【Java】有关JVM常见的一些问题

目录

JVM运行流程

JVM内存区域划分

线程私有

Java虚拟机栈

本地方法栈

程序计数器

线程共享

堆

元数据区(方法区)

JVM类加载

类加载过程

双亲委派模型

垃圾回收机制

找到垃圾

计数算法

可达性分析算法

清除垃圾

标记清除算法

复制算法

标记整理算法

分代算法

---

JVM运行流程

---

JVM内存区域划分

线程私有

Java虚拟机栈

作用：描述的Java方法执行的内存模型。

内存模型：每个Java方法执行的时候都会创建一个函数的栈帧，包括：局部变量表，操作帧，动态链接，方法返回地址。

        局部变量表： 存储基本数据类型，对象引用。

        操作帧：每个方法会生成一个先进后出的操作栈。

        动态链接：执行运行时常量池的引用。

        方法返回地址：PC寄存器的地址。

生命周期：和线程的声明周期一样。

本地方法栈

类似于Java虚拟机栈，但它是给本地方法使用的。

程序计数器

作用：用来记录当前线程执行的行号。

如果当前线程正在执行的是一个 Java 方法，这个计数器记录的是正在执行的虚拟机字节码指令的地址；

如果正在执行的是一个本地 方法，这个计数器值为空。

以上三个部分的数据区域都是每个线程私有的，每个线程创建出这样的空间来。 而接下来的堆和元数据区则是线程之间共享的区域。

线程共享

堆

程序中所有创建的对象都在堆中。

堆中具体还会划分出几块不同区域，在垃圾回收部分详解。

元数据区(方法区)

存储被JVM加载的类信息、常量、静态变量。

在JDK1.8中，字符串常量池移到了堆中，之前是在元数据区。

总结一下：局部变量在栈，普通成员变量在堆，静态成员在元数据区。 

---

JVM类加载

类加载是非常复杂的过程，这里只是简单介绍一下。

类加载过程

 

加载：把字节码文件找到(.class)，读取文件内容。（具体由三个类加载器工作完成，使用                 双亲委派模型）

验证：根据JVM虚拟机规范，检查字节码文件是否符合要求

准备：给类对象分配内存空间(此时内存初始化状态全为0)

解析：针对字符串常量进行初始化，把常量池中的符号引用转为直接引用的过程。

        符号引用：记录的不是真正的地址，而是相较于真正地址的偏移量。

        直接引用：解析后，把字符串常量放到真正的内存中的地址

初始化：执行类的构造器，把对象初始化，加载父类，执行静态代码块等。

双亲委派模型

该模型需要三个类加载器，分别是

BootstrapClassLoader：负责加载标准库中的类

ExtensionClassLoader：负责加载JVM扩展库

ApplicationClassLoader：负责加载用户提供的第三方库/用户项目代码中的类

其中ApplicationClassLoader有一个属性指向ExtensionClassLoader，ExtensionClassLoaderr有一个属性指向BootstrapClassLoader

该模型的执行顺序：

 

---

垃圾回收机制

垃圾：不再使用的内存，以对象为单位。

找到垃圾

计数算法

该算法是Python、PHP使用的。

它给每个对象都分配了一个计数器(整数)

当刚创建出该对象时，计数器为1，此后如果有其他引用指向该对象，计数器++。

销毁一个引用计数器--。

当计数器为 0 时，该对象就是垃圾了。

优点：简单有效

缺点：1. 内存浪费的较多

           2. 存在循环引用的问题，此时需要引入其他机制来解决该问题。

可达性分析算法

该算法是Java使用的。

Java中的对象都是通过引用来指向并访问的，引用中的成员又指向了其他对象。（形成树状结构）

JVM保存了所有对象。

每隔一段时间进行一下扫描，JVM从根节点(GCroots)出发，把可以访问得到的对象做个标记，不能访问到的全部当成垃圾回收了。

找到垃圾后就可以清除垃圾了。

---

清除垃圾

标记清除算法

把垃圾标记出来之后，直接清除掉。

这样会产生大量的空间内存碎片。空间虽然还有，但是能够正常使用的就很少了。

复制算法

 

把内存空间化为两部分：把非垃圾的部分复制到一边，然后直接清楚掉另一边的全部空间。

空间利用率还是较低，并且当有效对象较多时，复制成本比较大。

标记整理算法

 

刚开始和标记清除算法一样，但是它后面把有效对象都移动的一起。

提高了空间利用率，但是复制成本还是比较大。

分代算法

分代算法是整合了上述算法，让它们针对不同的对象适用不同的算法。

 

---

有什么错误评论区指出。希望可以帮到你。