开发者社区> 阿里云柳璃> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

面向GC的Java编程

简介:
+关注继续查看

作者:林昊

这是内部一个同事沐剑写的文章,国外有一家专门做Java性能优化的公司,并且它主要关注Java内存使用的优化,重点是数据结构的选择,优化效果非常明显,所以其实一个优秀的Java程序员和一个普通的Java程序员产出的东西差距是相当大的。

 

Java程序员在编码过程中通常不需要考虑内存问题,JVM经过高度优化的GC机制大部分情况下都能够很好地处理堆(Heap)的清理问题。以至于许多Java程序员认为,我只需要关心何时创建对象,而回收对象,就交给GC来做吧!甚至有人说,如果在编程过程中频繁考虑内存问题,是一种退化,这些事情应该交给编译器,交给虚拟机来解决。

这话其实也没有太大问题,的确,大部分场景下关心内存、GC的问题,显得有点“杞人忧天”了,高老爷说过:

> 过早优化是万恶之源。

但另一方面,**什么才是“过早优化”?**

> If we could do things right for the first time, why not?

事实上**JVM的内存模型**( [JMM])理应是Java程序员的基础知识,处理过几次JVM线上内存问题之后就会很明显感受到,**很多系统问题,都是内存问题**。

 

对JVM内存结构感兴趣的同学可以看下 [浅析Java虚拟机结构与机制](http://blog.hesey.net/2011/04/introduction-to-java-virtual-machine.html) 这篇文章,本文就不再赘述了,本文也并不关注具体的GC算法,相关的文章汗牛充栋,随时可查。

 

另外,不要指望GC优化的这些技巧,可以对应用性能有成倍的提高,特别是对I/O密集型的应用,或是实际落在YoungGC上的优化,可能效果只是帮你减少那么一点YoungGC的频率。

 

但我认为,**优秀程序员的价值,不在于其所掌握的几招屠龙之术,而是在细节中见真著**,就像前面说的,**如果我们可以一次把事情做对,并且做好,在允许的范围内尽可能追求卓越,为什么不去做呢**?

 

### 一、GC分代的基本假设 ###

大部分GC算法,都将堆内存做分代(Generation)处理,但是为什么要分代呢,又为什么不叫内存分区、分段,而要用面向时间、年龄的“代”来表示不同的内存区域?

GC分代的**基本假设**是:

> 绝大部分对象的生命周期都非常短暂,存活时间短。

而这些短命的对象,恰恰是GC算法需要首先关注的。所以在大部分的GC中,YoungGC(也称作MinorGC)占了绝大部分,对于负载不高的应用,可能跑了数个月都不会发生FullGC。

 

基于这个前提,在编码过程中,我们应该**尽可能地缩短对象的生命周期**。在过去,分配对象是一个比较重的操作,所以有些程序员会尽可能地减少new对象的次数,尝试减小堆的分配开销,减少内存碎片。

 

但是,短命对象的创建在JVM中比我们想象的性能更好,所以,不要吝啬new关键字,大胆地去new吧。

 

当然前提是不做无谓的创建,对象创建的速率越高,那么GC也会越快被触发。

结论:

> 分配小对象的开销分享小,不要吝啬去创建。

> GC最喜欢这种小而短命的对象。

> 让对象的生命周期尽可能短,例如在方法体内创建,使其能尽快地在YoungGC中被回收,不会晋升(romote)到年老代(Old Generation)。

### 二、对象分配的优化 ###

基于大部分对象都是小而短命,并且不存在多线程的数据竞争。这些小对象的分配,会优先在线程私有的 **TLAB** 中分配,TLAB中创建的对象,不存在锁甚至是CAS的开销。

 

TLAB占用的空间在Eden Generation。

当对象比较大,TLAB的空间不足以放下,而JVM又认为当前线程占用的TLAB剩余空间还足够时,就会直接在Eden Generation上分配,此时是存在并发竞争的,所以会有CAS的开销,但也还好。

 

当对象大到Eden Generation放不下时,JVM只能尝试去Old Generation分配,这种情况需要尽可能避免,因为一旦在Old Generation分配,这个对象就只能被Old Generation的GC或是FullGC回收了。

 

### 三、不可变对象的好处 ###

GC算法在扫描存活对象时通常需要从ROOT节点开始,扫描所有存活对象的引用,构建出对象图。

不可变对象对GC的优化,主要体现在Old Generation中。

 

可以想象一下,如果存在Old Generation的对象引用了Young Generation的对象,那么在每次YoungGC的过程中,就必须考虑到这种情况。

 

Hotspot JVM为了提高YoungGC的性能,避免每次YoungGC都扫描Old Generation中的对象引用,采用了 **卡表(Card Table)** 的方式。

 

简单来说,当Old Generation中的对象发生对Young Generation中的对象产生新的引用关系或释放引用时,都会在卡表中响应的标记上标记为脏(dirty),而YoungGC时,只需要扫描这些dirty的项就可以了。

 

可变对象对其它对象的引用关系可能会频繁变化,并且有可能在运行过程中持有越来越多的引用,特别是容器。这些都会导致对应的卡表项被频繁标记为dirty。

 

而不可变对象的引用关系非常稳定,在扫描卡表时就不会扫到它们对应的项了。

注意,这里的不可变对象,不是指仅仅自身引用不可变的`final`对象,而是真正的**Immutable Objects**。

### 四、引用置为null的传说 ###

早期的很多Java资料中都会提到在方法体中将一个变量置为null能够优化GC的性能,类似下面的代码:

“`java
List list = new ArrayList();
// some code
list = null; // help GC
“`

事实上这种做法对GC的帮助微乎其微,有时候反而会导致代码混乱。

我记得几年前 @rednaxelafx 在HLL VM小组中详细论述过这个问题,原帖我没找到,结论基本就是:

> 在一个非常大的方法体内,对一个较大的对象,将其引用置为null,某种程度上可以帮助GC。

> 大部分情况下,这种行为都没有任何好处。

所以,还是早点放弃这种“优化”方式吧。

GC比我们想象的更聪明。

### 五、手动档的GC ###

在很多Java资料上都有下面两个奇技淫巧:

> 通过`Thread.yield()`让出CPU资源给其它线程。

> 通过`System.gc`()触发GC。

 

事实上JVM从不保证这两件事,而`System.gc`()在JVM启动参数中如果允许显式GC,则会**触发FullGC**,对于响应敏感的应用来说,几乎等同于自杀。

 

So,让我们牢记两点:

> Never use `Thread.yield()`。

> Never use `System.gc`()。除非你真的需要回收Native Memory。

第二点有个Native Memory的例外,如果你在以下场景:

- 使用了NIO或者NIO框架(Mina/Netty)

- 使用了DirectByteBuffer分配字节缓冲区

- 使用了MappedByteBuffer做内存映射

由于**Native Memory只能通过FullGC(或是CMS GC)回收**,所以除非你非常清楚这时真的有必要,否则不要轻易调用`System.gc`(),且行且珍惜。

 

另外为了防止某些框架中的`System.gc`调用(例如NIO框架、Java RMI),建议在启动参数中加上`-XX:+DisableExplicitGC`来禁用显式GC。

 

这个参数有个巨大的坑,如果你禁用了`System.gc`(),那么上面的3种场景下的内存就无法回收,可能造成OOM,如果你使用了CMS GC,那么可以用这个参数替代:`-XX:+ExplicitGCInvokesConcurrent`。

关于`System.gc`(),可以参考 @bluedavy 的几篇文章:

- [CMS GC会不会回收Direct ByteBuffer的内存]

- [说说在Java启动参数上我犯的错]

- [java.lang.OutOfMemoryError:Map failed]

### 六、指定容器初始化大小 ###

Java容器的一个特点就是可以动态扩展,所以通常我们都不会去考虑初始大小的设置,不够了反正会自动扩容呗。

但是扩容不意味着没有代价,甚至是很高的代价。

 

例如一些基于数组的数据结构,例如`StringBuilder`、`StringBuffer`、`ArrayList`、`HashMap`等等,在扩容的时候都需要做ArrayCopy,对于不断增长的结构来说,经过若干次扩容,会存在大量无用的老数组,而回收这些数组的压力,全都会加在GC身上。

 

这些容器的构造函数中通常都有一个可以指定大小的参数,如果对于某些大小可以预估的容器,建议加上这个参数。

 

可是因为容器的扩容并不是等到容器满了才扩容,而是有一定的比例,例如`HashMap`的扩容阈值和负载因子(loadFactor)相关。

Google Guava框架对于容器的初始容量提供了非常便捷的工具方法,例如:

“`java
Lists.newArrayListWithCapacity(initialArraySize);

Lists.newArrayListWithExpectedSize(estimatedSize);

Sets.newHashSetWithExpectedSize(expectedSize);

Maps.newHashMapWithExpectedSize(expectedSize);
“`

这样我们只要传入预估的大小即可,容量的计算就交给Guava来做吧。

反例:

> 如果采用默认无参构造函数,创建一个ArrayList,不断增加元素直到OOM,那么在此过程中会导致:
> – 多次数组扩容,重新分配更大空间的数组
> – 多次数组拷贝
> – 内存碎片

### 七、对象池 ###

为了减少对象分配开销,提高性能,可能有人会采取对象池的方式来缓存对象集合,作为复用的手段。

但是对象池中的对象由于在运行期长期存活,大部分会晋升到Old Generation,因此无法通过YoungGC回收。

并且通常……没有什么效果。

 

对于对象本身:

> 如果对象很小,那么分配的开销本来就小,对象池只会增加代码复杂度。

> 如果对象比较大,那么晋升到Old Generation后,对GC的压力就更大了。

从线程安全的角度考虑,通常池都是会被并发访问的,那么你就需要处理好同步的问题,这又是一个大坑,并且**同步带来的开销,未必比你重新创建一个对象小**。

对于对象池,唯一合适的场景就是**当池中的每个对象的创建开销很大**时,缓存复用才有意义,例如每次new都会创建一个连接,或是依赖一次RPC。

比如说:

> – 线程池
> – 数据库连接池
> – TCP连接池

即使你真的需要实现一个对象池,也请使用成熟的开源框架,例如Apache Commons Pool。

另外,使用JDK的ThreadPoolExecutor作为线程池,不要重复造轮子,除非当你看过AQS的源码后认为你可以写得比Doug Lea更好。

### 八、对象作用域 ###

尽可能缩小对象的作用域,即生命周期。

> 如果可以在方法内声明的局部变量,就不要声明为实例变量。

> 除非你的对象是单例的或不变的,否则尽可能少地声明static变量。

### 九、各类引用 ###

`java.lang.ref.Reference`有几个子类,用于处理和GC相关的引用。JVM的引用类型简单来说有几种:

- Strong Reference,最常见的引用
- Weak Reference,当没有指向它的强引用时会被GC回收
- Soft Reference,只当临近OOM时才会被GC回收
- Phantom Reference,主要用于识别对象被GC的时机,通常用于做一些清理工作

 

当你需要实现一个缓存时,可以考虑优先使用`WeakHashMap`,而不是`HashMap`,当然,更好的选择是使用框架,例如Guava Cache。

 

最后,再次提醒,以上的这些未必可以对代码有多少性能上的提升,但是熟悉这些方法,是为了帮助我们写出更卓越的代码,和GC更好地合作。

 

——————————————-
对于编写GC友好或者更好的说法是memory efficient的Java应用,我的建议是:
1.从我们的应用来看,内存分配的主要浪费是集中在了自增长数据结构上,所以在使用自增长数据结构时,要尽可能设置合理的初始化大小,感兴趣的同学可以去查下jrockit的StringMaker,这个是一个优化的典型case;

 

2.数据结构的选择,不同数据结构对内存的占用差别是非常大的,这个大家可以去google一个ppt(Building Memory-efficient Java Applications),还有一个JavaOne 2013上面的Memory Efficient Java的PPT也建议大家看看;

 

3.还有很多的小技巧,例如尽可能避免autobox造成的内存浪费,例如int–>Integer造成的new对象,这个感兴趣的可以去找下JavaOne 2010年时候的一个关于auto box/unbox的case代码。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
java编程思想第四版第六章总结
为什么f要代码重构 第一次代码不一定是完美的, 总会发现更优雅的写法.
45 0
java编程思想第四版第十一章总结
容器类被分为两类:Collection和Map
51 0
java编程思想第四版第十章总结
内部类的特性 他允许你把一些逻辑相关的类组织在一起。
24 0
java编程思想第四版第二章要点总结
boolean类型所占的存储空间大小没有明确指定, 仅定义为能够取字面量值true和false
38 0
java编程思想第四版第五章总结
构造器的一个重要的作用: 保证对象被使用之前初始化了.
37 0
java编程思想第四版第八章总结
多态的含义 面向对象的三大基本特征: 封装,继承,多态。
48 0
java编程思想第四版第七章总结
实现类的复用通常有两种方式 组合:在新的类中产生现有类的对象 继承:按照现有类的类型来创造新类
39 0
java编程思想第四版第九章总结
本章非常重要, 里面的内容涉及到了三个设计模式, 以及接口的有点,掌握这些就是掌握了重点
42 0
文章
问答
文章排行榜
最热
最新
相关电子书
更多
Java开发者面试百宝书
立即下载
云栖专家带你技术进阶之理解Java内存管理机制
立即下载
Java开发手册-孤尽秘传版
立即下载