言时，使用解释器只有两个要求：

熟悉 VM 实现语言。

理解新语言特性、语法和语义。

而像在 JIT 编译器实现新语言特性，对开发者有更多的要求：

熟悉目标机器的应用程序二进制接口规范。

把新语言特性映射到这个目标机器的接口运行时。

掌握开发编译器生成目标机器码的能力。

而为了应用程序的执行效率、运行速度， Java 又特别需要JIT，在运行的适当时候，可以把一些高频率代码编译，换取更好的效率。

JIT 就是通过将热方法、代码段编译生成机器码的形式，在下次调用到该方法时，会直接通过vtable中链接的机器码直接执行，所以效率是杠杠的。

那么问题来了，什么样的方法才算热方法，怎样来判断热方法？

对于热方法的计算，一般虚拟机内有以下几种实现方式：

基于方法的 JIT，JVM 内常用。

基于踪迹的 JIT， Dalvik 和 TraceMonkey 在使用。

基于区域的 JIT，HHVM 使用这种形式。

基于方法的 JIT 中，一般探测热点方法有基于采样的热点探测，即周期性的去检查线程的调用栈顶，如果方法经常出现在栈顶，那它就是热点方法。另一种是基于计数器的热点探测，这种会给每个方法建立计数器，用来统计方法的执行次数。超过阈值的就认为是热点方法。

当然需要注意的是，这里统计的次数，不是绝对的次数，和我们进行限流和降级时说的类似，都是一个时间周期内的相对频率，如果在此期间没有超过，就不算，原来的次数会减少。

JIT 编译的代码，存储在 Code Cache 的内存区间。空间是有限的在 JVM 启动的时候，设置了一个固定的最大值，实现形式也是个堆，在分配满时会停止编译，类卸载、替换成新版本等也会从 Code Cache 中删除。

另外，在 JVM JIT 编译器中包含 C1、C2 两种编译器，在具体的编译过程中，一般是采用分层编译，再具体使用不同的编译器，相比 C1、C2 编译需要更多的时间，做更多的优化等等，像内联、循环展开、逃逸分析、锁消除与合并、栈上替换……

前面我们大概了解了 JIT 的原理，也了解到 JIT 编译后，机器码执行效率更高，那有什么办法能了解到我们自己的应用里，JIT 有没有执行，用的是 C1 还是 C2，对哪些代码做过编译和优化呢？

我们有没有办法，能知道都有哪些方法被JIT编译了，哪些方法本来我们想要效率高一些，期待被编译却没被考虑的，能更直观的知道呢？

一个办法是应用启动时，增加 JVM 参数：

然后根据这些输出内容，以及日志文件里的内容，去分析。

当然，如果真的是肉眼阅读那可太累了。好在有一个优秀的开源工具用于解析日志文件。

铛铛铛，来了。

就是它， JITWatch。使用 JavaFX 开发而成，功能很强大。

https://github.com/AdoptOpenJDK/jitwatch

你可以 通过 Open Log 直接解析上面输出的日志文件。例如一个简单的应用，打开日志之后，会看到不同包下的内容，这里 example111 是示例。

publiclongcalc( ){longsum = 0;for( longi= 0; i< 1000000; i++) {sum = plus(sum, i);}returnsum;}

publiclongplus( longa, longb){returna + b;}

在点击右侧某个JIT 编译过的具体方法后，点击 TriView，会看到生成的节字码，以及相应的源码是如何对应到字节码和汇编代码的。

点击 Chain，会看到编译链路。

Inline-info 会显示哪些方法进行了内联优化。

这里看到的OSR，就是常听到的栈上替换(On-stack replacement)，用于优化在解释器中执行时，向后跳转的循环分支达到某个阈值时就会被编译。

JITWatch 还有一个沙箱的环境，可以用来实验观察 JIT 的行为，观察 JVM 里 JIT 的决策过程。

有了工具的帮助，我们能更好的理解 JIT 对应用优化的决策，从而让应用性能更佳。