深入了解Java虚拟机（JVM）

Java虚拟机（JVM）是Java程序运行的核心组件，它负责解释执行Java字节码，并在各种平台上执行。JVM的设计使得Java具有跨平台性，开发人员只需编写一次代码，就可以在任何支持Java的系统上运行。我们刚开始学习Java时就下载了JDK（Java开发工具包），它提供了编译、调试和运行Java应用程序所需的工具和库。JDK包括了JRE（Java运行时环境），JRE包含了Java虚拟机（JVM）。由于不同的CPU的指令集可能不同，所以相同的代码可能不能在不同的系统上都正常运行，而JVM就是为了解决这个问题，Java会先通过javac把 .java 文件编译为 java字节码（相当于Java自己的一套CPU指令）然后再由具体系统平台上的的JVM（不同系统上的JVM可能存在差异），把上述字节码转化为对应的CPU能识别的机器指令。

1. JVM中的内存区域划分

JVM其实也是一个进程（任务管理器中看到的java进程），Java程序的执行时申请的内存就是JVM从系统这边申请到的内存，JVM会先申请一块大的内存，这块内存在给Java程序使用时，又会根据实际的用图划分出不同的区域，每个区域都有不同的作用。

Java堆（Java Heap）： Java堆是Java虚拟机管理的最大一块内存区域，用于存放对象实例，数组，类的成员变量。Java堆是所有线程共享的内存区域，是垃圾回收的重点区域。
Java虚拟机栈（Java Virtual Machine Stacks）： Java虚拟机栈也称为栈内存，用于存储线程的方法调用、局部变量、部分结果等。每个方法在被调用时都会创建一个栈帧，并入栈；方法执行完毕后栈帧出栈。栈帧包括局部变量表、操作数栈、动态链接、方法返回地址等。
本地方法栈（Native Method Stack）：本地方法栈类似于Java虚拟机栈，但是它为Native方法服务，即JVM内部使用C、C++等编写的本地方法。
程序计数器（Program Counter Register）：程序计数器是一块较小的内存区域，用于记录当前线程下一条执行的字节码指令地址。在多线程环境下，每个线程都有独立的程序计数器。
元数据区（Metaspace）/ 方法区（Method Area）：元数据指的是一些辅助性质的描述性质的属性，元数据区主要用于存储类的元数据信息，例如类的结构、方法信息、字段信息等。一个程序有哪些类，每个类中有哪些方法，每个方法里要包含哪些指令，都会记录在元数据区中，即元数据区储存了Java代码编译后的Java字节码

注意：一个JVM进程中，堆和元数据区只有一个，栈和程序计数器可能有多份（每个线程都有一个自己的程序计数器和栈，即每个线程都有自己的执行流）。

public class Test{
    private int n;//堆区
    private static int m;//static修饰的变量为类属性储存在元数据区
    
    public static void main(String[] args) {
        Test t = new Test();//t为局部变量储存在栈区，类的实例储存在堆区
    }
}

2.JVM的类加载机制

2.1 类加载过程

JVM的类加载机制是指JVM在运行时将类的字节码加载到内存中并进行验证、准备、解析和初始化的过程。JVM的类加载机制主要包括以下几个步骤：

加载（Loading）：查找并加载类的字节码文件。这个过程可以通过类加载器来完成，类加载器会根据类的全限定名在文件系统、网络或其他地方找到对应的字节码文件，并将其读入内存。
验证（Verification）：确保被加载的类的字节码是合法、符合JVM规范的。包括文件格式验证、元数据验证、字节码验证、符号引用验证等步骤。具体验证依据，在Java虚拟机规范中有明确的格式说明
准备（Preparation）：为类的静态变量分配内存并设置默认初始值，这些变量所使用的内存都将在方法区中进行分配。
解析（Resolution）：将类中的符号引用转换为直接引用，这个过程可以在运行时进行也可以在编译时进行。
```
class Test{
    String s = "hello";
}
```
上面代码编译后"hello"会储存在常量池中，s中相当于保存了“hello"的字符串常量的地址，但是代码没有运行时，s和"hello"都在字节码文件中，文件中没有地址这样的概念，所以在代码运行前s中存储的是一个类似于”偏移量"的概念记录了“hello”的相对位置，就是这里的符号引用。
初始化（Initialization）：对类进行初始化，包括执行类构造器<clinit>()方法，静态变量赋值等操作。在初始化阶段，JVM会根据程序中对类的主动使用情况来触发初始化，例如创建类的实例、访问类的静态成员、调用类的静态方法等。

2.2 双亲委派模型

在类加载过程中，JVM采用了双亲委派模型，即由多个不同层次的类加载器组成一个层次结构，每个类加载器都有自己的责任范围，当一个类需要加载时，先由最顶层的类加载器尝试加载，如果无法加载再交由下一层的类加载器，依次类推，直到最底层的类加载器。

JVM中进行类加载是由一个专门的模块“类加载器（ClassLoader）”完成的，类加载器的作用是通过“全限定类名”（带有包名的类名，例如java.land.String，可以类比为文件路径中的绝对路径）查找 .class文件，把 .class文件的数据转化为运行时需要的类对象并加载到JVM中。

JVM中默认提供了三种类加载器，分别是：

启动类加载器（Bootstrap ClassLoader）：负责加载Java的核心类库，如java.lang包下的类。它是JVM自身的一部分，通常由C++编写，并不继承自java.lang.ClassLoader类。
扩展类加载器（Extension ClassLoader）：负责加载Java的扩展类库，位于jre/lib/ext目录下的类库。
应用程序类加载器（Application ClassLoader）：也称为系统类加载器，负责加载当前项目的代码目录，以及第三方库的目录。

除了这三个默认的类加载器，开发者也可以自定义类加载器来实现特定的类加载需求，比如从网络中动态加载类、加密类加载等。自定义类加载器需要继承自java.lang.ClassLoader类，并重写其中的findClass()方法来实现类的加载逻辑。

注意：这三个类加载器之间存在父子关系，上面的为父加载器，下面的为子加载器，即1是2的父亲，2是3的父亲。

双亲委派流程：当一个类加载器收到类加载请求时，它首先将这个请求委托给它的父类加载器处理。如果父类加载器无法完成此加载请求，子加载器才会尝试自己去加载。这个过程会一直递归下去直到启动类加载器。这样做的目的是保证Java核心API的稳定性，防止用户自定义的类替换掉核心类库中的类。

1. 从Application ClassLoader作为入口

2. Application ClassLoader不会立刻搜索自己负责的目录，会把任务交给父类加载器Extension ClassLoader。

3. Extension ClassLoader也不会立刻搜索自己负责的目录，也会把任务交给父类加载器Bootstrap ClassLoader。

4.Bootstrap ClassLoader没有父类加载器，就会搜索自己负责的目录查找需要的 .class文件，如果找到了就直接进入打开文件/读文件等流程中，如果没找到，则把任务交给下一级类加载器Extension ClassLoader继续尝试寻找。

5.Extension ClassLoader 接受到任务此时就会在自己负责的目录中开始寻找，如果找到了就直接进入打开文件/读文件等流程中，如果没找到，则同样把任务交给下一级类加载器Application ClassLoader继续尝试寻找。

6.Application ClassLoader 也会在自己负责的目录中开始寻找，如果找到了就直接进入打开文件/读文件等流程中，如果没找到，也会尝试把任务交给下一级，但是默认情况下Application ClassLoader没有下一级类加载器了，于是就会类加载失败抛出ClassNotFoundException异常

上述流程就保证了类加载的顺序，防止用户自定义的类替换掉核心类库中的类。例如用户自己定义了一个java.lang.String如果这个类先被加载了，java核心库中的String类就不会被加载。

3. 垃圾回收机制（GC）

垃圾回收（GC）是自动内存管理的关键技术之一。它负责清理不再使用的对象，释放内存空间。垃圾回收，回收的是堆的内存，所以也可以说是回收对象。

3.1 识别垃圾

判定对象后续是否会继续使用，不会继续使用的就会被视为垃圾，如果一个对象没有任何引用指向它，那么这个对象就无法被继续使用了，也就会被视为垃圾。

3.1.1 引用计数

引用计数方法并没有在JVM中使用，但是广泛运用在其他主流语言的垃圾回收机制中，如Python，PHP。

引用计数是通过给每个对象安排一个额外的空间，记录当前有几个引用指向该对象。每有一个引用指向该对象时，就把值加一，反之则减一，当这个值为0时则视为垃圾，当负责垃圾回收的扫描线程获取到这个对象的引用计数情况时，发现为0就会释放这个对象的空间。

引用计数存在两个关键的问题：

问题一：要给每个对象安排计数器，就会消耗额外的空间，如果对象数量很多，总的空间浪费也就很多。
问题二：可能产生循环引用问题，例如两个对象互相引用，但没有一个外部的引用指向它们，此时这两个对象是无法被获取到的，但他们的引用计数又不为0，也就不会被释放。

3.1.2 可达性分析

JVM采用的就是可达性分析来识别对象是否是垃圾。

可达性分析采用的方法是遍历所有变量，JVM会遍历所有能够被直接或者间接访问到的对象，能访问到的自然不是垃圾，遍历一圈后不能访问到的就视为垃圾。

3.2 释放垃圾

找到垃圾以后就需要把垃圾对象所占的内存空间进行释放。

3.2.1 标记-清除算法

把标记为垃圾的对象直接释放。这种释放方式会导致内存碎片问题。

如图所示，释放后，会导致出现很多大大小小的内存碎片，而内存申请都是一次申请一段连续的内存空间，这就导致了部分内存碎片可能无法使用到，也就导致了空间浪费。

3.2.2 复制算法

将内存分为两个相等的部分，每次只使用其中一半。当这一半的内存用完后，就将还在使用的对象复制到另一半，然后再清除掉已经使用过的那一半内存中的所有对象。

这种方法避免了内存碎片，但是总的可用空间变少了，同时复制对象也会消耗时间。

3.2.3 标记-整理算法

将所有存活的对象向一端移动，然后直接清理掉端边界以外的内存。

这样也可以避免内存碎片问题，但是移动对象也要消耗时间。

3.2.4 分代回收算法

JVM中采用的是分代回收算法。给每个对象引入年龄的概念，JVM中存在专门的线程负责周期性的扫描/释放对象，如果一个对象被线程扫描了一次，并且不是垃圾，该对象的年龄就会＋1（初始年龄为0）。

JVM中会根据对象年龄的差异，把整个内存分成两个大的部分，新生代（年龄较小的对象）/ 老年代（年龄较大的对象），新生代又被划分为三个区域，其中大的一部分区域为伊甸区，剩下两块大小相同的区域叫做生存区或者幸存区。

新的对象都是从伊甸区中被创建的，第一轮GC扫描后，没有被清除的对象就会被通过复制算法移动到生存区（即生存区相当于未被使用的那块内存），生存区中的对象下次被GC扫描后，存活的对象又会被通过复制算法移动到另一个生存区（注意两个生存区完全是对等的），每经历一次GC，对象的年龄就会+1，如果某个对象在生存区中经过了若干轮GC任然没有被清除，JVM就会认为这个对象的生命周期很长，就会把这个对象移动到老年代，老年代的对象也会被GC扫描，只不过扫描的频率较低。老年代的对象被视为垃圾时会按照标记-整理算法释放内存。