OopMap理论篇

哈喽，我是子牙。十余年技术生涯，一路披荆斩棘从技术小白到技术总监到JVM专家到创业。技术栈如汇编、C语言、C++、Windows内核、Linux内核。特别喜欢研究虚拟机底层实现，对JVM有深入研究。分享的文章偏硬核，很硬的那种。

手撸过JVM、内存池、垃圾回收算法、synchronized、线程池、NIO…

最近正在写三色标记算法，准备实现OopMap了，把JVM的OopMap机制认真梳理了下。为什么要梳理，而不是基于对理论的理解去写？为了尽量跟Hotspot源码保持一致。东西有点多，怕后面忘记，写几篇文章记录下。

国籍惯例，百度了下OopMap相关的文章，嗯，基本都是从周志明的书《深入理解Java虚拟机》摘录出来的，见怪不怪了。因为本人熟读Hotspot源码，所以本人的文章除了会把OopMap理论与GC、运行时串起来，还会加入我的独特理解，及Hotspot源码证明。

大概会讲这些：
1、垃圾收集器各个阶段与STW、安全点、OopMap之间的关系
2、识别数据类型的三种算法
3、GC如何找到JNI线程创建的对象
4、哪些场景会生成OopMap记录
5、生成OopMap记录的几个重要方法
6、OopMap记录如何理解

OopMap

一看到Oop，大家是不是条件反射：面向对象？面向对象map？好像说不通啊！

这里的Oop是普通对象指针的意思：ordinary object pointer。这里的map也不是指对应的数据结构是map，而是地图的意思。所以翻译过来就是普通对象指针地图，与现实很贴切。

何谓普通对象指针？就是指一个Java对象，在JVM中，或者Hotspot源码层面，对应一个C++实例。在Java层面，我们叫Java对象，在JVM层面，我们叫oop。与之对应的就是klass，就是一个Java类在JVM中对应的C++实例。还有handle，这个是一整套机制，后面讲到GC处理JNI线程创建的对象时细讲。

oop-klass-handle机制，是JVM的基石，对于理解Hotspot源码，极其重要。

关于OopMap，很多人对它的基础理解都错了，自然看一些文章，怎么看都看不懂。

聊聊GC

语言学习最大的门槛是语言本身，比如C语言的指针。相对来说，高级语言如Java、Python、PHP等，语言本身难度较低，所以学起来比较容易。你觉得生活轻松，是因为有人替你承担了大多数，计算机的世界也一样。高级语言学起来之所以轻松，是因为高级语言的运行环境，即虚拟机，为你承担了大多数。今天就谈谈其中之一的GC。

GC的目的很简单：自动回收内存。再精确点说，高效回收不被使用的对象占用的内存。为了这一目标，GC经历了串行回收到并行回收到并发回收阶段。并发阶段好像已经是终点，于是开始在内存设计上做文章，经历了从一个大堆到1:1堆到1:1:8堆到region堆。好像基于region块的堆又是终点了。下一代GC将会是什么样呢？我也不知道，但我保持期待。

GC一般是找到还在使用的对象，打上标记，清理那些没有打标记的对象。那GC怎么找到还在使用的对象呢？分两个阶段：先找到活动对象，再基于活动对象引用链一层一层往下找。

活动对象在哪里：
1、Java线程栈中
2、JNI线程栈中
3、寄存器中
4、可能我没想到的情况

栈与寄存器都是无状态的，言外之意就是说GC时是不知道寄存器中或栈中那一串数字到底是oop还是就是数字。

那怎么办呢？JVM采用的是准确式GC，言外之意就是说能准确的知道哪些区域存储的是oop。怎么做到的呢？就是通过引入OopMap。其实就是一种空间换时间的方式，在GC来临之前，根据栈图及寄存器生成OopMap记录。

生成OopMap记录，必然带来额外的开销，所以不适合持续进行。就像一个商店盘点第二天需要进的货，不是卖出一件盘点一下，而是打烊前完整得盘点。程序世界也一样。那这个何时的时机是什么时候呢？就是GC之前，安全点激活，线程进入安全点的时候。关于安全点，STW理解得不太好的小伙伴，可以看我另外一篇文章，链接放在文尾啦。

下一个问题：GC是怎么基于根对象一层一层往下找的？言外之意是说GC是怎么知道对象哪些属性是引用？这就要说到另一个数据结构：OopMapBlock。这个本篇文章就不展开讲了，后面有机会会写文章单独讲，这里大家知道有这样一个东西的存在，做了这个事情，就可以了。学习，有的时候，需要囫囵吞枣。

总结一下，程序平时运行不会生成OopMap，只有在GC前才会生成OopMap。GC前会激活安全点，所有线程都会进入安全点，即STW。JVM根据平时运行形成的栈图创建OopMap记录，供GC时遍历根对象使用。这句话就是GC、STW、安全点、OopMap的完整关系。解释执行是这样运作的，编译执行还不太一样，后面讲。

这里有个新名词：栈图。栈图底层实现后面有空讲，大家只需要知道它是干这个事的就行：它用来标识局部变量表或操作数栈中每个slot存储的数据类型。

是不是有些小伙伴想到了记忆集及卡表？这里不展开讲，感兴趣的小伙伴可以看我之前写的一篇文章，链接放在文尾啦。

准确式GC

前面一段好干有木有？来点不干的舒缓下情绪，因为后面还有更干的 ^_

根据识别数据类型的准确度划分，有这三种算法：
1、保守式GC：即不记录数据的类型，GC时全栈扫描，但是就算是全栈扫描，怎么区分是oop还是数字呢？进行边界比对，比如堆的起始位置是top，结束位置是bottom，在这中间的就是oop。很明显，这个算法实现起来很简单，但是太low了，效率也很低。
2、半保守式GC：根对象不记录类型，根对象派生出来的对象记录数据类型。比如根对象A的地址存储在栈中，没有标记类型，找出所有根对象需要全栈扫描，但是A对象的属性B对象，在类A的元信息中有记录，可以顺藤摸瓜找到，减少程序憨憨遍历时间。
3、准确式GC：不管是根对象，还是派生对象，都标记类型。JVM中引入外部数据结构OopMap+OopMapBlock实现了该算法。

采用准确式GC思路，本质就是说，程序平时运行多花费一点点时间记录数据，帮助GC时减少延时，是值得的。

到这里就把OopMap相关的理论知识讲完了。当然，Hotspot源码很庞大，关于OopMap机制的理解我也有可能犯错。对于文中的有些观点，如果你有不同的理解，欢迎找我交流，一起求真。

OopMap格式

经常看到的OopMap格式，大概有这些。我列出来，大家看看有木有自己见过的，下篇文章我展开讲。

推荐阅读

1、困扰了你大半辈子的STW，今天总算可以毕业了

2、G1实现原理之记忆集与卡表