# HotSpot 虚拟机实现细节

## 对象的创建

1. new 指令
2. 2\. 检查指令参数能否在常量池中定位到一个类的符号引用
3. 检查符号引用对应的类是否已经加载、解析和初始化过（如果没有需先进行类加载过程）
4. 虚拟机为新生对象分配内存（内存大小在类加载完成后便可以确定）
5. 将内存空间初始化为零值
6. 对对象进行必要配置(属于哪个类的实例、对象的哈希码、对象的GC分代年龄，这些信息存放在对象头(Object Header)中)
7. 执行对象的构造方法\<init>

### 为对象分配空间的方法

为对象分配空间的任务等同于把一块大小确定的内存从 Java 堆中划分出来。

假设 Java 堆中的内存时绝对规整的，用过的内存放在一边，未用过的内存 放在另一边，中间存放着一个指针作为分界点的指示器，则分配内存就是把指针往空闲的一侧移动与对象大小相等的距离，这种分配方式成为「**指针碰撞**」(Bump the pointer)。

如果 Java 堆中内存不是规整的，已使用的内存和未使用的内存相互交错，那就没有办法应用指针碰撞了，虚拟机必须维护一个列表，记录哪些内存块是可用的，当分配空间时，找一块足够大的空间分配给内存实例，并更新列表上的记录，这种分配方式成为「**空闲链表**」(Free List)。

选择哪种分配方式由Java堆是否规整决定，而 Java 堆是否规整又由所采用的垃圾收集器是否带有压缩整理功能决定。

### 如何保证内存分配的线程安全

对象创建在虚拟机中是非常频繁的行为，即使是修改一个指针所指向的位置，在并发情况下也不是线程安全的，可能出现正在给对象 A 分配内存，指针还没来得及移动，对象 B 又使用原来的指针分配内存的情况。

解决方案：

* 对分配内存空间的动作进行同步处理——虚拟机采用CAS和失败重试保证更新操作的原子性
* 把内存分配的动作按照线程划分在不同的空间中进行，每个线程预先在堆中分配一小块内存，成为本地线程分配缓冲（Thread Local Allocation Buffer，TLAB），线程的内存分配在自己的 TLAB 上进行，只有TLAB用完并分配新的 TLAB 时，才需要同步锁定。虚拟机是否使用TLAB，可以通过 -XX:+/-UseTLAB 来配置

## 对象的内存布局

在 HotSpot 虚拟机中，对象在内存中存储的区域分为三部分：对象头(Header)、实例数据(Instance Data)和对齐填充(Padding)。

### 对象头

对象头分为两部分，第一部分用于存储自身的运行时数据：如哈希吗、GC分代年龄、锁状态标志、线程持有的锁等，这部分数据在 32 位 和 64 位的虚拟机中分别为 32 bit 和 64 bit，官方成为"Mark Word"。考虑到空间效率，Mark Word 被设计成一个非固定的数据结构，以便在极小的空间内存储尽量多的信息，它会根据对象的状态复用自己的存储空间。

对象头的另外一部分是类型指针，即对象指向它的类元数据的指针，虚拟机通过这个指针确定这个对象是哪个类的实例。

> 并不是所有的虚拟机实现都需要在对象数据上保留类型指针，也就是说，查找对象的元数据信息并不一定要经过对象本身。
>
> 另外，如果对象类型是 Java 数组，那对象头中还要有一块记录数组长度的信息。因为虚拟机可以通过普通对象的元信息知道对象的大小，但是从数据的元数据信息中无法获得数组的大小。

### 实例数据

实例数据部分是对象存储的有效信息，即代码中定义的各种类型的字段内容，包括从父类继承的字段。这部分的存储顺序会受到虚拟机分配策略参数（FieldsAllocationStyle）和字段在 Java 源码中定义的顺序的影响。

HotSpot 默认的分配策略为 longs/doubles 、ints、shorts/chars、bytes/boolean、oops(Ordinary Object Pointers)，也就是把相同宽度的字段分配到一起。在满足这个条件的前提下，在父类中定义的字段会出现在子类之前。如果 CompactFields 设置为 true(默认为true)，那么子类中较窄的变量会插入到父类变量的间隙中。

### 对齐填充

对齐填充不是必然存在的，仅仅起着占位符的作用。由于 HotSpot VM 的自动内存管理系统要求对象的起始地址必须是8字节的整数倍，也就是说对象的大小必须是8字节的整数倍。而对象的头部数据刚好是8字节的整数倍，所以当实例数据部分没有对齐时，需要进行填充。

> 对齐的好处是方便 CPU 对内存数据的读取。

## 对象的访问定位

Java 程序需要通过栈上的引用(reference)数据来操作堆上的具体对象，虚拟机规范中并没有规定引用该以何种方式定位、访问堆中的对象。目前主流的访问方式有使用句柄和直接指针两种。

### 句柄访问

Java 堆中划分出一块区域作为句柄池，而引用中存储的是对象的句柄的地址，句柄中包含了类的实例数据和类型数据的地址信息。

![通过句柄访问对象](https://2003727139-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LvGEOWsp4TCgpCig1Xz%2F-M2C6H4VkS4y8QZnLhSb%2F-M2CsSXEDSx_qM3lHx-4%2Fimage.png?alt=media\&token=bacc01d2-893e-481f-a7b8-fc1a6be89fe2)

好处是 reference 中存储的是对象的句柄地址，在对象被移动（垃圾回收）时，不用更新reference的数据，只需要修改句柄中的地址。

缺点多了一次指针定位的时间开销。

### 直接指针

引用中存储的是对象在堆中的地址，对象布局中需要放置访问类型数据的相关信息。

![通过直接指针访问对象](https://2003727139-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LvGEOWsp4TCgpCig1Xz%2F-M2C6H4VkS4y8QZnLhSb%2F-M2CsnWHM408Vaaazg7B%2Fimage.png?alt=media\&token=15ebfc1e-354b-41c2-bbd6-156b24c9bcf5)

好处：相比使用句柄速度快。

缺点：对象移动时要同时更新引用的值。

**HotSpot VM 使用直接指针的方式访问对象。**

## 内存回收算法实现

### 枚举根节点

可达性分析必须在一个能确保一致性的快照中进行，「一致性」的意思是在分析过程中不能出现引用关系还在不断发生变化的情况。这也是为什么GC进行时要停止所有 Java 执行线程（Stop the World），即使是在号称不会发生停顿的 CMS 收集器中，枚举根节点时也是必须要停顿的。

目前主流虚拟机采用的都是准确式GC，当执行系统停下来后，并不需要一个不漏的检查完所有执行上下文或全局引用，虚拟机有办法直接知道哪些地方存放着对象的引用。在 HotSpot 实现中，是使用一组 OopMap 的数据来达到这个目的，在类加载完成的时候，HotSpot 就把对象内什么偏移量上是什么类型的数据计算出来，在 JIT 编译过程中，也会在特定的位置记录下栈和寄存器中哪些位置是引用，这样GC 在扫描时就可以得知这些信息。

### 安全点（Safe Point）

为了节省空间，虚拟机不能为每条指令都生成 OopMap，所以只能在「特定位置」记录信息，这些位置成为安全点（Safe Point）。也就是说，程序不能再任何地点都能停顿下来进行GC，只有到达安全点时才能暂停。

安全点的选择以程序「是否有让程序长时间运行的特性」为标准进行选择，由于每条指令的执行时间都很短暂，程序不太可能因为指令流太长而长时间运行。「长时间运行」的明显特征就是指令序列复用，例如方法调用、循环跳转、异常跳转等。

对于如何保证发生GC时所有线程都在安全点上，有两种方式：

#### 抢先式中断

在 GC 发生时，停止所有线程，如果有线程没有执行到安全点，则恢复该线程让它执行到安全点。

#### 主动式中断

当需要中断线程时，不对线程进行操作，而是设置一个标志，各个线程去轮训这个标志，如果标志为真则中断自己，轮询标志的地方和安全点是重合的，*还要加上创建对象需要分配内存的地方。*

### 安全区域(Safe Region)

安全点无法解决线程不执行(sleep、被挂起)时候的情况，这个时候线程无法响应 JVM 的中断请求，执行到安全点再中断，这种情况需要使用安全区域解决。

安全区域就是指在一段代码之中，引用关系不会发生变化，在这个区域的任何地方执行GC都是安全的。

在线程执行到安全区域时，首先标识自己已经执行到了安全区域，如果这时 JVM 要发起 GC 时，就不用管已经标识自己进入安全区域的线程了。在线程离开安全区域时，检查系统是否已经完成了根节点枚举，如果完成，线程继续执行，否则需要等到可以离开安全区域的通知为止。