大数据面试常见Java问题——JVM

JVM

1.请说明一下Java虚拟机的作用是什么？

解释运行字节码程序消除平台相关性。
JVM将Java字节码解释为具体平台的具体命令。一般的高级语言如要在不同的平台上运行，至少需要编译成不同的目标代码。而引入JVM后，Java语言在不同平台上运行时不需要重新编译。Java语言使用模式Java虚拟机屏蔽了与具体平台相关的信息，使得Java语言编译程序只需生成在Java虚拟机上运行的目标代码（字节码），就可以在多种平台上不加修改地运行。Java虚拟机在执行字节码时，把字节码解释成具体平台上的机器指令执行。

2.Java内存结构

方法区和对是所有线程共享的内存区域；而Java栈，本地方法栈和程序员计数器是运行是线程私有的内存区域。
Java堆（Heap），是Java虚拟机所管理的内存中最大的一块。Java堆是被所有线程共享的一块内存区域，在虚拟机启动时创建。此内存区域的唯一目的就是存放对象实例。几乎所有的对象实例都在这里分配内存。
方法区（Method Area），方法区（Method Area） 与Java堆一样，是各个线程共享的内存区域，它们用于存储已被虚拟机加载的类信息，常量，静态变量，即时编译器编译后的代码等数据。
程序计数器（Program Counter Register），程序计数器（Program Counter Register）是一块较小的内存空间，它的作用可以看做是当前线程所执行的字节码的行号指示器。
JVM栈（JVM Stacks），与程序计数器一样，Java虚拟机栈（JavaVirtual Machine Stacks）也是线程私有的，它的生命周期与线程相同。虚拟机栈描述的是Java方法执行的内存模型：每个方法被执行的时候都会同时创建一个栈帧（Stack Frame）用于存储局部变量表，操作栈，动态链接。方法出口等信息。每一个方法被调用直至执行完成的过程，就对应着一个栈帧在虚拟机栈中从入栈到出栈的过程。
本地方法栈（Native Method Stacks），本地方法栈（Native Method Stacks）与虚拟机栈所发挥的作用是非常相似的，其区别不过是虚拟机栈为虚拟机执行Java方法（也就是字节码）服务，而本地方法则是为虚拟机使用到的

3.解释内存中的栈（stack），堆（heap）和方法区（method area）的用法

通常我们定义一个基本数据类型的变量，一个对象的引用，还有就是函数调用的现场保存都使用JVM中的栈空间。
而通过new关键字和构造器创建的对象则放在堆空间，堆是垃圾收集器管理的主要区域，由于现在的垃圾收集器都采用分代收集器算法，所以堆空间还可以细分为新生代和老生代，在具体一点可以分为Eden，Survivor（又可分为FromSurvivor和ToSurvivor），Tenured。
方法区和堆都是各个线程共享的内容区域，用于存储已经被JVM加载的类信息，常量。静态变量。JIT编译器编译后的代码等数据。
程序中的字面量（Literal）如直接书写的100，“hello”和常量都是放在常量池中，常量池是方法区的一部分。
栈空间操作起来最快但是栈很小，通常大量的对象都是放在堆空间，栈和堆得大小都可以通过JVM的启动参数来进行调整，栈空间用光了会引发StackOverflowError，而堆和常量池空间不足则会引发OutOfMemoryError。

4.对象分配规则

对象优先分配在Eden区，如果Eden区没有足够的空间时，虚拟机执行一次MinorGc。
大对象直接进入老年代（大对象是指需要大量连续内存空间的对象）。这样做的目的是避免在Eden区和两个Survivor区之间发生大量的内存拷贝（新生代采用复制算法收集内存）。
长期存活的对象进入老年代。虚拟机为每个对象定义了一个年龄计数器，如果对象经过了一次MinorGC那么对象会进入Survivior区。之后每经过一次MinorGC那么对象的年龄加1，知道达到阀值对象进入老年区。
动态判断对象的年龄。如果Survivor区中相同年龄的所有对象大小的总和大于Survivor空间的一半，年龄大于或等于该年龄的对象可以直接进入老年代。
空间分配担保。每次进行MinorGC时，JVM会计算Survivor区移至老年区的对象的平均大小，如果这个值大于老年区的剩余值大小则进行一次Full GC，如果小于检查HandlePromotionFailure设置，如果true则只进行MonitorGC，如果false则进行FullGC。

5.假设一个场景，要求stop the world时间非常短，你会怎么设计垃圾回收机制？

绝大多数新创建的对象分配在Eden区。
在Eden区发生一次GC后，存活的对象移到其中一个Survivor区。
在Eden区发生一次GC后，对象是存放到Survivor区，这个Survivor区已经存在其他存活的对象。
一旦一个Survivor区已满，存活的对象移动到另外一个Survivor区。然后之前那个空间已满Survivor区将置为空，没有任何数据。
经过重复多次这样的步骤后依旧存活的对象将被移到老年代。

6.请说明一下eden区和survival区的含义以及工作原理？

目前主流的虚拟机实现都采用了分代收集的思想，把整个堆区划分为新生代和老年代；新生代又被划分成Eden空间，From Survivor和To Survivor三块区域，
我们把Eden：From xinyunSurvivor：To Survivor空间大小设成8：1：1，对象总是在Eden区出生，From Survivor保存当前的幸存对象，To Survivor为空。一次gc发生后：

1. Eden区活着的对象+From Survivor存储的对象被复制到To Survivor；
2. 清空Eden和From Survivor；
3. 颠倒From Survivor和To Survivor的逻辑关系；From变To，To变From。可以看出，只有在Eden空间快满的时候才会触发Minor GC。而Eden空间占新生代的绝大部分，所以Minor GC的频率得以降低。当然，使用两个Survivor这种方式我们也付出了一定的代价，如10%的空间浪费，复制对象的开销等。

7.请简单说明一下JVM的回收算法以及它的回收器是什么？还有CMS采用哪种回收算法？使用CMS怎样解决内存碎片的问题呢？

1.垃圾回收算法

1. 标记清除
   标记-清除算法将垃圾回收分为两个阶段：标记阶段和清除阶段。在标记阶段首先通过跟节点，标记所有从根节点开始的对象，未被标记的对象就是未被引用的垃圾对象。然后，在清除阶段，清除所有未被标记的对象。标记清除算法带来的一个问题是会存在大量的空间碎片，因为回收侯的空间是不连续的，这样给对象分配内存的时候会提前触发fullgc。
2. 复制算法
   将现在的内存空间分为两块，每次只使用其中一块，在垃圾回收时将正在使用的内存中的存活对象复制到未被使用的内存块中，之后，清除正在使用的内存块中的所有对象，交换两个内存的角色，完成垃圾回收。
   现在的商业虚拟机都采用这种收集算法来回收新生代，IBM研究表明新生代中的对象98%是朝夕生死的，所以并不需要按照1：1的比例划分内存空间，而是将内存分为一块较大的Eden空间和两块较小的Survivor空间，每次使用Eden和其中的一块Survivor。当回收时，将Eden和Survivor中还存活着的对象一次性地拷贝到另外一个Survivor空间上，最后清理掉Eden和刚才用过的Survivor的空间。HotSpot虚拟机默认Eden和Survivor的大小比例是8：1（可以通过-SurvivorRattio来配置），也就是每次新生代中可用内存空间为整个新生代容量的90%，只有10%的内存会被“浪费”。当然，98%的对象可回收只是一般场景下的数据，我们没有办法保证回收都只有不多于10%的对象存活，当Survivor空间不够用时，需要依赖其他内存（这里指老年代）进行分配担保。
3. 标记整理
   复制算法的高效性是建立在存活对象少，垃圾对象多的前提下的。这种情况在新生代经常发生，但是在老年代更常见的情况是大部分对象都是存活对象。如果依然使用复制算法，由于存活的对象较多，复制的成本也将很高。
   标记-压缩算法是一种老年代的回收算法，它在标记-清除算法的基础上做了一些优化。首先也需要从根节点开始对所有可达对象做一次标记，但之后，它并不简单地清理未标记的对象，而是将所有的存活对象压缩到内存的一端。之后，清理边界外所有的空间。这种方法既避免了碎片的产生，又不需要两块相同的内存空间，因此，其性价比比较高。
4. 增量算法
   增量算法的基本思想是，如果一次性将所有的垃圾进行处理，需要造成系统长时间的停顿，那么就可以让垃圾收集线程和应用程序线程交替执行。每次垃圾收集线程只收集一片区域的内存空间，接着切换到应用程序线程。依次反复，直到垃圾收集完成。使用这种方式，由于在垃圾回收过程中，间断性地还执行了应用程序代码，所以能减少系统的停顿时间。但是，因为线程切换和上下文转换的消耗，会使得垃圾回收的总体成本上升，造成系统吞吐量的下降。

2.垃圾回收算法

1. Serial收集器
   Serial收集器是最古老的收集器，它的缺点是当Serial收集器想进行垃圾回收的时候，必须暂停用户的所有进程，即stop the world。到现在为止，它依然是虚拟机运行在client模式下的默认新生代收集器，与其他收集器相比，对于限定在单个CPU的运行环境来说，Serial收集器由于没有线程交互的开销，专心做垃圾回收自然可以获得最高的单线程收集效率。
   Serial Old是Serial收集器的老年代版本，它同样是一个单线程收集器，使用“标记-整理”算法。这个收集器的主要意义也是被Client模式下的虚拟机使用。在Server模式下，它主要还有两大用途：一个是在JDK1.5及以前的版本中与ParallelScanvenge收集器搭配使用，另外一个就是作为CMS收集器的后备预案，在并发收集发生Concurrent Mode Failure的时候使用。
   通过指定-UseSerialGC参数，使用Serial+Serial Old的串行收集器组合进行内存回收。
2. ParNew收集器
   ParNew收集器是Serial收集器新生代的多线程实现，注意在进行垃圾回收的时候依然会stop the world，只是相比较Serial收集器而言它会运行多条进程进行垃圾回收。
   ParNew收集器在单CPU的环境中绝对不会比有Serial收集器更好的效果，甚至由于存在线程交互的开销，该收集器在通过超线程技术实现的两个CPU的环境中都不能百分之百的保证能超过Serial收集器。当然，随着可以使用的CPU的数量增加。他对于GC时系统资源的利用还是很有好处的。它默认开启的收集线程数与CPU的数量相同，在CPU非常多（譬如32个，现在CPU动辄4核加载线程，服务器超过32个逻辑CPU的情况越来越多了）的环境下，可以使用-XX：ParallelGCThreads参数来限制垃圾收集的线程数。
   -UseParNewGC:打开此开关后，使用ParNew+Serial Old的收集器组合进行内存回收，这样新生代使用并行收集器，老年代使用串行收集器。
3. Parallel Scavenge收集器
   Parallel是采用复制算法的多线程新生代垃圾回收器，似乎和ParNew收集器有很多的相似的地方。但是Parallel Scanvenge收集器的一个特点是它所关注的目标是吞吐量（Throughput）。所谓吞吐量就是CPU用于运行用户代码的时间与CPU总消耗时间的比值，即吞吐量=运行用户代码时间/（运行用户代码时+垃圾收集时间）。停顿时间越短就越适合需要与用户交互的程序，良好的响应速度能够提升用户的体验；而高吞吐量则可以最高效率地利用CPU时间，尽快地完成程序的运算任务，主要适合在后台运算而不需要太多交互的任务。
   Parallel Old收集器是Parallel Scavenge收集器的老年代版本，采用多线程和"标记整理"算法，这个收集器是在jdk1.6中才开始提供的，在此之前，新生代的Parallel Scavenge收集器一直处于比较尴尬的状态。原因是如何新生代Parallel Scavenge收集器，那么老年代除了Serial Old（PS　MarkSweep）收集器外别无选择。由于单线程的老年代Serial Old收集器在服务端应用性能上的拖累，即使使用了Parallel Scavenge收集器也未必能在整体应用上获取吞吐量的最大化的效果，又因为老年代收集中无法充分利用服务器多CPU的处理能力，在老年代很大而且硬件比较高级的环境中，这种组合的吞吐量甚至还不一定有ParNew加CMS的组合“给力”。直到Parallel Old收集器出现后，“吞吐量优先”收集器终于有了比较名副其实的应用祝贺，在注重吞吐量及CPU资源敏感的场合，都可以优先考虑Parallel Scavenge加Parallel Old收集器。
   -UserParallelGC：虚拟机运行在Server模式下的默认值，打开此开关后，使用Parallel Scavenge +Serial Old的收集器组合进行内存回收。-UseParallelOldGC:打开此开关后，使用ParallelScavenge+Parallel Old的收集器组合进行垃圾回收。
4. CMS收集器
   CMS（Concurrent Mark Swep）收集器是一个比较重要的回收器，现在应用非常广泛，我们重点来看一下，CMS一种获取最短回收停顿时间为目标的收集器，这使得它很适合用于和用户交互的业务。从名字（Mask Swept）就可以看出，CMS收集器是基于标记清除算法实现的。
   它的收集过程分为四个步骤：

• 初始标记（initial mark）
• 并发标记（concurrent mark）
• 重新标记（remark）
• 并发清除（concurrent sweep）
  注意初始标记和重新标记还是会stop the world，但是在耗费时间更长的并发标记和并发清除两个阶段都可以和用户进程同时工作。

5. G1收集器
   G1收集器是一款面向服务器端应用的垃圾收集器。HotSpot团队赋予它的使命是在未来替换掉JDK1.5发布的CMS收集器。与其他GC收集器相比，G1具备如下特点：

• 并行与并发：G1能更充分的利用CPU，多核环境下的硬件优势来缩短stop the world的停顿时间。
• 分代收集：和其他收集器一样，分代的概念在G1中依然存在，不过G1不需要其他的垃圾回收器的配合就可以独自管理整个GC堆。
• 空间整合：G1收集器有利于程序长时间运行，分配大对象时不会无法得到连续的空间而提前触发一次GC。
• 可预测的非停顿：这是G1相对于CMS的另一大优势，降低停顿时间是G1和CMS共同的关注点，能让使用者明确指定在一个长度为M毫秒的时间片段内，消耗在垃圾收集上的时间不得超过N毫秒

8.说说你知道的几种主要的JVM参数

思路：可以说一下堆栈配置相关的，垃圾收集器相关的，还有以下辅助信息相关的。

1.堆栈配置相关

java -Xmx3550m -Xms3550m -Xmn2g -Xss128k
-XX:MaxPermSize=16m -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxTenuringThreshold=0

-Xmx3550m:最大堆大小为3550m。
-Xms3550m:设置初始堆大小为3550m。
-Xmn2g:设置年轻代大小为2g。
-Xss128k:每个线程的堆栈大小为128k。
-XX:MaxPermSize:设置持久代大小为16m。
-XX:NewRatio=4:设置年轻代（包括Eden和两个Survivor区）与年老代的比值（除去持久代）。
-XX:SurvivorRatio=4:设置年轻代中Eden区与Survivor区的大小比值。设置为4，则两个Survivor区与一个Eden区的比值为2:4，一个Survivor区占整个年轻代的1/6.
-XX:MaxTenuringThreshold=0:设置垃圾最大年龄。如果设置为0的话，则年轻代对象不经过Survivor区，直接进入年老代。

2.垃圾收集器相关

-XX:+UseparallelGC
-XX:ParallelGCThreads=20
-XX:+UseConcMarkSweepGC
-XX:CMSFullGCsBeforeCompaction=5
-XX:+UseCMSCompactAtFullCOllection:

-XX:+UseparallelGC: 选择垃圾收集器为并行收集器。
-XX:ParallelGCThreads=20: 配置并行老代为并发收集。
-XX:+UseConcMarkSweepGC: 设置年老代为并发收集。
-XX:CMSFullGCsBeforeCompaction: 由于并发收集器不对内存空间进行压缩，整理，所以运行一段时间以后会产生“碎片”，使得运行效率降低。此值设置运行多少次GC以后对内存进行压缩。整理。
-XX:+UseCMSCompactAtFullCOllection: 打开对年老代的压缩。可能会影响性能，但是可以消除碎片。

3.辅助信息相关

-XX:+PrintGC
-XX:+PrintGCDetails

-XX:+PrintGC 输出形式。
-XX:+PrintGCDetails 输出形式。