逃逸分析、栈上分配、TLAB

引言

       我们知道，一般在java程序中，new的对象是分配在堆空间中的，但是实际的情况是，大部分的new对象会进入堆空间中，而并非是全部的对象，还有另外两个地方可以存储new的对象，我们称之为栈上分配以及TLAB。

栈上分配

为什么需要栈上分配

       在我们的应用程序中，其实有很多的对象的作用域都不会逃逸出方法外，也就是说该对象的生命周期会随着方法的调用开始而开始，方法的调用结束而结束，对于这种对象，是不是该考虑将对象不在分配在堆空间中呢？

       因为一旦分配在堆空间中，当方法调用结束，没有了引用指向该对象，该对象就需要被gc回收，而如果存在大量的这种情况，对gc来说无疑是一种负担。

        因此，JVM提供了一种叫做栈上分配的概念，针对那些作用域不会逃逸出方法的对象，在分配内存时不在将对象分配在堆内存中，而是将对象属性打散后分配在栈（线程私有的，属于栈内存）上，这样，随着方法的调用结束，栈空间的回收就会随着将栈上分配的打散后的对象回收掉，不再给gc增加额外的无用负担，从而提升应用程序整体的性能。

方法逃逸，如下：就是方法内的对象，可以被方法外所访问，对象实例放在堆上。

public class EscapeTest {

    public static Object obj;
    public void globalVariableEscape() {
 // 给全局变量赋值，发生逃逸
        obj = new Object();
    }
    public Object methodEscape() {
 // 方法返回值，发生逃逸
        return new Object();
    }
    public void instanceEscape() {
 // 实例引用发生逃逸
        test(this); 
    }
}

jvm根据对象是否发生逃逸，会分配到不同（堆或栈）的存储空间：

• 如果对象发生逃逸，那会分配到堆中。（因为对象发生了逃逸，就代表这个对象可以被外部访问，换句话说，就是可以共享，能共享数据的，无非就是堆或方法区，这里就是堆。）
• 如果对象没发生逃逸，那会分配到栈中。（因为对象没发生逃逸，那就代表这个对象不能被外部访问，换句话说，就是不可共享，这里就是栈。）
• 那我们再想深一层，为什么会有逃逸分析，有栈上分配这些东西？
• 当然是为了主体的考虑，主体就是jvm，或者直接说为了GC考虑也不为过。大家想想，GC主要回收的对象是堆和方法区。GC不会对栈、程序计数器这些进行回收的，因为没东西可以回收。
• 说回来，如果方法逃逸，那么对象就会分配在堆中，这个时候，GC就要工作了。如果没发生方法逃逸，那么对象就分配在栈中，当方法结束后，资源就自动释放了，GC压根不用操心。所以哈，方法逃逸这东西，主要也是为GC打工的，或者说为GC服务吧！说到这里，可能有人会问，那方法逃逸和性能还是没关系哈？emmm!!!其实有，想深一层，GC不运行的时候，程序的性能肯定会好点，不会占用程序运行的时间。虽然GC清扫垃圾的速度很快，但是当一个程序足够大的时候，对象就自然多了，垃圾也自然多了，这个时候GC就忙了。

栈上分配如何开启

栈上分配需要有一定的前提：

• -server JVM运行的模式之一, server模式才能进行逃逸分析， JVM运行的模式还有mix/client

• -XX:+PrintGC：打印GC日志

• 开启逃逸分析 (-XX:+DoEscapeAnalysis)

逃逸分析的作用就是分析对象的作用域是否会逃逸出方法之外，再server虚拟机模式下才可以开启（jdk1.6默认开启）

• 开启标量替换 (-XX:+EliminateAllocations)：标量替换的作用是允许将对象根据属性打散后分配再栈上，默认该配置为开启

• -XX:-UseTLAB 关闭本地线程分配缓冲

如何查看逃逸分析的筛选结果

可以通过配置 -XX:+PrintEscapeAnalysis 开启打印逃逸分析筛选结果

TLAB（ThreadLocalAllocBuffer，本地线程分配缓冲）

为什么需要TLAB

       我们知道，对象分配在堆上，而堆是一个全局共享的区域，当多个线程同一时刻操作堆内存分配对象空间时，就需要进行同步，而同步带来的效果就是对象分配效率变差（尽管JVM采用了CAS的形式处理分配失败的情况），但是对于存在竞争激烈的分配场合仍然会导致效率变差。

       那么能不能构造一种线程私有的堆空间（实际上是Eden区中划出的），哪怕这块堆空间特别小，但是只要有，就可以每个线程在分配对象到堆空间时，先分配到自己所属的那一块堆空间中，避免同步带来的效率问题，从而提高分配效率。