<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ThinkChat2.0新版上線,更智能更精彩,支持會話、畫圖、視頻、閱讀、搜索等,送10W Token,即刻開啟你的AI之旅 廣告
                ## 引入 JIT編譯除了具有緩存的功能外,還會對代碼做各種優化,比如:逃逸分析、 鎖消除、 鎖膨脹、 方法內聯、 空值檢查消除、 類型檢測消除、 公共子表達式消除等。 ## JVM內存分配策略 關于JVM的內存結構及內存分配方式,不是本文的重點,這里只做簡單回顧。以下是我們知道的一些常識: * 1、根據Java虛擬機規范,Java虛擬機所管理的內存包括方法區、虛擬機棧、本地方法棧、堆、程序計數器等。 * 2、我們通常認為JVM中運行時數據存儲包括堆和棧。這里所提到的棧其實指的是虛擬機棧,或者說是虛擬棧中的局部變量表。 * 3、棧中存放一些基本類型的變量數據(int/short/long/byte/float/double/Boolean/char)和對象引用。 * 4、堆中主要存放對象,即通過new關鍵字創建的對象。 * 5、數組引用變量是存放在棧內存中,數組元素是存放在堆內存中。 在《深入理解Java虛擬機中》關于Java堆內存有這樣一段描述: > 但是,隨著JIT編譯期的發展與逃逸分析技術逐漸成熟,棧上分配、標量替換優化技術將會導致一些微妙的變化,所有的對象都分配到堆上也漸漸變得不那么“絕對”了。 這里只是簡單提了一句,并沒有深入分析,很多人看到這里由于對JIT、逃逸分析等技術不了解,所以也無法真正理解上面這段話的含義。 其實,**在編譯期間,JIT會對代碼做很多優化**。其中有一部分優化的目的就是減少內存堆分配壓力,其中一種重要的技術叫做逃逸分析。 ## 逃逸分析 逃逸分析(Escape Analysis)是目前**Java虛擬機中比較前沿的優化技術**。**這是一種可以有效減少Java 程序中同步負載和內存堆分配壓力的跨函數全局數據流分析算法**。通過逃逸分析,Java Hotspot編譯器能夠分析出一個新的對象的引用的使用范圍從而**決定是否要將這個對象分配到堆上**。 逃逸分析的基本行為就是分析對象動態作用域:當一個對象在方法中被定義后,它可能被外部方法所引用,例如作為調用參數傳遞到其他地方中,稱為方法逃逸。 例如: ``` public static StringBuffer craeteStringBuffer(String s1, String s2) { StringBuffer sb = new StringBuffer(); sb.append(s1); sb.append(s2); return sb; } ``` StringBuffer sb是一個方法內部變量,上述代碼中直接將sb返回,這樣這個StringBuffer有可能被其他方法所改變,這樣它的作用域就不只是在方法內部,**雖然它是一個局部變量,稱其逃逸到了方法外部**。**甚至還有可能被外部線程訪問到**,譬如賦值給類變量或可以在其他線程中訪問的實例變量,稱為線程逃逸。 上述代碼如果想要StringBuffer sb不逃出方法,可以這樣寫: ``` public static String createStringBuffer(String s1, String s2) { StringBuffer sb = new StringBuffer(); sb.append(s1); sb.append(s2); return sb.toString(); } ``` 不直接返回 StringBuffer,那么StringBuffer將不會逃逸出方法。 使用逃逸分析,編譯器可以對代碼做如下優化: * 一、**同步省略**。如果一個對象被發現只能從一個線程被訪問到,那么對于這個對象的操作可以不考慮同步。 * 二、**將堆分配轉化為棧分配**。如果一個對象在子程序中被分配,要使指向該對象的指針永遠不會逃逸,對象可能是棧分配的候選,而不是堆分配。 * 三、**分離對象或標量替換**。有的對象可能不需要作為一個連續的內存結構存在也可以被訪問到,那么對象的部分(或全部)可以不存儲在內存,而是存儲在CPU寄存器中。 鎖優化中的鎖消除技術,依賴的也是逃逸分析技術。 本文,主要來介紹逃逸分析的第二個用途:將堆分配轉化為棧分配。 其實,以上三種優化中,棧上內存分配其實是依靠標量替換來實現的。由于不是本文重點,這里就不展開介紹了。 在Java代碼運行時,通過JVM參數可指定是否開啟逃逸分析, `-XX:+DoEscapeAnalysis` : 表示開啟逃逸分析` -XX:-DoEscapeAnalysis` : 表示關閉逃逸分析 從jdk 1.7開始已經默認開始逃逸分析,如需關閉,需要指定`-XX:-DoEscapeAnalysis ` ## 對象的棧上內存分配 我們知道,在一般情況下,對象和數組元素的內存分配是在堆內存上進行的。但是隨著JIT編譯器的日漸成熟,很多優化使這種分配策略并不絕對。JIT編譯器就可以在編譯期間根據逃逸分析的結果,來決定是否可以將對象的內存分配從堆轉化為棧。 我們來看以下代碼: ``` public static void main(String[] args) { long a1 = System.currentTimeMillis(); for (int i = 0; i < 1000000; i++) { alloc(); } // 查看執行時間 long a2 = System.currentTimeMillis(); System.out.println("cost " + (a2 - a1) + " ms"); // 為了方便查看堆內存中對象個數,線程sleep try { Thread.sleep(100000); } catch (InterruptedException e1) { e1.printStackTrace(); } } private static void alloc() { User user = new User(); } static class User { } ``` 其實代碼內容很簡單,就是使用for循環,在代碼中創建100萬個User對象。 我們在alloc方法中定義了User對象,但是并沒有在方法外部引用他。也就是說,這個對象并不會逃逸到alloc外部。經過JIT的逃逸分析之后,就可以對其內存分配進行優化。 我們指定以下JVM參數并運行: ``` -Xmx4G -Xms4G -XX:-DoEscapeAnalysis -XX:+PrintGCDetails -XX:+HeapDumpOnOutOfMemoryError ``` 在程序打印出 cost XX ms 后,代碼運行結束之前,我們使用[jmap][1]命令,來查看下當前堆內存中有多少個User對象: ``` ? ~ jps 2809 StackAllocTest 2810 Jps ? ~ jmap -histo 2809 num #instances #bytes class name ---------------------------------------------- 1: 524 87282184 [I 2: 1000000 16000000 StackAllocTest$User 3: 6806 2093136 [B 4: 8006 1320872 [C 5: 4188 100512 java.lang.String 6: 581 66304 java.lang.Class 從上面的jmap執行結果中我們可以看到,堆中共創建了100萬個StackAllocTest$User實例。 在關閉逃避分析的情況下(-XX:-DoEscapeAnalysis),雖然在alloc方法中創建的User對象并沒有逃逸到方法外部,但是還是被分配在堆內存中。也就說,如果沒有JIT編譯器優化,沒有逃逸分析技術,正常情況下就應該是這樣的。即所有對象都分配到堆內存中。 接下來,我們開啟逃逸分析,再來執行下以上代碼。 -Xmx4G -Xms4G -XX:+DoEscapeAnalysis -XX:+PrintGCDetails -XX:+HeapDumpOnOutOfMemoryError 在程序打印出 cost XX ms 后,代碼運行結束之前,我們使用jmap命令,來查看下當前堆內存中有多少個User對象: ? ~ jps 709 2858 Launcher 2859 StackAllocTest 2860 Jps ? ~ jmap -histo 2859 num #instances #bytes class name ---------------------------------------------- 1: 524 101944280 [I 2: 6806 2093136 [B 3: 83619 1337904 StackAllocTest$User 4: 8006 1320872 [C 5: 4188 100512 java.lang.String 6: 581 66304 java.lang.Class ``` 從以上打印結果中可以發現,開啟了逃逸分析之后(-XX:+DoEscapeAnalysis),在堆內存中只有8萬多個StackAllocTest$User對象。也就是說在經過JIT優化之后,堆內存中分配的對象數量,從100萬降到了8萬。 除了以上通過jmap驗證對象個數的方法以外,讀者還可以嘗試將堆內存調小,然后執行以上代碼,根據GC的次數來分析,也能發現,**開啟了逃逸分析之后,在運行期間,GC次數會明顯減少**。正是因為很多堆上分配被優化成了棧上分配,所以GC次數有了明顯的減少。 ## 總結 所以,如果以后再有人問你:是不是所有的對象和數組都會在堆內存分配空間? 那么你可以告訴他:不一定,隨著JIT編譯器的發展,在編譯期間,如果JIT經過逃逸分析,發現有些對象沒有逃逸出方法,那么有可能堆內存分配會被優化成棧內存分配。但是**這也并不是絕對的**。就像我們前面看到的一樣,在開啟逃逸分析之后,也并不是所有User對象都沒有在堆上分配。
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看