JVM内存管理涉及但不限于类加载、对象分配、垃圾回收等，本篇主要记录运行时数据区域与对象相关内容。
内容主要来源《深入理解Java虚拟机：JVM高级特性与最佳实践》与官方文档，理解与表述错漏之处恳请各位大佬指正。
内容主要来源《深入理解Java虚拟机：JVM高级特性与最佳实践》与官方文档，理解与表述错漏之处恳请各位大佬指正。
目录
运行时数据区域
栈
栈帧
栈异常
栈内存大小配置
配置参数
堆
配置参数
字符串常量池（注意，字符串常量池自jdk8起在堆）
静态变量特别说明
方法区
运行时常量池
常量说明
常量分析实例
配置参数
程序计数器
直接内存
总结
对象
对象创建
内存分配（更新操作）的原子性原理
对象访问
内存泄漏分析（生产）
大对象
大对象的影响
解决
运行时数据区域
内存管理基于：内存动态分配与垃圾收集技术。
编译期间做的事情:给变量分配空间
栈
一般讲的都是虚拟机栈，更多情况下指虚拟机栈中局部变量表部分。本地方法栈执行的都是本地的Native方法。
栈帧
每个线程都有自己的虚拟机栈，而方法作为执行的基本单元，在
每个方法执行的时候都会创建一个栈帧Stack Frame用于存储局部变量表、操作数栈、动态连接、方法出口信息等。
其中
局部变量表存放了编译期可知的
基本数据类型、对象引用。
（了解就行）栈帧中存储的具体信息包括：
- 方法参数：包括传递给方法的实际参数以及方法的隐式参数，如 this 指针。
- 局部变量：定义在方法中的变量，包括基本类型和对象引用。
- 操作数栈：用于存储方法执行过程中产生的临时数值，如算术运算的结果、方法调用的返回值等。
- 方法返回地址：指向方法调用者应该返回的下一条指令的地址。
- 异常处理器：存储方法对应的异常处理器的信息，用于处理方法执行中可能发生的异常。
- 其它：包括方法的访问标志、常量池引用等。
栈异常
StackOverflowError
栈溢出
OutOfMemoryError
对于栈的提示是 java.lang.OutOfMemoryError: unable to create new native thread。此时无法创建新线程
栈内存大小配置
HotSpot虚拟机的栈容量不可动态拓展，在配置JVM时通过-参数Xss=256k配置。
JVM的总内存大小会影响线程栈内存的可用量。如果堆内存或者其他内存区域占用过多，剩余内存可能不足以支持大量线程。
配置参数
-Xss栈大小设置，在64位Linux系统上，栈大小默认1M
堆
堆是垃圾回收管理器管理的区域，储物理上可以不连续，逻辑上是连续的内存空间。因垃圾收集器基于分代收集理论设计，所以将
堆分代划分(方便回收和分配内存)。
“新生代、老年代、Eden空间、From Survivor空间、To Survivor空间”。
堆：1:2=新生代:老年代, 其中新生代8:1:1 eden:from:to
存放几乎所有对象实例与数组（基本类型数组与对象类型数组）、字符串常量、静态变量。
配置参数
-Xms堆内存起始大小 -Xmx最大堆内存
字符串常量池（注意，字符串常量池自jdk8起在堆）
专门用于存储字符串字面量的一个特殊区域。它的设计目的是通过缓存机制避免重复创建相同的字符串对象，从而节省内存并提高性能。
值得注意的是，HotSpotJVM自JDK8将字符串常量池实现为堆中的一部分，从方法区移出，以优化内存管理并减少方法区的压力。
资料来源：
JEP 122: Remove the Permanent Generation
Chapter 5. Loading, Linking, and Initializing
静态变量特别说明
有资料说在方法区、有资料说在堆，给我整不会了。直接看官网
JEP 122: Remove the Permanent Generation
结论：静态变量引用或基本类型值静态变量在元空间，对象实例（包括静态对象的值）在堆中
方法区
方法区也是线程共享的内存区域，主要用于存储已被虚拟机加载的
类型信息、静态变量对象的引用与基本类型静态变量、即时编译器编译后的代码缓存等数据。是基于本地内存实现的，方法区内存回收主要目标是常量池的回收和对类型的卸载
运行时常量池
运行时常量池是方法区的一部分，是常量池表（Class文件常量池）运行时的表示形式，其中常量池表存储的是
符号引用（Symbolic References）和
字面量（Literal Values），而
不是实际的数据存储位置。它的核心作用是：
- 存储类、方法、字段的全限定名描述
- 保存方法描述符（Descriptor）
- 存储字符串常量字面量
- 记录数值型常量的原始值
常量说明
在代码中，使用final声明的常量会放到方法区运行时常量池
方法内变量=临时变量，存储在虚拟机栈中
常量分析实例
配置参数
-XX:MetaspaceSize：初始触发 GC 的阈值，默认约 21MB。
-XX:MaxMetaspaceSize：最大大小，默认无上限（受本地内存限制）。
-XX:MinMetaspaceFreeRatio 和 -XX:MaxMetaspaceFreeRatio：控制 GC 后空闲比例，默认 40% 和 70%。
程序计数器
作为游标指示字节码命令执行，每个线程的程序计数器是独立的。
计数器的值是正在执行的虚拟机字节码指令的地址。
直接内存
直接内存是指Java应用程序在JVM堆之外直接向操作系统申请并管理的一段内存区域。堆外内存的一种具体实现形式。
使用Native函数分配的堆外内存，用与NIO等操作。
设置虚拟机内存时，需要小于物理内存（给直接内存留空间）。因为运行时JVM内存=设置的内存+直接内存，实际占用的比设置的要大。防止动态扩展时出现OutOfMemoryError异常。
堆外内存通过DirectByteBuffer进行操作，避免在Java堆中和Native堆中来回复制数据。
需要注意的就是物理内存应该>jvm内存
总结
对象
对象可以划分为：对象头（Header）、实例数据(Instance)、对齐填充（Padding）.
对象头包括两类信息。一部分包括对象自行运行时数据：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，这部 分数据的长度在32位和64位的虚拟机（未开启压缩指针）中分别为32个比特和64个比特，官方称它 为“Mark Word”。
另一部分是类型指针，用于JVM确认对象所属类实例。
对象创建
JVM执行new指令时，会区常量池定位这个类的符号引用，检查这个符号引用代表的类是否已经被加载、解析、初始化过，没有则进行类加载。
为新对象分配内存的方式大致分为两种：
- 堆为对象分配内存的方式
- “指针碰撞”——假设Java堆中内存是绝对规整的，所有被使用过的内存都被放在一 边，空闲的内存被放在另一边，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是把那 个指针向空闲空间方向挪动一段与对象大小相等的距离。
- 空闲列表——假设Java堆中的内存并不是规整的，已被使用的内存和空闲的内存相互交错在一起，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。
JVM选择哪种依据其垃圾收集器决定。
内存分配（更新操作）的原子性原理
划分空间时，在并发情况下可能是不安全的。例如对象A与对象B同时使用指针分配内存。
JVM默认采用CAS（Compare And Swap）搭配失败重试的方式保证操作的原子性。
对象访问
HotSpot主要使用直接指针访问对象。
内存泄漏分析（生产）
JVM配置参数-XX:+HeapDumpOnOutOfMemoryError 可以让虚拟机在出现内存溢出异常的时候Dump当前内存堆转储快照。
也可以使用JMap命令导出Dump。
然后使用mat工具进行分析，如下：
大对象
占用较大连续内存空间的对象，一般是大数组、包含大量字段或嵌套对象的对象（复杂对象结构）、大型字符串对象。
将大对象直接分配到老年代可以避免“占用新生代内存导致提前GC带来的性能损耗”、“大对象在垃圾回收时的复制带来的性能损耗”，是一种JVM优化策略。
值得注意的是，JDK8默认收集器是Parallel Scavenge与Parallel Old，大对象不会直接放到老年代。会照常进行回收流程。
JVM在配置使用Serial和parNew两款收集器时，可以通过参数-XX:PretenureSizeThreshold来设定一个阈值，如果对象的大小超过阈值会被视为“大对象”，并被直接分配到老年代。
对于G1收集器，其引入了“HUmongous对象”的概念，任何超过Region大小一半的对象都会被视为巨型对象直接分配到老年代。
大对象的影响
- 内存分配：大对象可能需要分配较大的连续内存块，这可能导致堆内存碎片化问题。
- 垃圾回收：某些垃圾回收器（如 G1 GC）对大对象有特殊处理机制，可能会直接分配到老年代（而不是新生代）。
解决
在日常编码中要尽量避免大对象，不可避免时尽量复用，如使用对象池。
对于大数组对象，进行分割、将其分割为小对象进行操作。
或者使用手动释放的堆外内存。
try {
ByteBuffer buffer = ByteBuffer.allocateDirect(1024 * 1024);
// 使用 buffer
} finally {
if (buffer != null && buffer.isDirect()) {
((sun.misc.Cleaner) sun.misc.Unsafe.getUnsafe().invokeCleaner(buffer)).clean();
}
}
