深入解析JVM内部结构及GC机制的实战应用

简介: 深入解析JVM内部结构及GC机制的实战应用

一、JVM内部结构概述

JVM(jdk1.8)的内部结构主要包括以下几个部分:

  1. 类加载子系统(Class Loader Subsystem)
  2. 运行时数据区(Runtime Data Area)
  3. 执行引擎(Execution Engine)
  4. 本地方法接口(Native Interface)

1. 类加载子系统

负责加载和初始化Java类。它包括三个部分:加载器(ClassLoader)、校验器(Verifier)和解析器(Resolver)。

// 加载类
Class<?> clazz = Class.forName("com.example.MyClass");
// 创建实例
Object instance = clazz.newInstance();
 

2. 运行时数据区

运行时数据区是JVM内存的核心部分,用于存储程序执行时所需的数据。包含以下几个区域:

  • 方法区(Method Area):存储类信息、常量、静态变量、即时编译后的代码等。
  • 堆(Heap):用于存储对象实例,是GC的主要管理区域。
  • 栈(Stack):线程私有,存储局部变量、操作数栈、帧数据等。
  • 程序计数器(Program Counter Register):记录当前线程执行的字节码指令地址。
  • 本地方法栈(Native Method Stack):用于执行本地(Native)方法。
// 堆上分配对象
MyClass obj = new MyClass();
// 方法区中存储类的字节码、常量池等信息
 

3. 执行引擎

执行引擎负责解释或编译字节码,并执行相应的机器指令。JVM执行引擎包含解释器(Interpreter)和即时编译器(JIT Compiler)。

// 解释器逐行解释执行字节码指令
int sum = 0;
for (int i = 1; i <= 10; i++) {
    sum += i;
}
System.out.println("Sum: " + sum);
 

4. 本地方法接口

本地方法接口(JNI,Java Native Interface)允许Java代码调用本地(C/C++)代码,实现与底层操作系统或其他编程语言的交互。

// 调用本地方法
System.loadLibrary("mylib");
nativeMethod();
 

二、JVM垃圾回收机制(GC)详解

JVM的垃圾回收机制是保障内存管理和系统性能的重要环节。主要的垃圾回收器包括:

  • Serial GC
  • Parallel GC
  • CMS GC
  • G1 GC

1. Serial GC

Serial GC是单线程的垃圾回收器,适用于单核CPU或内存较小的应用。其特点是简单高效,但在回收过程中会暂停所有应用线程(STW,Stop-The-World)。

2. Parallel GC

Parallel GC是多线程的垃圾回收器,能够利用多核CPU并行回收垃圾。适用于追求高吞吐量的应用,但仍然会发生STW。

3. CMS GC

CMS(Concurrent Mark-Sweep)GC是一种低延迟垃圾回收器,主要分为以下几个阶段:

  • 初始标记
  • 并发标记
  • 重新标记
  • 并发清除

CMS GC在大多数回收阶段可以与应用线程并发执行,减少了STW的时间。但其缺点是会产生内存碎片,并且在老年代无法回收时可能触发Full GC。

4. G1 GC

G1(Garbage First)GC是一种面向服务端应用的垃圾回收器,结合了CMS和Parallel GC的优点。G1 GC将堆内存划分为多个区域,并通过并发标记和回收算法,在指定的时间内优先回收垃圾较多的区域,确保低延迟和高吞吐量。

三、GC调优实战经验

1. 合理设置堆内存大小

通过监控应用的内存使用情况,合理设置堆内存的初始大小(-Xms)和最大大小(-Xmx),确保内存使用的稳定性和效率。

2. 选择合适的垃圾回收器

根据应用的特点和性能要求,选择合适的垃圾回收器。例如,对于低延迟要求的应用,可以选择CMS或G1 GC;对于高吞吐量要求的应用,可以选择Parallel GC。

3. 调整垃圾回收参数

根据实际情况,调整垃圾回收的相关参数,如:

1. 新生代和老年代比例调整
  • 参数: -XX:NewRatio
  • 说明: 该参数用于设置新生代与老年代的比例,默认值为2,表示新生代占整个堆的1/3。
  • 调整建议:
  • 如果应用中对象的生命周期较短,可以适当增加新生代的比例,减少老年代的空间,例如将比例调整为3或4。
  • 如果应用中对象的生命周期较长,可以适当降低新生代的比例,增加老年代的空间,例如将比例调整为1或1.5。
2. 新生代大小调整
  • 参数: -Xmn
  • 说明: 该参数用于设置新生代的初始大小。
  • 调整建议:
  • 如果新生代频繁发生Minor GC,可以尝试增大新生代的大小,以减少Minor GC的频率。
  • 如果新生代的对象存活率较低,可以适当减小新生代的大小,以减少内存的浪费。
3. Survivor区比例调整
  • 参数: -XX:SurvivorRatio
  • 说明: 该参数用于设置Eden区与Survivor区的比例,默认值为8,表示Eden区与每个Survivor区的比例为8:1。
  • 调整建议:
  • 如果应用中对象的存活率较高,可以适当增加Survivor区的比例,以增加对象在Survivor区的存活时间。
  • 如果应用中对象的存活率较低,可以适当减小Survivor区的比例,以减少空间的浪费。
4. CMS回收触发阈值调整
  • 参数: -XX:CMSInitiatingOccupancyFraction
  • 说明: 该参数用于设置老年代的使用率达到多少时触发CMS回收,默认值为68%。
  • 调整建议:
  • 如果老年代的使用率经常达到触发阈值,可以适当降低CMS回收的触发阈值,以增加CMS回收的频率。
  • 如果应用中CMS回收频繁导致性能问题,可以适当提高CMS回收的触发阈值,以减少CMS回收的频率。
5. 最大GC暂停时间调整
  • 参数: -XX:MaxGCPauseMillis
  • 说明: 该参数用于设置GC暂停的最大时间,默认值为不限制。
  • 调整建议:
  • 如果应用对GC暂停时间要求严格,可以设置一个较小的值,以限制GC暂停时间,例如设置为200ms。
  • 如果应用对GC暂停时间要求较为宽松,可以不设置该参数,以充分利用系统资源进行GC。
6. 并发GC线程数调整
  • 参数: -XX:ConcGCThreads
  • 说明: 该参数用于设置并发GC的线程数,默认值根据JVM的版本和配置而定。
  • 调整建议:
  • 如果应用中并发GC的线程数不足,可以适当增加该参数的值,以提高并发GC的效率。
  • 如果应用中并发GC的线程数过多,可以适当减小该参数的值,以减少系统资源的消耗。
7. 并行GC线程数调整
  • 参数: -XX:ParallelGCThreads
  • 说明: 该参数用于设置并行GC的线程数,默认值为CPU核心数的一半。
  • 调整建议:
  • 如果应用中并行GC的线程数不足,可以适当增加该参数的值,以提高并行GC的效率。
  • 如果应用中并行GC的线程数过多,可以适当减小该参数的值,以减少系统资源的消耗。

4. 使用GC日志进行分析

启用GC日志(-XX:+PrintGCDetails -Xloggc

.log),并使用工具(如GCViewer、GCEasy)对GC日志进行分析,找出性能瓶颈和内存泄漏点。

5. 避免频繁的Full GC

通过优化代码、减少对象创建和回收频率,避免频繁触发Full GC,从而提升系统性能和响应时间。

6. 实战调优示例及适用场景

示例1:高吞吐量应用的Parallel GC调优

适用场景:电商网站、支付系统等需要高并发处理请求的应用。

调优参数:

-XX:+UseParallelGC
-XX:ParallelGCThreads=8
-XX:NewRatio=2
-XX:SurvivorRatio=8
-XX:MaxGCPauseMillis=200
-XX:GCTimeRatio=4

解释:

  • UseParallelGC:启用Parallel GC。
  • ParallelGCThreads:设置并行GC的线程数为8。
  • NewRatio:设置新生代与老年代的比例为1:2。
  • SurvivorRatio:设置Eden区与Survivor区的比例为8:1。
  • MaxGCPauseMillis:设置最大GC暂停时间为200ms。
示例2:低延迟应用的CMS GC调优

适用场景:实时交易系统、金融应用等对响应时间要求较高的应用。

调优参数:

-XX:+UseConcMarkSweepGC
-XX:CMSInitiatingOccupancyFraction=75
-XX:+UseCMSInitiatingOccupancyOnly
-XX:CMSParallelRemarkEnabled=true
-XX:ConcGCThreads=4
-XX:ParallelGCThreads=8
-XX:+CMSClassUnloadingEnabled
-XX:+CMSScavengeBeforeRemark

解释:

  • UseConcMarkSweepGC:启用CMS GC。
  • CMSInitiatingOccupancyFraction:设置当老年代使用达到75%时触发CMS回收。
  • UseCMSInitiatingOccupancyOnly:仅在老年代使用率达到设定阈值时触发CMS回收。
  • CMSParallelRemarkEnabled:启用并行重新标记,减少STW时间。
  • ConcGCThreads:设置并发GC线程数为4。
示例3:大内存应用的G1 GC调优

适用场景:大数据处理、数据分析等需要大内存支持的应用。

调优参数:

-XX:+UseG1GC
-XX:MaxGCPauseMillis=200
-XX:InitiatingHeapOccupancyPercent=45
-XX:G1ReservePercent=10
-XX:ParallelGCThreads=8
-XX:ConcGCThreads=4
-XX:G1HeapRegionSize=32m
-XX:G1NewSizePercent=30
-XX:G1MaxNewSizePercent=60

解释:

  • UseG1GC:启用G1 GC。
  • MaxGCPauseMillis:设置最大GC暂停时间为200ms。
  • InitiatingHeapOccupancyPercent:设置在堆使用率达到45%时启动并发标记周期。
  • G1ReservePercent:保留堆内存的10%作为空闲区域,避免GC期间的内存不足。
  • ParallelGCThreads:设置并行GC的线程数为8。
  • ConcGCThreads:设置并发GC线程数为4。
相关文章
|
9月前
|
Arthas 存储 算法
深入理解JVM,包含字节码文件,内存结构,垃圾回收,类的声明周期,类加载器
JVM全称是Java Virtual Machine-Java虚拟机JVM作用:本质上是一个运行在计算机上的程序,职责是运行Java字节码文件,编译为机器码交由计算机运行类的生命周期概述:类的生命周期描述了一个类加载,使用,卸载的整个过类的生命周期阶段:类的声明周期主要分为五个阶段:加载->连接->初始化->使用->卸载,其中连接中分为三个小阶段验证->准备->解析类加载器的定义:JVM提供类加载器给Java程序去获取类和接口字节码数据类加载器的作用:类加载器接受字节码文件。
845 55
|
7月前
|
存储 Java 编译器
深入理解Java虚拟机--类文件结构
本内容介绍了Java虚拟机与Class文件的关系及其内部结构。Class文件是一种与语言无关的二进制格式,包含JVM指令集、符号表等信息。无论使用何种语言,只要能生成符合规范的Class文件,即可在JVM上运行。文章详细解析了Class文件的组成,包括魔数、版本号、常量池、访问标志、类索引、字段表、方法表和属性表等,并说明其在Java编译与运行过程中的作用。
207 0
|
11月前
|
人工智能 API 开发者
HarmonyOS Next~鸿蒙应用框架开发实战:Ability Kit与Accessibility Kit深度解析
本书深入解析HarmonyOS应用框架开发,聚焦Ability Kit与Accessibility Kit两大核心组件。Ability Kit通过FA/PA双引擎架构实现跨设备协同,支持分布式能力开发;Accessibility Kit提供无障碍服务构建方案,优化用户体验。内容涵盖设计理念、实践案例、调试优化及未来演进方向,助力开发者打造高效、包容的分布式应用,体现HarmonyOS生态价值。
693 27
|
11月前
|
数据采集 JSON 数据可视化
JSON数据解析实战:从嵌套结构到结构化表格
在信息爆炸的时代,从杂乱数据中提取精准知识图谱是数据侦探的挑战。本文以Google Scholar为例,解析嵌套JSON数据,提取文献信息并转换为结构化表格,通过Graphviz制作技术关系图谱,揭示文献间的隐秘联系。代码涵盖代理IP、请求头设置、JSON解析及可视化,提供完整实战案例。
692 4
JSON数据解析实战:从嵌套结构到结构化表格
|
11月前
|
数据采集 机器学习/深度学习 存储
可穿戴设备如何重塑医疗健康:技术解析与应用实战
可穿戴设备如何重塑医疗健康:技术解析与应用实战
430 4
|
11月前
|
机器学习/深度学习 人工智能 Java
Java机器学习实战:基于DJL框架的手写数字识别全解析
在人工智能蓬勃发展的今天,Python凭借丰富的生态库(如TensorFlow、PyTorch)成为AI开发的首选语言。但Java作为企业级应用的基石,其在生产环境部署、性能优化和工程化方面的优势不容忽视。DJL(Deep Java Library)的出现完美填补了Java在深度学习领域的空白,它提供了一套统一的API,允许开发者无缝对接主流深度学习框架,将AI模型高效部署到Java生态中。本文将通过手写数字识别的完整流程,深入解析DJL框架的核心机制与应用实践。
701 3
|
11月前
|
传感器 监控 Java
Java代码结构解析:类、方法、主函数(1分钟解剖室)
### Java代码结构简介 掌握Java代码结构如同拥有程序世界的建筑蓝图,类、方法和主函数构成“黄金三角”。类是独立的容器,承载成员变量和方法;方法实现特定功能,参数控制输入环境;主函数是程序入口。常见错误包括类名与文件名不匹配、忘记static修饰符和花括号未闭合。通过实战案例学习电商系统、游戏角色控制和物联网设备监控,理解类的作用、方法类型和主函数任务,避免典型错误,逐步提升编程能力。 **脑图速记法**:类如太空站,方法即舱段;main是发射台,static不能换;文件名对仗,括号要成双;参数是坐标,void不返航。
448 5
|
运维 Shell 数据库
Python执行Shell命令并获取结果:深入解析与实战
通过以上内容,开发者可以在实际项目中灵活应用Python执行Shell命令,实现各种自动化任务,提高开发和运维效率。
386 20
|
供应链 搜索推荐 API
深度解析1688 API对电商的影响与实战应用
在全球电子商务迅猛发展的背景下,1688作为知名的B2B电商平台,为中小企业提供商品批发、分销、供应链管理等一站式服务,并通过开放的API接口,为开发者和电商企业提供数据资源和功能支持。本文将深入解析1688 API的功能(如商品搜索、详情、订单管理等)、应用场景(如商品展示、搜索优化、交易管理和用户行为分析)、收益分析(如流量增长、销售提升、库存优化和成本降低)及实际案例,帮助电商从业者提升运营效率和商业收益。
533 20
|
11月前
|
缓存 监控 搜索推荐
【实战解析】smallredbook.item_get_video API:小红书视频数据获取与电商应用指南
本文介绍小红书官方API——`smallredbook.item_get_video`的功能与使用方法。该接口可获取笔记视频详情,包括无水印直链、封面图、时长、文本描述、标签及互动数据等,并支持电商场景分析。调用需提供`key`、`secret`和`num_iid`参数,返回字段涵盖视频链接、标题、标签及用户信息等。同时,文章提供了电商实战技巧,如竞品监控与个性化推荐,并列出合规注意事项及替代方案对比。最后解答了常见问题,如笔记ID获取与视频链接时效性等。

推荐镜像

更多
  • DNS