JVM 虚拟机

简介: JVM堆内存结构及垃圾回收机制详解。传统GC将堆划分为老年代与年轻代(含Eden、S0、S1),G1则将内存划分为多个Region,可灵活分配为伊甸园、幸存区、老年代或巨型对象区。常见垃圾回收算法包括标记-清除、标记-整理和标记-复制。对象通常在Eden创建,经历多次GC后晋升至老年代。不同GC器晋升条件和大对象处理方式不同,如Parallel中默认经历15次GC不死则晋升,Serial/CMS中大对象直接进入老年代,G1则设巨型对象区存放超大对象。

JVM 堆内存结构

堆内存的布局与垃圾回收器有关。

传统的垃圾回收器会把堆内存划分为:老年代和年轻代,年轻代又分为

  • 伊甸园 Eden
  • 幸存区 S0,S1

如果是 G1 垃圾回收器,会把内存划分为一个个的 Region,每个 Region 都可以充当

  • 伊甸园
  • 幸存区
  • 老年代
  • 巨型对象区


垃圾回收算法

记忆三种:

  1. 标记-清除算法。优点是回收速度快,但会产生内存碎片
  2. 标记-整理算法。相对清除算法,不会有内存碎片,当然速度会慢一些
  3. 标记-复制算法。将内存划分为大小相等的两个区域 S0 和 S1
  1. S0 的职责用来存储对象,S1 始终保持空闲
  2. 垃圾回收时,只需要扫描 S0 的存活对象,把它们复制到 S1 区域,然后把 S0 整个清空,最后二者互换职责即可
  3. 不会有内存碎片,特别适合存活对象很少时(因为此时复制工作少)


伊甸园、幸存区、老年代细节

  • 对象最初都诞生在伊甸园,这些对象通常寿命都很短,在伊甸园空间不足,会触发年轻代回收,还活着的对象进入幸存区 S0,年轻代回收适合采用标记-复制算法
  • 接下来再触发年轻代回收时,会将伊甸园和 S0 仍活着的对象复制到 S1,清空 S0,交换 S0 和 S1 职责
  • 经过多次回收仍不死的对象,会晋升至老年代,老年代适合放那些长时间存活的对象
  • 老年代回收如果满了,会触发老年代垃圾回收,会采用标记-整理或标记-清除算法。老年代回收时的暂停时间通常比年轻代回收更长

晋升条件

  • 注意不同垃圾回收器,晋升条件不一样
  • 在 parallel 里,经历 15 次(默认值)新生代回收不死的对象,会晋升
  • 可以通过 -XX:MaxTenuringThreshold 来调整
  • 例外:如果幸存区中的某个年龄对象空间占比已经超过 50%,那么大于等于这个年龄的对象会提前晋升

大对象的处理

  • 首先大对象不适合存储在年轻代,因为年轻代是复制算法,对象移动成本高
  • 注意不同垃圾回收器,大对象处理方式也不一样
  • 在 serial 和 cms 里,如果对象大小超过阈值,会直接把大对象晋升到老年代
  • 这个阈值通过 -XX:PretenureSizeThreshold 来设置
  • 在 g1 里,如果对象被认定为巨型对象(对象大小超过了 region 的一半),会存储在巨型对象区
  • Region 大小是堆内存总大小 / 2048(必须取整为2的幂),或者通过 -XX:G1HeapRegionSize 来设置
相关文章
|
缓存 Java 应用服务中间件
一文带你使用xxl-job定时任务
将调度行为抽象形成“调度中心”公共平台,而平台自身并不承担业务逻辑,“调度中心”负责发起调度请求。 将任务抽象成分散的JobHandler,交由“执行器”统一管理,“执行器”负责接收调度请求并执行对应的JobHandler中业务逻辑。 因此,“调度”和“任务”两部分可以相互解耦,提高系统整体稳定性和扩展性;
4999 0
一文带你使用xxl-job定时任务
|
网络协议 数据安全/隐私保护 Windows
当不在公司时,如何在外远程登录公司内网OA系统?
当不在公司时,如何在外远程登录公司内网OA系统?
618 0
|
5月前
|
数据可视化 数据库 开发者
PyCharm:Python开发者的智慧工作台全解析
PyCharm是Python开发的首选IDE,提供智能代码补全、高效调试、远程开发、Web与数据库支持等强大功能,助力开发者提升效率。
643 0
|
3月前
|
存储 缓存 算法
深入理解JVM《JVM内存区域详解 - 世界的基石》
Java代码从编译到执行需经javac编译为.class字节码,再由JVM加载运行。JVM内存分为线程私有(程序计数器、虚拟机栈、本地方法栈)和线程共享(堆、方法区)区域,其中堆是GC主战场,方法区在JDK 8+演变为使用本地内存的元空间,直接内存则用于提升NIO性能,但可能引发OOM。
|
3月前
|
Arthas 监控 数据可视化
深入理解JVM《JVM监控与性能工具实战 - 系统的诊断工具》
掌握JVM监控与诊断工具是Java性能调优的关键。本文系统介绍jps、jstat、jmap、jstack等命令行工具,以及jconsole、VisualVM、JMC、Arthas、async-profiler等可视化与高级诊断工具,涵盖GC分析、内存泄漏定位、线程死锁检测及CPU热点追踪,助力开发者全面提升线上问题排查能力。(238字)
|
5月前
|
JSON 数据格式 开发者
Python 3.10 结构模式匹配:简化条件逻辑的利器
Python 3.10 结构模式匹配:简化条件逻辑的利器
306 91
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
885 4
|
存储 监控 Devops
DevOps实践:持续集成/持续部署(CI/CD)的实战指南
DevOps实践:持续集成/持续部署(CI/CD)的实战指南
Zerotier+Parsec五分钟实现外网远程访问校园或公司内网
本文介绍了如何通过Zerotier和Parsec软件在五分钟内实现外网对校园或公司内网的远程访问,包括安装软件、配置内网穿透和实现远程控制的详细步骤。
1550 3
Zerotier+Parsec五分钟实现外网远程访问校园或公司内网
|
前端开发 关系型数据库 MySQL
Python基于Django框架图书管理系统,Bootstrap框架UI,后台EasyUI框架UI,有登录,实现增删改查的富文本效果
本文介绍了一个使用Python Django框架开发的图书管理系统,该系统采用Bootstrap框架进行前端UI设计,EasyUI框架用于后台UI界面,集成了富文本编辑器,并实现了登录及增删改查功能。
504 1