什么是 Java 的 PLAB？

原创于 2025-06-24 11:30:46 发布 · 500 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#java #jvm #开发语言

JVM 专栏收录该内容

72 篇文章

订阅专栏

在 Java 虚拟机（JVM）中，PLAB（Thread-Local Allocation Buffer，线程本地分配缓冲区） 是一项用于优化对象分配性能的重要技术。它属于 TLAB（Thread-Local Allocation Buffer） 的扩展机制，主要针对 新生代（Young Generation） 的对象分配场景。以下从核心概念、工作原理、优势及相关参数等方面详细说明：

一、PLAB 的基本概念

1. TLAB 与 PLAB 的关系

TLAB（线程本地分配缓冲区）：
是 JVM 为每个线程分配的一块 私有内存区域，用于快速分配小对象。线程在 TLAB 内分配对象时 无需加锁（避免了多线程竞争的开销），大幅提升分配效率。
缺点：TLAB 可能导致内存碎片化（不同线程的 TLAB 剩余空间无法共享）。
PLAB（线程本地分配缓冲区的优化扩展）：
是 TLAB 的一种 批量分配机制，主要用于 新生代的 Eden 区。它允许线程 批量获取对象空间，进一步减少分配时的同步开销，并优化内存使用。

2. PLAB 的核心目标

减少线程间同步开销：通过预先为线程分配一批连续内存空间，避免频繁加锁。
提升内存分配效率：批量分配比单个对象分配更高效。
减少内存碎片：通过更合理的内存布局，降低碎片率。

二、PLAB 的工作原理

1. 批量内存分配

当线程需要在 Eden 区分配对象时，先从 PLAB 中获取空间。
PLAB 是 Eden 区的一块连续内存，由线程私有，初始时被划分为多个 固定大小的块（Chunk）。
线程首次使用 PLAB 时，会向 JVM 批量申请多个 Chunk（而非每次分配都向 Eden 区申请）。

2. 对象分配流程

线程初始化 PLAB：
线程首次分配对象时，从 Eden 区申请一个 PLAB（通常为几 KB 大小）。
在 PLAB 内分配对象：
线程直接在 PLAB 的 Chunk 中分配对象，无需同步（直到 PLAB 耗尽）。
PLAB 耗尽后的处理：
- 若 PLAB 剩余空间不足以分配新对象，线程会 丢弃未使用的 Chunk，并向 Eden 区 重新申请一个新 PLAB。
- 丢弃的 Chunk 会被标记为“已使用”，后续 GC 时会被回收。

3. 与 GC 的协同

Minor GC 时：
PLAB 中未使用的 Chunk 会被回收，存活的对象会被复制到 Survivor 区或老年代。
动态调整 PLAB 大小：
JVM 会根据 GC 统计信息，动态调整 PLAB 的大小（如对象分配频率高时增大 PLAB），以平衡分配效率和内存碎片。

三、PLAB 的优势

减少同步开销
- 线程在 PLAB 内分配对象无需加锁，避免了多线程竞争 Eden 区的开销。
- 尤其在高并发场景下，性能提升显著。
提升分配吞吐量
- 批量分配比单个对象分配更高效（减少了 Eden 区的边界检查次数）。
优化内存布局
- PLAB 按 Chunk 分配，使对象在内存中更紧凑，减少了碎片。
降低 GC 压力
- 合理的 PLAB 大小可减少短命对象对 Survivor 区的压力（避免过早晋升到老年代）。

四、相关 JVM 参数

启用/禁用 PLAB
- -XX:+UseTLAB（默认启用）：启用线程本地分配缓冲区。
- -XX:+UsePLAB（默认启用）：启用 PLAB 机制（在 TLAB 基础上进一步优化）。
PLAB 大小调整
- -XX:TLABSize：设置 TLAB 的初始大小（单位为字节）。
- -XX:TLABRefillWasteFraction：控制 TLAB 剩余空间占比（默认 64，表示剩余 1/64 时触发 refill）。
- -XX:+ResizeTLAB：允许 JVM 动态调整 TLAB 大小（默认启用）。
GC 相关参数
- -XX:SurvivorRatio：调整 Eden 区与 Survivor 区的比例（影响 PLAB 可用空间）。
- -XX:MaxTenuringThreshold：控制对象晋升到老年代的年龄阈值（与 PLAB 分配策略相关）。

五、PLAB 与其他内存分配机制的对比

机制	分配范围	同步需求	适用对象类型	内存碎片
PLAB	新生代 Eden 区	无	小对象	低
TLAB	新生代（Eden）	无	小对象	中
堆直接分配	整个堆	有	大对象或 TLAB 溢出对象	高

六、总结

PLAB 是 JVM 为优化新生代对象分配而设计的 线程本地批量分配机制，通过预先分配连续内存块、减少同步开销和优化内存布局，显著提升了多线程环境下的对象分配效率。理解 PLAB 的工作原理有助于调优 JVM 参数（如 TLAB 大小、Survivor 区比例），减少 GC 频率，提升系统性能。