检查加载-->分配内存-->内存空间初始化-->设置-->对象初始化
首先检查这个指令的参数是否能在常量池中定位到一个类的符号引用,并且检查类是否已经被加载、解析和初始化过。
虚拟机遇到一条 new 指令时,首先检查是否被类加载器加载。如果没有,那必须先执行相应的类加载过程。类加载就是把 class 加载到 JVM 的运行时数据区的过程。
接下来虚拟机将为新生对象分配内存。为对象分配空间的任务等同于把一块确定大小的内存从 Java 堆中划分出来。
两种分配内存的方法(用哪一种取决于内存的规整行):
如果堆内存是绝对规整的,已使用的放一 边,未使用的放一边,中间放着一个指针作为分界点的指示器,那所分配内存就仅仅需要把指针向空闲空间挪动一段与对象大小相等的距离。
如果 Java 堆中的内存并不是规整的,已使用的内存和空闲的内存相互交错,那就没有办法简单地进行指针碰撞了,虚拟机就必须维护一个列表,记录上哪些内存块是可用的,在分配的时候从列表中找到一块足够大的空间划分给对象实例,并更新列表上的记录,这种分配方式称为“空闲列表”。cms用,因为不带整理功能
选择哪种分配方式由java堆是否规整决定,而java堆是否规整又由采用的垃圾收集器是否带有 压缩整理功能 决定。
对象创建在虚拟机中是非常频繁的行为,即使是仅仅修改一个指针所在的位置,在并发情况下也并不是线程安全的,可能出现正在给对象A分配内存,指针还没来的及修改,对象B又同时使用了原来的指针分配内存的情况。解决并发安全问题的有以下两种情况:
虚拟机采用CAS配上失败重试的方式保证更新操作的原子性
把内存分配的动作按照线程划分在不同的空间中进行,即每个线程在Java堆中预先分配一小块私有内存(eden区的1%,如果分配对象过大就不用这种方式,用CAS),这就是本地线程分配缓冲(Thread Local Allocation Buffer,TLAB)。JVM 在线程初始化时,同时也会申请一块指定大小的内存,只给当前线程使用,这样每个线程都单独拥有一个 Buffer,如果需要分配内存,就在自己的 Buffer 上分配,这样就不存在竞争的情况,可以大大提升分配效率,当 Buffer 容量不够的时候,再重新从 Eden 区域申请一块继续使用。
TLAB 的目的是在为新对象分配内存空间时,让每个 Java 应用线程能在使用自己专属的分配指针来分配空间,减少同步开销。
TLAB 只是让每个线程拥有私有的分配指针,但底下存对象的内存空间还是给所有线程访问的,只是其它线程无法在这个区域分配而已。当一个 TLAB 用满(分配指针 top 撞上分配极限 end 了),就新申请一个 TLAB。
参数:
-XX:+UseTLAB 启用TLAB,在主流的虚拟机上是开启的
允许在新生代代空间中使用线程本地分配块(TLAB)。默认情况下启用此选项。要禁用 TLAB,请指定-XX:-UseTLAB。
(注意不是构造方法)内存分配完成后,虚拟机需要将分配到的内存空间都初始化为零值(如int值为0,boolean值为false等等)。这一步操作保证了对象的实例字段在Java代码中可以不赋初始值就直接使用,程序能访问到这些字段的数据类型所对应的零值
接下来,虚拟机要对对象进行必要的设置(设置对象头),例如这个对象是哪个类的实例,如何才能找到类的元数据信息(Java classes在Java hostspot VM内部表示为类元数据,即类型指针)、对象的哈希码、对象的GC分代年龄信息等。这些信息存放在对象头之中。
在上面工作都完成之后,从虚拟机的视角来看,一个新的对象已经产生了,但从 Java 程序的视角来看,对象创建才刚刚开始,所有的字段都还为零值。所以,一般来说,执行 new 指令之后会接着把对象按照程序员的意愿进行初始化(构造方法),这样一个真正可用的对象才算完全产生出来。
在 HotSpot 虚拟机中,对象在内存中存储的布局可以分为 3 块区域:
包括两部分信息
一部分用于存储对象自身的运行时数据(markword),如哈希码(HashCode)、GC 分代年龄、锁状态标志、线程持有的锁、偏向线程ID、偏向时间戳等。
另外一部分是类型指针,即对象指向它的类元数据(InstanceKlass,就是class对象)的指针,虚拟机通过这个指针来确定这个对象是哪个类的实例。
如果对象是一个 java 数组,那么在对象头中还有一块用于记录数组长度的数据。
实例数据部分是实例化的对象程序需要用到的数据
对齐填充并不是必然存在的,也没有特别的含义,它仅仅起着占位符的作用。
由于 HotSpot VM 的自动内存管理系统要求对对象的大小必须是 8 字节的整数倍。当对象其他数据部分没有对齐时,就需要通过对齐填充来补全。
java程序通过虚拟机栈上的局部变量表的reference数据来操作堆上的具体对象。
reference:对象的引用
主流两种方法:
堆中将会划分出来一块内存作为句柄池,reference中存储的就是对象的句柄地址,而句柄中包含了对象实例数据和对象类型数据各自的具体址信息。
使用句柄访问的最大好处就是reference中存储的是稳定的句柄地址,在对象被移动(垃圾收集时移动对象时非常普遍的行为)时只会改变句柄中的实例数据指针,而reference本身不需要修改
reference中存储的是对象在堆中的地址。
使用直接指针访问的最大好处就是速度更快,它节省了一次指针定位的时间开销,由于对象的访问在java中非常频繁,因此这类开销积少成多后也是一项非常可观的执行成本。
Class对象位于堆内存中,静态变量位于Class对象的尾部。图中的对象类型数据和class对象是同一个。只不过下面的是按照jvm规范介绍,class对象在逻辑上数据方法区,实际上保存在堆内存。
没有任何引用指向的一个对象或者多个对象(循环引用),就是垃圾。需要进行内存回收。
在对象中添加一个引用计数器,每当有一个地方引用它,计数器就加 1,当引用失效时,计数器减 1。但是无法解决循环引用的问题 A=B B=A。
这个算法的基本思路就是通过一系列的称为“GC Roots”的对象作为起始点,从这些节点开始向下搜索,搜索所走过的路径称为引用链(Reference Chain),当一个对象到 GC Roots 没有任何引用链相连时,则证明此对象是不可用的。
作为 GC Roots 的对象包括下面几种(重点是前面 4 种):
测试对象的回收
// -XX:+PrintGC 打印日志观察
public class IsAlive {
public Object instance =null;
//占据内存,便于判断分析GC
private byte[] bigSize = new byte[10*1024*1024];
public static void main(String[] args) {
//objectA 局部变量表 GCRoots
IsAlive objectA = new IsAlive();
//objectB 局部变量表
IsAlive objectB = new IsAlive();
//相互引用 //强引用 //循环引用
objectA.instance = objectB;
objectB.instance = objectA;
//切断可达
objectA =null;
objectB =null;
//强制垃圾回收
System.gc();
}
}
打印回收日志
可以发现,System.gc()之前是用了25M,gc后用了746k,说明上面的循环引用被回收了,即当前的jvm用的是根可达分析法
注意 Class对象要被回收,条件比较苛刻,必须同时满足以下的条件(仅仅是可以,不代表必然,因为还有一些参数可以进行控制):
1、该类所有的实例都已经被回收,也就是堆中不存在该类的任何实例。
2、加载该类的 ClassLoader 已经被回收。
3、该类对应的 java.lang.Class 对象没有在任何地方被引用,无法在任何地方通过反射访问该类的方法。
4、参数控制:
废弃的常量和静态变量的回收其实就和 Class 回收的条件差不多。
即使通过可达性分析判断不可达的对象,也不是“非死不可”,它还会处于“缓刑”阶段,真正要宣告一个对象死亡,需要经过两次标记过程,一次是没有找到与 GCRoots 的引用链,它将被第一次标记。随后进行一次筛选(如果对象重写了 finalize),我们可以在 finalize 中去拯救。但是对象只可以被拯救一次(finalize 执行第一次,但是不会执行第二次),而且Finalize方法的优先级很低。有可能还没有拯救垃圾回收器就进行第二次筛选了
public class FinalizeGc {
public static FinalizeGc instance = null;
public void isAlive() {
System.out.println("I am still alive");
}
@Override
protected void finalize() throws Throwable {
super.finalize();
System.out.println("finalize method executed");
FinalizeGc.instance = this;
}
public static void main(String[] args) throws Throwable {
instance = new FinalizeGc();
// 对象进行第1次GC
instance = null;
System.gc();
Thread.sleep(1000);//Finalizer方法优先级很低, 需要等待
if (instance != null) {
instance.isAlive();
}else {
System.out.println("I am dead!");
}
// 对象进行第2次GC
instance.isAlive();
instance = null;
System.gc();
Thread.sleep(1000);
if (instance != null) {
instance.isAlive();
}else {
System.out.println("I am dead!");
}
}
}
结果:
finalize method executed
I am still alive!
I am dead!
注释掉两个 sleep
public class FinalizeGc {
public static FinalizeGc instance = null;
public void isAlive() {
System.out.println("I am still alive");
}
@Override
protected void finalize() throws Throwable {
super.finalize();
System.out.println("finalize method executed");
FinalizeGc.instance = this;
}
public static void main(String[] args) throws Throwable {
instance = new FinalizeGc();
// 对象进行第1次GC
instance = null;
System.gc();
// Thread.sleep(1000);//Finalizer方法优先级很低, 需要等待
if (instance != null) {
instance.isAlive();
}else {
System.out.println("I am dead!");
}
// 对象进行第2次GC
instance.isAlive();
instance = null;
System.gc();
// Thread.sleep(1000);
if (instance != null) {
instance.isAlive();
}else {
System.out.println("I am dead!");
}
}
}
运行结果
I am dead!
finalize method executed
I am dead!
对象没有被拯救,这个就是 finalize 方法执行缓慢,还没有完成拯救,垃圾回收器就已经回收掉了。所以建议大家尽量不要使用 finalize,因为这个方法太不可靠。在生产中你很难控制方法的执行或者对象的调用顺序,建议大家忘了 finalize 方法!因为在finalize 方法能做的工作,java 中有更好的,比如 try-finally 或者其他方式可以做得更好
一般的Object obj = new Object(),就属于强引用。在任何情况下,只有有强引用的关联(与根可达)还在,垃圾回收器就永远不会回收掉被引用的对象。
一些有用但是并非必须,用软引用关联的对象,系统将要发生内存溢出(oom)之前,这些对象可能就会被回收(如过这些对象回收后还是没有足够的空间,才会抛出内存溢出),多用于缓存
public static void main(String[] args) {
// new是强引用
User u = new User(1, "King");
// 软引用
SoftReference userSoft = new SoftReference(u);
// 干掉强引用,确保这个实例只有userSoft的软引用
u = null;
// 这个对象是否还在
System.out.println(userSoft.get());
// 进行一次GC垃圾回收 千万不要写在业务代码中。
System.gc();
System.out.println("After gc");
System.out.println(userSoft.get());
// 往堆中填充数据,导致OOM
List list = new LinkedList<>();
try {
for (int i = 0; i < 100; i++) {
System.out.println("*************"+userSoft.get());
// 1M的对象 100m
list.add(new byte[1024 * 1024 * 1]);
}
} catch (Throwable e) {
// 抛出了OOM异常时打印软引用对象
System.out.println("Exception*************" + userSoft.get());
}
}
结果:
例如,一个程序用来处理用户提供的图片。如果将所有图片读入内存,这样虽然可以很快的打开图片,但内存空间使用巨大,一些使用较少的图片浪费内存空间,需要手动从内存中移除。如果每次打开图片都从磁盘文件中读取到内存再显示出来,虽然内存占用较少,但一些经常使用的图片每次打开都要访问磁盘,代价巨大。这个时候就可以用软引用构建缓存。
一些有用但是并非必须,用弱引用关联的对象(程度比软引用更低)。只能生存到下一次垃圾回收之前,GC发生时,不管内存够不够,都会被回收。
public static void main(String[] args) {
User u = new User(1,"King");
WeakReference userWeak = new WeakReference(u);
//干掉强引用,确保这个实例只有userWeak的弱引用
u = null;
System.out.println(userWeak.get());
//进行一次GC垃圾回收,千万不要写在业务代码中。
System.gc();
System.out.println("After gc");
System.out.println(userWeak.get());
}
结果
User [id=1, name=King]
After gc
null
注意:软引用 SoftReference 和弱引用 WeakReference,可以用在内存资源紧张的情况下以及创建不是很重要的数据缓存。当系统内存不足的时候,缓存中的内容是可以被释放的。
实际运用(WeakHashMap、ThreadLocal)
案例参考:关于Java中的WeakReference - 简书
幽灵引用,最弱(随时会被回收掉)垃圾回收的时候收到一个通知,就是为了监控垃圾回收器是否正常工作
Eden满了
当年轻代空间不足时,就会触发Minor GC,这里的年轻代满指的是Eden代满,Survivor满不会引发GC。(每次 Minor GC 会清理年轻代的内存。)
Survivor满会进行全体新生代晋级 Old 区
目前,只有CMS GC会有单独收集老年代的行为。
注意,很多时候Major GC会和Full GC混淆使用,需要具体分辨是老年代回收还是整堆回收。
分配担保失败
执行System.gc()
收集整个新生代以及部分老年代的垃圾收集
目前,只有G1 GC会有这种行为
为什么能在栈上分配,因为逃逸分析,在下面
大多数情况下,对象在新生代 Eden 区中分配。当 Eden 区没有足够空间分配时,虚拟机将发起一次 新生代 GC(Minor GC)
虚拟机参数:
-Xms20m 最小堆
-Xmx20m 最大堆
-Xmn10m 新生代大小
-XX:+PrintGCDetails 打印垃圾回收日志,程序退出时输出当前内存的分配情况
注意:新生代初始时就有大小
-Xms20m
-Xmx20m
-Xmn10m
-XX:+PrintGCDetails
-XX:PretenureSizeThreshold=4m 指定大对象的大小
-XX:+UseSerialGC
大对象就是指需要大量连续内存空间的 Java 对象,最典型的大对象便是那种很长的字符串,或者元素数量很庞大的数组。需要连续内存空间的大对象可能提前触发垃圾回收,朝生夕死的大对象可能更是频繁触发垃圾回收。我们应注意避免。
这样做的目的:1.避免大量内存复制,2.避免提前进行垃圾回收,新生代比较小
HotSpot 虚拟机提供了-XX:PretenureSizeThreshold 参数,指定大于该设置值的对象直接在老年代分配,这样做的目的就是避免在 Eden 区及两个 Survivor区之间来回复制,产生大量的内存复制操作。
PretenureSizeThreshold 参数只对 Serial 和 ParNew 两款收集器有效。-XX:PretenureSizeThreshold=4m。意思是超过这个值的时候,对象直接在old区分配内存
---新生代垃圾回收
HotSpot 虚拟机中多数收集器都采用了分代收集来管理堆内存,那内存回收时就必须能决策哪些存活对象应当放在新生代,哪些存活对象放在老年代中。为做到这点,虚拟机给每个对象定义了一个对象年龄(Age)计数器,存储在对象头中。
如果对象在 Eden 出生并经过第一次 Minor GC 后仍然存活,并且能被 Survivor 容纳的话,将被移动到 Survivor 空间中,并将对象年龄设为 1,对象在 Survivor区中每熬过一次 Minor GC,年龄就增加 1,当它的年龄增加到一定程度(并发的垃圾回收器默认为 15),CMS 是 6 时,就会被晋升到老年代中。
-XX:MaxTenuringThreshold 调整进入老年代分代年龄
---新生代垃圾回收
为了能更好地适应不同程序的内存状况,虚拟机并不是永远地要求对象的年龄必须达到了 MaxTenuringThreshold 才能晋升老年代,如果在 Survivor0/Survivor1(这两只会用一个的) 空间中相同年龄所有对象大小的总和大于 Survivor0/Survivor1 空间的一半,年龄大于或等于该年龄的对象就可以直接进入老年代,无须等到 MaxTenuringThreshold 中要求的年龄
Minor GC后存活的对象太多无法放入Survivor区了?
Minor GC后存活的对象太多,导致Survivor区放不下了,此时就会将所有的对象直接转移到老年区中
---新生代执行垃圾回收,确保老年代内存够。悲观策略。
在发生 Minor GC 之前,虚拟机会先检查老年代最大可用的连续空间是否大于新生代所有对象总空间。因为新声代可能全部都是活的。
如果这个条件成立,那么 Minor GC 可以确保是安全的。
如果不成立,则虚拟机会查看 HandlePromotionFailure 设置值是否允许担保失败。
如果允许,那么会继续检查老年代最大可用的连续空间是否大于历次晋升到老年代对象的平均大小。历次晋升到老年区的均值 与 老年去连续空间对比
如果大于,将尝试着进行一次 Minor GC,尽管这次 Minor GC 是有风险的,如果担保失败则会进行一次 Full GC;
如果小于,或者 HandlePromotionFailure 设置不允许冒险,那这时也要改为进行一次 Full GC;
当 Eden 区满了就会触发 Minor GC。清除掉 新生代里的垃圾,把 Eden 区剩余存活的对象 复制到 Survivor 0/ Survivor1区
如果,同年龄占50%Survivor0,大于这个年龄的都放old 区。或者放不下Survivor0就都挪到 old 区
因为 Minor GC 可能需要挪到 old区,这时候就需要空间担保。也就可能触发Full GC。Minor GC不是安全的,担保失败或者不允许担保就full gc
TLAB
逃逸分析的原理:前提是热点代码,分析对象动态作用域,当一个对象在方法中定义后,它可能被外部方法所引用。比如:调用参数传递到其他方法中,这种称之为方法逃逸。甚至还有可能被外部线程访问到,例如:赋值给其他线程中访问的变量,这个称之为线程逃逸。从不逃逸到方法逃逸到线程逃逸,称之为对象由低到高的不同逃逸程度。如果确定一个对象不会逃逸出线程之外,那么让对象在栈上分配内存可以提高 JVM 的效率
逃逸分析代码
/**
*
* 逃逸分析-栈上分配
* -XX:-DoEscapeAnalysis -XX:+PrintGC
*/
public class EscapeAnalysisTest {
public static void main(String[] args) throws Exception {
long start = System.currentTimeMillis();
//5000万次---5000万个对象
for (int i = 0; i < 50000000; i++) {
allocate();
}
System.out.println((System.currentTimeMillis() - start) + " ms");
Thread.sleep(600000);
}
static void allocate() {//逃逸分析(不会逃逸出方法)
//这个myObject引用没有出去,也没有其他方法使用
MyObject myObject = new MyObject(2020, 2020.6);
}
static class MyObject {
int a;
double b;
MyObject(int a, double b) {
this.a = a;
this.b = b;
}
}
}
这段代码在调用的过程中 Myboject 这个对象属于不可逃逸,JVM 可以做栈上分配,然后通过开启和关闭 DoEscapeAnalysis (逃逸分析)开关观察不同。
JVM 默认开启开启逃逸分析-XX+DoEscapeAnalysis
关闭逃逸分析
查看执行速度
原因
如果是逃逸分析出来的对象可以在栈上分配的话,那么该对象的生命周期就跟随线程了,就不需要垃圾回收,如果是频繁的调用此方法则可以得到很大的性能提高。采用了逃逸分析后,满足逃逸的对象在栈上分配;没有开启逃逸分析,对象都在堆上分配,会频繁触发垃圾回收(垃圾回收会影响系统性能),导致代码运行慢。
代码验证
开启 GC 打印日志
-XX:+PrintGC
可以看到没有 GC 日志
可以看到关闭了逃逸分析,JVM 在频繁的进行垃圾回收(GC),正是这一块的操作导致性能有较大的差别。
TLAB