JVM基础——类加载与内存区域

参考文献 ：
一篇JVM详细图解，坚持看完！带你真正搞懂Java虚拟机
深入理解 Java 虚拟机（JVM）从入门到精通

初识JVM

JVM即Java Virtual Machine，Java虚拟机，是Java运行的虚拟环境，跨平台的基础，其核心功能主要有：

1. 解释运行 。Java是一种既编译又解释的语言，编译器将.java文件编译为.class字节码文件，JVM负责将其解释为机器码；
2. 内存管理。对象和方法的内存分配，以及垃圾回收等内存管理工作都由JVM完成；
3. 即时编译。为了支持跨平台，代码是由虚拟机实时解释的，若不作优化性能远远不如C，故JVM采用了JIT即时编译技术，将热点代码转为机器码并保存至内存，可达到接近C的性能。

JVM本质也是一种软件，目前也有很多其他语言借助JVM运行（Kotlin、Scala），故只要遵守虚拟机规范即可（官方规范在此，有兴趣也可以自己搓个JVM），常见有以下几种实现：

• HotSpot： Oracle/Sun 官方主推的 JVM 实现，也是目前使用最广泛的版本（OpenJDK、Oracle JDK 默认）
• GraalVM：Oracle 推出的新一代多语言虚拟机，不仅支持 Java，还兼容 Scala、Python、C++ 等
• OpenJ9：IBM 开源的 JVM 实现（基于 J9）
• Dragonwell：阿里基于 Oracle HotSpot（OpenJDK）的定制化

JVM结构详解

JVM结构如下图：

其大致工作过程为：

1. 类加载器（ClassLoader）加载.class字节码文件到JVM内存；
2. 执行引擎对字节码进行处理（解释执行+JIT编译），转化为机器码；
3. JVM管理运行时内存（分配/回收），支撑代码执行；
4. 执行完成后，释放资源并退出JVM进程

本地方法为C++实现的方法，不可修改

下面将逐个内容进行详解。

使用工具

后面涉及查看字节码、进程监控等要使用诸多工具，这里提前拿出来整合在一起。

字节码查看工具jclasslib

字节码是未编码的二进制文件，需用特定工具jclasslib查看，该工具目前已集成在IDEA中，打开方式如下：

字节码与源码对照如下：

集成的是个阉割版，要使用更多功能还是得装插件：

使用插件看的一般信息：

可见更精准的字节码如下：

进程监控工具Arthus

Arthas 是阿里开源的Java诊断工具，无侵入式排查JVM/应用问题，可在程序运行时诊断问题。

官方下载链接：https://arthas.aliyun.com/doc/download.html

有关快速使用教程可见：https://arthas.aliyun.com/doc/quick-start.html

上线后的程序未生效，可用该工具查看源码是否正确更新。

较强的功能是可用jad class文件名反编译成源码，如果没有保护的话将直接获取到原源码信息。

注释，变量名等还需处理，能保存基本执行逻辑

介绍一个不停机上线热补丁的功能：

jad --source-only 类名>目录/文件名.java		// 反编译
// 修改代码
mc -c 加载器哈希 目录/文件名.java -d 输出目录 // 编译修改过的代码 
retransform 字节码路径						// 加载新的字节码

应急手段，无法修改类结构（新增、删除方法），已有对象不受影响（已创建实例使用旧字节码，可能产生数据不一致问题），仅用于紧急bug修复。

其他内置命令

javap -v 字节码文件 jdk自带反编译工具，可查看字节码内容，jar包可用jar -xvf解压后查看

sd-jdi.jar 也可查看字节码及元数据信息，使用方法可见https://javabetter.cn/jvm/hsdb.html

字节码文件

一般信息中包含：

1. 魔数：字节码固定为0xCAFEBABE，系统通过该文件头校验文件类型，JPEG为FFD8FF，PNG为89504E47；
2. 主副版本号：通常关注主版本号，编译版本为主版本号-44，环境冲突字节码与环境不一致时通常调整字节码文件；
3. 方法计数：类中的方法数量，构造方法隐式，故为2；

常量池 ：

为避免相同内容重复定义，节省空间，将字段存储在常量池，如定义两个String，不同字段指向同一个常量。

方法 ：

方法的字节码文件，常用命令如下：

命令	含义
istore_1	操作数栈顶数存到局部变量表索引1的位置
iload_1	局部变量表索引1的位置存入操作数栈
iconst_1	int常量1压入操作数栈
iadd	栈顶两个数相加
iinc 1 1	局部变量表1自增1

由此我们比较i++和i=i+1的性能差距，字节码如下：

2 iinc 1 by 1		# 自增1

5 iload_1			# 加载局部变量表到操作数栈
6 iconst_1			# 常量压入操作数栈
7 iadd				# 栈顶两个数相加	
8 istore_1			# 保存局部变量

由此可见自增操作效率比重新赋值高得多。（但通常JIT会优化成等价机器码，性能差别不大）

类的生命周期

类的生命周期即类的加载、使用、卸载过程，我们通常关注其准备阶段，即加载、连接、初始化。

加载

该部分负责将类加载到JVM内存中，具体过程如下：

1. 类加载器根据全限定类名，以二进制流形式获取字节码信息；
2. JVM解析字节码文件后，在元空间生成InstanceKlass对象（保存类的访问标志、常量池、字段表等基础元数据）；
3. JVM在堆中生成class对象，对象持有指向InstanceKlass的指针。

补充：

InstanceKlass是 HotSpot JVM 中用 C++ 实现的核心数据结构，是Java类在JVM底层的元数据载体，每个类只有一个实例，对Java层完全透明。

类加载时，JVM 在元空间创建 InstanceKlass存储类元数据，在堆创建 Class作为访问代理，也就是说InstanceKlass是真身，Class是访问代理。

连接

连接阶段主要完成验证、准备和解析工作。

验证负责校验字节码是否满足Java虚拟机要求，主要校验以下内容：

1. 文件格式，魔数是否为cafebabe，以及主次版本号；
2. 元信息验证，如类必须有父类；
3. 字节码验证，检查语义；
4. 符号引用验证，是否访问其他类的私有方法。

准备阶段负责完成前置工作，为静态变量static分配内存并设置初始值，final修饰的直接赋值，无初始值过程。

解析过程负责将常量池中的符号引用替换为直接引用。

初始化

执行静态代码块中的代码，为静态变量赋值，执行字节码中的clinit构造部分（静态变量赋值和静态代码块执行）。

以下行为可能触发初始化：

1. 访问类的静态变量或方法，final修饰且右边是常量的不会触发；
2. 调用class.forName(String className)；
3. new类对象时；
4. Main方法的当前类。

特殊情况不执行clinit方法：

1. 无静态代码块且无静态变量赋值语句；
2. 有静态变量声明，但无赋值语句；
3. 静态变量的定义使用了static final关键字（编译期常量），准备阶段直接初始化。

访问父类不触发子类初始化，子类调用clinit前，JVM会保证父类的clinit已执行。

类加载器

类加载器ClassLoader负责提供给应用获取类和接口字节码数据，根据加载类的类型不同可分为启动类加载器、扩展类加载器和应用程序类加载器。

启动类加载器Bootstrap

启动类加载器负责加载Java程序的默认依赖，即jre/lib/rt.jar下的文件，如String、ArrayList等类。

该加载器使用C++实现，用户无法通过代码获取启动类加载器。

扩展类加载器Extension

扩展类加载器负责加载通用但非必须的类，通常为jre/lib/ext下的类。

该类间接继承自URLClassLoader，可使用虚拟机参数-Djava.ext.dirs="jar包目录"覆盖或追加加载目录。

应用程序类加载器Application

应用程序类加载器加载额外应用类，具体为classpath用户路径下的类，可用Arthas的classloader -l命令查看类加载器的哈希值、加载的类列表等信息。

要注意的是相同的类加载器+相同的全类名会被视作一个类。

双亲委派机制

三类核心类加载器核心目的是解决类的隔离和安全问题 ，如果使用一个用户能接触到的类加载器加载所有类，可能会出现用户代码篡改核心类库的场景（如加载重写的java.lang.String），具体一个类由何种加载器加载要由双亲委派机制决定。

双亲委派机制的核心功能有两点：

1. 保证类加载的安全性，核心类库不可替换；
2. 避免重复加载。

具体过程为：

1. 向上查找，类加载器接受加载类任务时自底向上查找是否被加载过，未被加载则进入下一阶段；
2. 向下加载，若类不在当前加载器的加载目录，则向下委派，可保证优先由启动类加载。

若核心类（如String）已加载，再次加载用户重写的类不会被加载，保证安全性。

若要主动加载可使用反射的Class.forName()加载字节码文件。

打破双亲委派机制

前面提到，同一个加载器加载的相同全类名的类会被视为一个类，当一个服务运行多个应用时，可能导致类的冲突（比如Tomcat会运行多个web应用），所以有时候需要打破双亲委派机制。

首先介绍下ClassLoader的原理，类加载器加载类大致可以分为如下四步：

1. loadClass，类加载的入口，提供双亲委派机制；

2. findClass，子类的具体实现，获取具体二进制数据；

3. defineClass，调用JVM方法，将数据加载到内存；

4. resolveClass，进入连接阶段。

打破双亲委派机制有以下三种方法：

1. 自定义类：自定义类加载器，并重写loadClass或findClass方法。
2. 线程上下文：JDBC用启动类加载器加载DriverManager，但用应用类加载器加载mysql驱动，同样违反了双亲委派机制。可用Thread.currentThread().getContextClassLoader();获取应用程序类加载器，得以找到驱动。
3. OSGI框架：osgi模块化框架，存在不同级之间类加载器的委托加载，可实现热部署。

JVM内存区域

JVM内存区域主要指的是进程运行时的数据区域，根据是否被线程共享可分为两类：

• 线程不共享：程序计数器、JVM栈、本地方法栈；
• 线程共享：方法区、堆区。

程序计数器

程序计数器（PC 寄存器）记录当前线程正在执行的字节码指令地址；类加载阶段会将指令偏移量转换为实际内存地址，JVM 执行引擎根据程序计数器的值定位并执行对应指令。

多线程环境下，CPU 会不断切换线程执行，为了保证线程切换后能恢复到正确的执行位置，每个线程都必须拥有独立的程序计数器，因此程序计数器是线程私有的。

程序计数器是 JVM 中唯一不会发生内存溢出（OOM）和栈溢出（SOF） 的区域，开发者无需手动管理。

栈

虚拟机栈是描述 Java 方法执行的内存模型，每个线程独有 ，一个虚拟机栈。每个方法执行时，都会创建一个栈帧（Stack Frame），用于存储：局部变量表、操作数栈、动态链接、方法返回地址等信息。

方法从调用到执行完毕的过程，对应着一个栈帧在虚拟机栈中入栈到出栈的过程。

栈帧核心组成：

• 局部变量表：数组结构，存储方法内的局部变量、方法参数；
• 操作数栈：栈式结构，最大深度由编译器确定，用于执行运算、存储中间结果；
• 动态链接：将符号引用转换为直接内存地址的引用；
• 方法返回地址：方法执行完毕后，回到调用该方法的位置。

异常与配置

该区域可能发生两种异常 ：

StackOverflowError：线程请求的栈深度超过虚拟机允许的最大深度（如无限递归）；

OutOfMemoryError：栈扩展时无法申请到足够内存。

栈默认大小约 1MB（取决于操作系统与架构），可通过虚拟机参数-Xss指定栈大小（如-Xss256k）。HotSpot 虚拟机对栈大小的限制范围：100k ~ 1024M，256k 是生产环境常用配置，可有效节省内存。

堆

JVM 内存中最大的一块区域，线程共享 ，唯一用途是存储对象实例与数组，是垃圾回收（GC）的核心管理区域。

堆内存分为三部分：used已使用、total已分配和max最大可分配，堆内存溢出 即used=max=total内存已满且无法继续扩容时，会报OutOfMemory错误。

通常使用虚拟机参数-Xms数值指定初始堆内存大小、Xmx数值指定最大可分配内存大小，生产环境建议将-Xms与-Xmx设为相同值，避免堆内存频繁扩容带来性能损耗。

方法区

线程共享区域，用于存储 JVM 加载的类元信息、常量、静态变量、即时编译器编译后的代码缓存等数据。

JDK7前方法区存放在永久代空间，托管在JVM堆内，JDK8后方法区在元空间，该空间位于操作系统维护的直接内存。

直接内存指不属于Java运行的内存区域，JDK1.4后引入NIO，使用直接内存，主要解决两个问题：

1. 避免堆内对象频繁 GC 带来的性能影响；
2. 减少 IO 操作中「本地内存 ↔ Java 堆」的数据拷贝，提升效率。

运行时常量池是方法区的一部分，存放编译期生成的字面量、符号引用，类加载后存入运行时常量池，支持运行期间动态添加常量。

总结

JVM内存加载的整体流程如下：

1. 类加载器通过双亲委派模型加载字节码到 JVM 内存，保证核心类不被篡改，实现类加载的安全与隔离；
2. 堆 （存储对象 / 数组）和方法区（存储类元信息）是线程共享区域，其中堆是 JVM 最大内存区域，也是垃圾回收的核心目标；
3. 每个线程拥有独立的程序计数器 （记录执行位置）和虚拟机栈 （管理方法调用）；程序计数器无溢出风险，虚拟机栈可能发生栈溢出或内存溢出，但线程私有区域本身不会产生内存泄漏；