运行时数据区（堆）

前言

常言道：栈管运行，堆管存储。堆是java程序最主要的内存工作区域，是运行时数据区重要的一部分。几乎所有的java对象实例都存放在java堆中。堆空间是所有线程共享的，这是一块与java应用密切相关的内存空间。

栈-堆-方法区.png

从方法区获取相关类信息，在堆中分配内存并实例对象，栈中变量持有堆中对象的地址的引用。

运行时数据区图

运行时数据区结构图2.png

堆概述

一个JVM实例只存在一个堆内存，堆也是Java内存管理的核心区域。是GC ( Garbage Collection, 垃圾收集器)执行垃圾回收的重点区域。
Java堆区在JVM启动的时候即被创建，其空间大小也就确定了。是JVM管理的最大一块内存空间。
堆内存的大小是可以调节的。
《Java虚拟机规范》规定，堆可以处于物理上不连续的内存空间中，但在逻辑上它应该被视为连续的。
所有的线程共享Java堆，在这里还可以划分线程私有的缓冲区(ThreadLocal Allocation Buffer， TLAB)
《Java.虛拟机规范》中对Java堆的描述是:所有的对象实例以及数组都应当在运行时分配在堆上。(The heap is the run-time data area from which memory for all class instances and arrays is allocated )
“几乎”所有的对象实例都在这里分配内存。(逃逸分析利用标量替换实现堆上的对象分解为栈上的标量)
数组和对象可能永远不会存储在栈上，因为栈帧中保存引用，这个引用指向对象或者数组在堆中的位置。
在方法结束后，堆中的对象不会马上被移除，仅仅在垃圾收集的时候才会被移除。

堆结构图

堆
- 年轻代（1/3）
  - 伊甸园(8/10)
    - TLAB(1/100)
    - 伸缩区
  - 存活区(2/10)
    - from区(1/10)
    - to区(1/10)
    - 伸缩区
- 老年代（2/3）

jdk7和jdk8变化

jdk8后新变化

元空间（Metaspace）取代了永久代（PermGen），就是JDK8没有了PermSize相关的参数配置：XX:PermSize 和 -XX:MaxPermSize 已经失效。
元空间使用本地内存（系统内存），永久代使用虚拟机堆中内存。

为什么废除永久代

官方文档：移除永久代是为融合HotSpot JVM与 JRockit VM而做出的努力，因为JRockit没有永久代，不需要配置永久代。
PermGen很难调整，PermGen中类的元数据信息在每次FullGC的时候可能被收集，但成绩很难令人满意（回收效率偏低）
而且应该为PermGen分配多大的空间很难确定，因为PermSize的大小依赖于很多因素，比如JVM加载的class总数，常量池的大小，方法的大小等。
并且永久代内存经常不够用发生内存泄露。

永久代由堆变成元空间，都是方法区的实现.png

知识点：

方法区（虚拟机规范）的实现有jdk7永久代和jdk8元空间
直接内存（Direct Memory）并不是虚拟机运行时数据区的一部分，也不是Java虚拟机规范中定义的内存区域，它直接从操作系统中分配，因此不受Java堆大小的限制，但是会受到本机总内存的大小及处理器寻址空间的限制，因此它也可能导致OutOfMemoryError异常出现。在JDK1.4中新引入了NIO机制，它是一种基于通道与缓冲区的新I/O方式，可以直接从操作系统中分配直接内存，即在堆外分配内存，这样能在一些场景中提高性能，因为避免了在Java堆和Native堆中来回复制数据。

4.元空间的大小仅受本地内存限制，但可以通过以下参数来指定元空间的大小：

-XX:MetaspaceSize，初始空间大小，达到该值就会触发垃圾收集进行类型卸载，同时GC会对该值进行调整：如果释放了大量的空间，就适当降低该值；如果释放了很少的空间，那么在不超过MaxMetaspaceSize时，适当提高该值。
-XX:MaxMetaspaceSize，最大空间，默认是没有限制的。
-XX:MinMetaspaceFreeRatio，在GC之后，最小的Metaspace剩余空间容量的百分比，减少为分配空间所导致的垃圾收集
-XX:MaxMetaspaceFreeRatio，在GC之后，最大的Metaspace剩余空间容量的百分比，减少为释放空间所导致的垃圾收集

内存泄露和内存溢出区别

内存泄露（Memory Leak）：程序在申请内存使用后的对象已没有存在的意义了，但对象没有被GC所回收，它始终占用内存，内存泄漏的堆积最终会造成内存溢出。
内存溢出（Memory Overflow）：程序运行过程中无法申请到足够的内存而导致的一种错误。内存溢出通常发生于老年代垃圾回收后，仍然无内存空间容纳新的Java对象的情况。通常都是由于内存泄露导致堆栈内存不断增大，从而引发内存溢出

堆空间大小设置

-Xms表示堆区的起始内存，等价于-XX:InitialHeapSize
-Xmx表示堆区的最大内存，等价于-XX:MaxHeapSize
一旦堆区中的内存大小超过“-Xmx"所指定的最大内存时，将会抛出OutOfMemoryError异常。
通常会将-Xms和-Xmx两个参数配置相同的值，其目的是为了能够在java垃圾回收机制清理完堆区后不需要重新分隔计算堆区的大小，从而提高性能。

默认情况下：

初始内存大小:物理电脑内存大小的1/64

最大内存大小:物理电脑内存大小的1/4

堆大小探究

        /**
         * 1. 设置堆空间大小的参数
         * -Xms 用来设置堆空间（年轻代+老年代）的初始内存大小
         *      -X 是jvm的运行参数
         *      ms 是memory start
         * -Xmx 用来设置堆空间（年轻代+老年代）的最大内存大小
         *
         * 2. 默认堆空间的大小
         *    初始内存大小：物理电脑内存大小 / 64
         *             最大内存大小：物理电脑内存大小 / 4
         * 3. 手动设置：-Xms600m -Xmx600m
         *     开发中建议将初始堆内存和最大的堆内存设置成相同的值。
         *
         * 4. 查看设置的参数：方式一： jps   /  jstat -gc 进程id
         *                  方式二：-XX:+PrintGCDetails
         */
        public class HeapSpaceInitial {
            public static void main(String[] args) {

                //返回Java虚拟机中的堆内存总量
                long initialMemory = Runtime.getRuntime().totalMemory() / 1024 / 1024;
                //返回Java虚拟机试图使用的最大堆内存量
                long maxMemory = Runtime.getRuntime().maxMemory() / 1024 / 1024;

                System.out.println("-Xms : " + initialMemory + "M");
                System.out.println("-Xmx : " + maxMemory + "M");

                //System.out.println("系统内存大小为：" + initialMemory * 64.0 / 1024 + "G");
                //System.out.println("系统内存大小为：" + maxMemory * 4.0 / 1024 + "G");

                try {
                    Thread.sleep(1000000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }

参数-Xms600m -Xmx600m启动

-Xms : 575M
-Xmx : 575M

初始内存大小:

575m= EC(伊甸园) 153600 + from区(复制算法，有一个区空，这里只算一个区) 25600.0 + OC(老年区) 409600 =588800/1024=575m

堆OOM

    public class HeapOomMock {
        public static void main(String[] args) {
            List<byte[]> list = new ArrayList<byte[]>();
            int i = 0;
            boolean flag = true;
            while (flag){
                try {
                    i++;
                    //每次增加一个1M大小的数组对象
                    list.add(new byte[1024 * 1024]);
                }catch (Throwable e){
                    e.printStackTrace();
                    flag = false;
                    //记录运行的次数
                    System.out.println("count="+i);
                }
            }
        }
    }

结果：

java.lang.OutOfMemoryError: Java heap space
        at com.atguigu.java.HeapOomMock.main(HeapOomMock.java:19)
count=3307

各区内存溢出测试办法

内存区域	内存溢出的测试方法
Java堆	无限循环地new对象出来，在List中保存引用，以不被垃圾收集器回收。另外，该区域也有可能会发生内存泄露(Memory Leak ), 出现问题时，要注意区别。
方法区	生成大量的动态类，或无线循环调用String的intern ()方法产生不同的String对象实例，并在List中保存其弓用，以不被垃圾收集器回收。后者测试常量池，前者测试方法区的非常量池部分。
虚拟机栈和本地方法栈（递归调用一个简单的方法）	栈固定大小：如果线程请求的栈深度大于虚拟机所允许的最大深度，将抛出StackOverflowError异常。	栈动态拓展：如果虚拟机在扩展栈时无法申请到足够的内存空间，则抛出OutOfMemoryError异常。

年轻代和老年代

存储在JVM中的Java对象可以被划分为两类:

一类是生命周期较短的瞬时对象，这类对象的创建和消亡都非常迅速（年轻代）
另外一类对象的生命周期却非常长，在某些极端的情况下还能够与JVM的生命周期保持一致（老年代）

配置年轻代和老年代比例

默认-XX:NewRatio=2，表示新生代占1，老年代占2，新生代占整个堆的1/3
如果修改-XX:NewRatio=4，表示新生代占1，老年代占4，新生代占整个堆的1/5

工具查看各区占比

jps查看进程id

直接查看指定属性值：jinfo -flag NewRatio 进程pi

查看各区占比： jstat -gc 进程pi

使用 visualvm工具查看

启动参数： -Xms600m -Xmx600m -XX:+UseAdaptiveSizePolicy（打开自适应的内存分配策略）

新生代1：老年代2

启动参数： -Xms600m -Xmx600m -XX:-UseAdaptiveSizePolicy（关闭自适应的内存分配策略）

新生代1：老年代2

启动参数： -Xms600m -Xmx600m -XX:-UseAdaptiveSizePolicy（关闭自适应的内存分配策略）

伊甸园 6：s0 1：s1 1

启动参数： -Xms600m -Xmx600m -XX:SurvivorRatio=8 -XX:-UseAdaptiveSizePolicy（显式指定新生代中Eden区与Survivor区的比例8。默认值也是8；关闭自适应的内存分配策略）

伊甸园 8：s0 1：s1 1

对象分配过程

为新对象分配内存是一件非常严谨和复杂的任务，JVM的设计者们不仅需要考虑内存如何分配、在哪里分配等问题，并且由于内存分配算法与内存回收算法密切相关，所以还需要考虑GC执行完内存回收后是否会在内存空间中产生内存碎片。

new的对象先放伊甸园区。此区有大小限制。
当伊甸园的空间填满时，程序又需要创建对象，JVM的垃圾回收器将对伊甸园区和存活区进行垃圾回收(Minor GC)，将不再被其他对象所引用的对象进行销毁。再加载新的对象放到伊甸园区
然后将伊甸园中的剩余对象移动到幸存者To区。
如果再次触发垃圾回收，此时上次幸存下来的放到幸存者To区（现在是From区），如果没有回收，就会放到幸存者To区。
年龄超过15晋升为老年区。默认是15次。
- 可以设置参数: -XX:MaxTenuringThreshold=N次进行设置。
当老年区内存不足时，再次触发GC: Major GC, 进行养老区的内存清理。
若老年区执行了Major GC之后发现依然无法进行对象的保存，就会产生00M异常

总结

针对幸存者s0,s1区的总结:复制之后有交换，谁空谁是to区.
关于垃圾回收:频繁在新生区收集，很少在养老区收集，几乎不在永久区，元空间收集。
如果对象在Eden出生并经过第一次MinorGC 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MinorGC ，年龄就增加1岁，当它的年龄增加到一定程度(默认为15岁，其实每个JVM、每个GC都有所不同)时，就会被晋升到老年代中。
对象晋升老年代的年龄阈值，可以通过选项-XX:MaxTenuringThreshold来设置。

针对不同年龄段的对象分配原则:

优先分配到Eden
大对象直接分配到老年代（尽量避免程序中出现过多的大对象）
长期存活的对象分配到老年代
动态对象年龄判断：如果Survivor区中相同年龄的所有对象大小的总和大于Survivor空间的一半，年龄大于或等于该年龄的对象可以直接进入老年代，无须等到MaxTenuringThreshold中要求的年龄。

大对象直接进入老年代测试

启动参数

-Xms60m -Xmx60m -XX:NewRatio=2 -XX:SurvivorRatio=8 -XX:+PrintGCDetails

    /** 测试：大对象直接进入老年代
     * -Xms60m -Xmx60m -XX:NewRatio=2 -XX:SurvivorRatio=8 -XX:+PrintGCDetails
     */
    public class YoungOldAreaTest {
        public static void main(String[] args) {
            byte[] buffer = new byte[1024 * 1024 * 20];//20m

        }
    }

打印结果 ParOldGen total 40960K, used 20480K 和程序设置的new byte[1024 * 1024 * 20] 相差不多。

Heap
 PSYoungGen      total 18432K, used 1976K [0x00000000fec00000, 0x0000000100000000, 0x0000000100000000)
  eden space 16384K, 12% used [0x00000000fec00000,0x00000000fedee1e8,0x00000000ffc00000)
  from space 2048K, 0% used [0x00000000ffe00000,0x00000000ffe00000,0x0000000100000000)
  to   space 2048K, 0% used [0x00000000ffc00000,0x00000000ffc00000,0x00000000ffe00000)
 ParOldGen       total 40960K, used 20480K [0x00000000fc400000, 0x00000000fec00000, 0x00000000fec00000)
  object space 40960K, 50% used [0x00000000fc400000,0x00000000fd800010,0x00000000fec00000)
 Metaspace       used 3203K, capacity 4496K, committed 4864K, reserved 1056768K
  class space    used 348K, capacity 388K, committed 512K, reserved 1048576K

Process finished with exit code 0

空间分配担保

设置参数（布尔值）：-XX:HandlePromotionFailure

在发生Minor GC之前，虚拟机会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的总空间。

如果大于，则此次Minor GC是安全的
如果小于，则虚拟机会查看-XX:HandlePromotionFailure设置值是否允许担保失败。
- 如果HandlePromotionFailure=true，那么会继续检查老年代最大可用连续空间是否大于历次晋升到老年代的对象的平均大小。
  - 如果大于，则尝试进行一次Minor GC，但这次Minor GC依然是有风险的:
  - 如果小于，则改为进行一次Full GC。
- 如果HandlePromotionFailure=false，则改为进行一次Full GC。

在JDK6 Update24之后，HandlePromotionFailure参数不会再影响到虚拟机的空间分配担保策略，观察OpenJDK中的源码变化，虽然源码中还定义了HandlePromotionFailure参数，但是在代码中已经不会再使用它。

JDK6 Update24之后的规则变为只要老年代的连续空间大于新生代对象总大小或者历次晋升的平均大小就会进行Minor GC，否则将进行Full GC。HandlePromotionFailure参数失效了

常用调优工具

Jconsole
VisualVM
Jprofiler
JDK命令行
Eclipse :Memory Analyzer Tool
Java Flight Recorder
GCViewer
GC Easy

三种GC区别

JVM在进行GC时，并非每次都对上面三个内存(新生代、老年代;方法区)区域一起回收的，大部分时候回收的都是指新生代。

针对HotSpotVM的实现，它里面的GC按照回收区域又分为两大种类型:

部分收集(Partial GC):不是完整收集整个Java堆的垃圾收集。其中又分为:
- 新生代收集(Minor GC/Young GC):只是新生代(Eden\S0,S1)的垃圾收集。
- 老年代收集(Major GC/0ld GC):只是老年代的垃圾收集。
  - 目前，只有CMSGC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。
- 混合收集(Mixed 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
整堆收集(Fu1l GC):收集整个java堆和方法区的垃圾收集。

注意：java中Stop-The-World机制简称STW，是在执行垃圾收集算法时，Java应用程序的其他所有线程都被挂起（除了垃圾收集帮助器之外）

Minor GC

年轻代GC(Minor GC)触发机制:

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。)
因为Java对象大多都具备朝生夕灭的特性，所以MinorGC非常频繁，一般回收速度也比较快。
Minor GC会引发STW，暂停其它用户的线程，等垃圾回收结束，用户线程才恢复运行。

Major GC

老年代GC (Major GC/)触发机制:

指发生在老年代的GC。
出现了Major GC，经常会伴随至少一次的Minor GC (但非绝对的，在Parallel Scavenge收集器的收集策略里就有直接进行Major GC的策略选择过程)。也就是在老年代空间不足时，会先尝试触发Minor GC。如果之后空间还不足，则触发Major GC
Major GC的速度一般会比Minor GC慢10倍以上，STW的时间更长。如果Major GC后，内存还不足，就报00M了。

注意：现在工作中“Major GC”或“Fu11 GC”界定区别没那么严了，一般认为Fu11 GC=Major GC，其实还是有区别的。

Full GC

Full GC定义是相对明确的，就是针对整个新生代、老生代、元空间（metaspace，java8以上版本取代perm gen）的全局范围的GC

Full GC触发机制:

调用System.gc()时，系统建议执行Full GC，但是不必然执行
老年代空间不足
方法区空间不足
通过Minor GC后进入老年代的平均大小大于老年代的可用内存
由Eden区、survivor space0 (From Space)区向survivor space1 (ToSpace)区复制时，对象大小大于To Space可用内存，则把该对象转存到老年代，且老年代的可用内存小于该对象大小

说明: full gc是开发或调优中尽量要避免的。让用户线程的停暂时间短一些。

堆为什么分代

经研究，不同对象的生命周期不同。70%-99%的对象是临时对象。分开容易管理。
利于提高垃圾回收效率。很多对象都是朝生夕死的，如果分代的话，把新创建的对象放到某一地方，当GC的时候先把这块存储“朝生夕死”对象的区域进行回收，这样就会腾出很大的空间出来。

TLAB

什么是TLAB

TLAB(Thread Local Allocation Buffer) 线程私有的分配缓冲区。
从内存模型而不是垃圾收集的角度，对Eden区域继续进行划分，JVM为每个线程分配了一个私有缓存区域，它包含在Eden空间内。
多线程同时分配内存时，使用TLAB可以避免一系列的非线程安全问题，同时还能够提升内存分配的吞吐量，因此我们可以将这种内存分配方式称之为快速分配策略。提升分配效率
所有OpenJDK衍生出来的JVM都提供了TLAB的设计。

为什么需要TLAB

堆区是线程共享区域，任何线程都可以访问到堆区中的共享数据
由于对象实例的创建在JVM中非常频繁，因此在并发环境下从堆区中划分内存空间是线程不安全的
为避免多个线程操作同一地址，需要使用加锁等机制，进而影响分配速度。

TLAB结构图

TLAB分配在伊甸园.png

TLAB说明

尽管不是所有的对象实例都能够在TLAB中成功分配内存，但JVM确实是将TLAB作为内存分配的首选。
在程序中，开发人员可以通过选项“-XX:UseTLAB”设置是否开启TLAB空间。
默认情况下，TLAB空间的内存非常小，仅占有整个Eden空间的1号，通过选项“-XX:TLABWasteTargetPercent”设置TLAB空间所占用Eden空间的百分比大小。
一旦对象在TLAB空间分配内存失败时，JVM就会尝试着通过使用加锁机制确保数据操作的原子性，从而直接在Eden空间中分配内存。
在TLAB分配之后，并不影响对象的移动和回收，也就是说，虽然对象刚开始可能通过TLAB分配内存，存放在Eden区，但是还是会被垃圾回收或者被移到Survivor Space、Old Gen等。
查看是否开启TLAB:jinfo -flag UseTLAB 进程id；+号为开启，-号为未开启

逃逸分析

堆是分配对象存储的唯一选择吗?

在《深入理解Java虚拟机》中关于Java堆内存有这样一段描述:随着JIT编译期的发展与逃逸分析技术逐渐成熟，栈上分配、标量替换优化技术将会导致一些微妙的变化，所有的对象都分配到堆上也渐渐变得不那么“绝对”了。

在Java虚拟机中，对象是在Java堆中分配内存的，这是一个普遍的常识。但是，有一种特殊情况，那就是如果经过逃逸分析(Escape Analysis) 后发现，一个对象并没有逃逸出方法的话，那么就可能被优化成栈上分配。这样就无需在堆上分配内存，也无须进行垃圾回收了。这也是最常见的堆外存储技术。

此外，基于openJDK深度定制的TaoBaoVM，其中创新的GCIH (GC invisible heap) 技术实现off-heap，将生命周期较长的Java对象从heap中移至heap外，并且GC不能管理GCIH内部的Java对象，以此达到降低GC的回收频率和提升 GC的回收效率的目的。

逃逸分析

如何将堆上的对象分配到栈，需要使用逃逸分析手段。这是一种可以有效减少Java程序中同步负载和内存堆分配压力的跨函数全局数据流分析算法。

通过逃逸分析，Java Hotspot编译器能够分析出一个新的对象的引用的使用范围从而决定是否要将这个对象分配到堆上。
逃逸分析的基本行为就是分析对象动态作用域:
- 当一个对象在方法中被定义后，对象只在方法内部使用，则认为没有发生逃逸。
- 当一个对象在方法中被定义后，它被外部方法所引用，则认为发生逃逸。例如作为调用参数传递到其他地方中。

逃逸分析场景

        /**
         * 逃逸分析
         *
         *  如何快速的判断是否发生了逃逸分析，大家就看new的对象实体是否有可能在方法外被调用。
         */
        public class EscapeAnalysis {

            public EscapeAnalysis obj;

            /*
               方法返回值:方法返回EscapeAnalysis对象，把对象暴露出去了，发生逃逸
             */
            public EscapeAnalysis getInstance(){
                return obj == null? new EscapeAnalysis() : obj;
            }
            
            /*
              成员变量赋值：为成员属性赋值，发生逃逸
             */
            public void setObj(){
                this.obj = new EscapeAnalysis();
            }
            //思考：如果当前的obj引用声明为static的？仍然会发生逃逸。static只是初始化一次，是类变量。只要暴露出去了就是。

            /*
            对象的作用域仅在当前方法中有效，没有发生逃逸
             */
            public void useEscapeAnalysis(){
                EscapeAnalysis e = new EscapeAnalysis();
            }
            /*
            实例引用传递：引用成员变量的值，发生逃逸
             */
            public void useEscapeAnalysis1(){
                EscapeAnalysis e = getInstance();
                //getInstance().xxx()同样会发生逃逸
            }
        }

如何快速的判断是否发生了逃逸分析，大家就看new的对象实体是否有可能在方法外被调用,发生逃逸：

成员变量赋值
方法返回值
实例引用传递

参数设置:

在JDK 6u23版本之后，HotSpot中默认就已经开启了逃逸分析。如果使用的是较早的版本，开发人员则可以通过:

-XX:+DoEscapeAnalysis：显式开启逃逸分析
-XX:+PrintEscapeAnalysis：查看逃逸分析的筛选结果。

逃逸分析-栈上分配

JIT编译器在编译期间根据逃逸分析的结果，发现如果一个对象并没有逃逸出方法的话，就可能被优化成栈上分配。分配完成后，继续在调用栈内执行，最后线程结束，栈空间被回收，局部变量对象也被回收。这样就无须进行垃圾回收了。

例子分析

        /**
         * 栈上分配测试
         * -Xmx1G -Xms1G -XX:-DoEscapeAnalysis -XX:+PrintGCDetails
         */
        public class StackAllocation {
            public static void main(String[] args) {
                long start = System.currentTimeMillis();

                for (int i = 0; i < 10000000; i++) {
                    alloc();
                }
                // 查看执行时间
                long end = System.currentTimeMillis();
                System.out.println("花费的时间为： " + (end - start) + " ms");
                // 为了方便查看堆内存中对象个数，线程sleep
                try {
                    Thread.sleep(1000000);
                } catch (InterruptedException e1) {
                    e1.printStackTrace();
                }
            }

            private static void alloc() {
                User user = new User();//未发生逃逸
            }

            static class User {

            }
        }

开启逃逸分析参数运行结果：-Xmx1G -Xms1G -XX:+DoEscapeAnalysis -XX:+PrintGCDetails

  花费的时间为： 3 ms

2. 关闭逃逸分析参数运行结果： -Xmx1G -Xms1G -XX:-DoEscapeAnalysis -XX:+PrintGCDetails

 花费的时间为： 58 ms

总结：开启逃逸分析程序运行花费时间更小。堆中对象也明显少了很多。

逃逸分析-同步省略(锁消除)

如果一个对象被发现只能从一个线程被访问到，那么对于这个对象的操作可以不考虑同步。

在动态编译同步块的时候，JIT编译器可以借助逃逸分析来判断同步块所使用的锁对象是否只能够被一个线程访问而没有被发布到其他线程。如果没有，那么JIT编译器在编译这个同步块的时候就会取消对这部分代码的同步。这样就能大大提高并发性和性能。这个取消同步的过程就叫同步省略，也叫锁消除。

例子分析

    /**
     * 同步省略说明
     */
    public class SynchronizedTest {
        public void f() {
            Object hollis = new Object();
            synchronized(hollis) {
                System.out.println(hollis);
            }
        }
    }

注意：编译后字节码还是有锁对象，但是JIT编译器在运行时还是会优化的。相当于

   public class SynchronizedTest {
        public void f() {
            Object hollis = new Object();
            System.out.println(hollis);
        }
    }

逃逸分析-标量替换

标量(Scalar)是指一个无法再分解成更小的数据的数据。Java中的原始数据类型就是标量。相对的，那些还可以分解的数据叫做聚合量(Aggregate)，Java中的对象就是聚合量，因为他可以分解成其他聚合量和标量。

在JIT阶段，如果经过逃逸分析，发现一个对象不会被外界访问的话，那么经过JIT优化，就会把这个对象拆解成若千个其中包含的若干个成员变量来代替。这个过程就是标量替换。

-XX:+EliminateAllocations:开启了标量替换(默认打开)，允许将对象打散分配在栈上。
例子分析

        /**
         * 标量替换测试
         *  -Xmx100m -Xms100m -XX:+DoEscapeAnalysis -XX:+PrintGC -XX:-EliminateAllocations
         */
        public class ScalarReplace {
            public static class User {
                public int id;
                public String name;
            }

            public static void alloc() {
                //未发生逃逸
                User u = new User();
                u.id = 5;
                u.name = "www.atguigu.com";
            }

            public static void main(String[] args) {
                long start = System.currentTimeMillis();
                for (int i = 0; i < 10000000; i++) {
                    alloc();
                }
                long end = System.currentTimeMillis();
                System.out.println("花费的时间为： " + (end - start) + " ms");
            }
        }

开启标量替换参数运行结果 -Xmx100m -Xms100m -XX:+DoEscapeAnalysis -XX:+PrintGC -XX:+EliminateAllocations

花费的时间为： 3 ms

关闭标量替换参数运行结果 -Xmx100m -Xms100m -XX:+DoEscapeAnalysis -XX:+PrintGC -XX:-EliminateAllocations

[GC (Allocation Failure)  25600K->960K(98304K), 0.0006191 secs]
[GC (Allocation Failure)  26560K->824K(98304K), 0.0004392 secs]
[GC (Allocation Failure)  26424K->824K(98304K), 0.0003864 secs]
[GC (Allocation Failure)  26424K->760K(98304K), 0.0004038 secs]
[GC (Allocation Failure)  26360K->824K(98304K), 0.0003964 secs]
[GC (Allocation Failure)  26424K->792K(101376K), 0.0004266 secs]
[GC (Allocation Failure)  32536K->716K(100864K), 0.0005152 secs]
[GC (Allocation Failure)  32460K->716K(100864K), 0.0002451 secs]
花费的时间为： 36 ms

相同程序开启标量替换花费时间更少，并且没有出现gc。

查看是否启动Server模式，因为在Server模式下，才可以启用逃逸分析。我的jdk是server模式的。加参数运行: -server

总结：量替换大大减少堆内存的占用。因为一旦不需要创建对象了，那么就不再需要分配堆内存了。标量替换为栈上分配提供了很好的基础。

代码优化结论

开发中能使用局部变量的，就不要使用在方法外定义。

逃逸分析并不成熟

关于逃逸分析的论文在1999年就已经发表了，但直到JDK 1.6才有实现，而且这项技术到如今也并不是十分成熟的。其根本原因就是无法保证逃逸分析的性能消耗一定能高于他的消耗。虽然经过逃逸分析可以做标量替换、栈上分配、和锁消除。

但是逃逸分析自身也是需要进行一系列复杂的分析的，这其实也是一个相对耗时的过程。一个极端的例子，就是经过逃逸分析之后，发现没有一个对象是不逃逸的。那这个逃逸分析的过程就白白浪费掉了。

虽然这项技术并不十分成熟，但是它也是即时编译器优化技术中一个十分重要的手段。注意到有一些观点，认为通过逃逸分析，JVM会在栈上分配那些不会逃逸的对象，这在理论上是可行的，但是取决于JVM设计者的选择。据我所知，Oracle Hotspot JVM中并未这么做，这一点在逃逸分析相关的文档里已经说明，所以可以明确所有的对象实例都是创建在堆上。 目前很多书籍还是基于JDK 7以前的版本，JDK已经发生了很大变化，intern字符串的缓存和静态变量曾经都被分配在永久代上，而永久代已经被元数据区取代。但是，intern字符串缓存和静态变量并不是被转移到元数据区，而是直接在堆上分配，所以这一点同样符合前面的结论:对象实例都是分配在堆上。没有在栈上分配，只是使用了标量替换实现的

堆常用参数总结

jdk8官网说明:docs.oracle.com/javase/8/do…
-xx:+PrintFlagsInitial :查看所有的参数的默认初始值
-xx:+PrintFlagsFinal: 查看所有的参数的最终值(可能会存在修改，不再是初始值)
-Xms: 初始堆空间内存 (默认为物理内存的1/64)
-Xmx: 最大堆空间内存(默认为物理内存的1/4)
-XX:NewRatio: 配置新生代与老年代在堆结构的占比（默认2）
-XX:SurvivorRatio ：设置新生代中Eden区与Survivor区的比例。（默认值8）
-Xmn: 设置新生代的大小(一般不设置这个参数，使用比例参数即可)
-XX:-UseAdaptiveSizePolicy ：关闭自适应的内存分配策略
-XX:UseTLAB：设置是否开启TLAB空间。(默认打开)
-XX:TLABWasteTargetPercent：设置TLAB空间所占用Eden空间的百分比大小。
-XX:HandlePromotionFailure: 是否开启空间分配担保（1.6后失效）
-XX:+DoEscapeAnalysis：显式开启逃逸分析（1,6后默认开启）
-XX:+PrintEscapeAnalysis：查看逃逸分析的筛选结果。
-XX:+EliminateAllocations: 开启标量替换(默认打开)
-xx:+PrintGC: 打印GC日志
-XX:+PrintGCDetails 打印GC详细日志
-server: 启动Server模式，因为在Server模式下，才可以启用逃逸分析。
-XX:MaxTenuringThreshold=N次年龄晋升老年代阈值（包含）

拾遗-直接内存

直接内存是在java堆外的、直接向系统申请的内存空间。通常访问直接内存的速度会优于java堆。

因此出于性能的考虑，读写频繁的场合可能会考虑使用直接内存。

由于直接内存在java堆外，因此它的大小不会直接受限于Xmx指定的最大堆大小，但是系统内存是有限的，java堆和直接内存的总和依然受限于操作系统能给出的最大内存。

java的NIO库允许java程序使用直接内存。

深入理解JVM（五）一一运行时数据区（堆）

运行时数据区（堆）

前言

运行时数据区图

堆概述

堆结构图

jdk7和jdk8变化

内存泄露和内存溢出区别

堆空间大小设置

堆OOM

各区内存溢出测试办法

年轻代和老年代

配置年轻代和老年代比例

工具查看各区占比

对象分配过程

针对不同年龄段的对象分配原则:

大对象直接进入老年代测试

空间分配担保

常用调优工具

三种GC区别

Minor GC

Major GC

Full GC

堆为什么分代

TLAB

什么是TLAB

为什么需要TLAB

TLAB结构图

TLAB说明

逃逸分析

堆是分配对象存储的唯一选择吗?

逃逸分析

参数设置:

逃逸分析-栈上分配

逃逸分析-同步省略(锁消除)

逃逸分析-标量替换

代码优化结论

逃逸分析并不成熟

堆常用参数总结

拾遗-直接内存

深入理解JVM系列