JVM虚拟机 - 技术栈

#前言

最近在啃JVM，抱着厚厚的PDF课件啃了整整一周，从虚拟机发展史、内存分区、类加载到垃圾回收、JMM内存模型全部梳理了一遍。以前总觉得JVM是面试天书，拆开一步步学才发现逻辑特别连贯，今天以学生视角整理一份完整学习笔记，零基础也能看懂，面试高频考点全部划重点！

一、什么是JVM？

各大虚拟机发展史盘点 JVM全称Java Virtual Machine，Java虚拟机，是一套软件模拟的、隔离环境下的虚拟计算机，也是实现一次编译，到处运行的核心。很多人分不清JVM和VMware、VirtualBox。

VMware/VirtualBox：模拟完整物理CPU指令集，完整复刻硬件；
JVM：只模拟Java字节码指令集，只保留PC寄存器，是专门为Java设计的专用虚拟机。

主流JVM发展史

Sun Classic VM 第一款商用Java虚拟机，JDK1.0诞生，只有解释器，JIT编译器需要外挂，二者无法同时工作，JDK1.4彻底淘汰，现在HotSpot内置了它。
Exact VM JDK1.2推出，解决Classic的缺陷，支持热点探测、解释器+编译器混合执行，但只在Solaris系统短暂使用，很快被HotSpot替代。
HotSpot VM（我们现在用的） 目前绝对主流，JDK1.3成为默认虚拟机，Oracle JDK、OpenJDK默认实现，核心是热点代码探测，解释器和JIT编译器协同工作，平衡启动速度和运行性能。
JRockit 服务端专用虚拟机，无解释器，全靠JIT编译，性能极强，主打低延迟，后来Oracle收购BEA后，把它的优秀特性移植到HotSpot中。
OpenJ9（IBM J9） IBM研发，多场景通用，2017年开源交给Eclipse，服务器、嵌入式都能用，IBM产品默认虚拟机。
阿里Taobao JVM（AJDK） 国产定制虚拟机，基于OpenJDK HotSpot改造，自研GCIH堆外共享、ZenGC垃圾收集器，解决高并发电商场景GC卡顿问题，淘宝、天猫全线替换官方JDK。

二、JVM完整执行流程，四大核心模块

从.class字节码文件到CPU执行，全程分四大组件：

类加载子系统 ClassLoader：读取class文件，加载类到内存；
运行时数据区 Runtime Data Area：内存布局，程序运行时存储数据；
执行引擎 Execution Engine：把字节码翻译成操作系统指令，含解释器、JIT编译器；
本地方法接口 Native Interface ：调用C/C++写的本地方法，配套本地方法库。流程简化：Java代码编译成class文件 → 类加载器载入运行时数据区 → 执行引擎解析字节码 → 本地方法接口调用底层库，交给CPU运行。

三、运行时数据区（JVM内存布局，重中之重）

很多新手会混淆运行时数据区（内存布局） 和JVM（Java内存模型） ，前者是内存物理分区，后者是并发内存访问规范，完全两个概念。内存分为线程共享区 、线程私有区两大类：

（一）线程共享（多线程共用，GC重点回收区域）

1. 堆 Heap

所有对象实例、数组全部存放在堆，是GC最频繁的区域。

JVM参数：-Xms 堆初始最小内存，-Xmx 堆最大内存；
分区：新生代Young + 老年代Old
异常：内存放不下对象抛出 java.lang.OutOfMemoryError: Java heap space

2. 元空间 Metaspace（JDK8替代永久代PermGen）

对应规范里的方法区，存储类结构、静态变量、常量池、编译后的代码。

JDK7及之前：永久代，属于JVM堆内存，容易OOM；
JDK8改动：元空间使用本地物理内存，不再占用堆；字符串常量池从永久代移到堆；
异常：类加载过多抛出 java.lang.OutOfMemoryError: Metaspace。
运行时常量池：元空间的一部分，存字面量、符号引用。

（二）线程私有（每个线程独立一份，线程销毁自动释放，无需GC）

1. Java虚拟机栈

存储方法执行信息，每调用一个方法创建一块栈帧，方法结束栈帧出栈。栈帧四部分：局部变量表、操作数栈、动态链接、方法返回地址 。

局部变量表：存基本类型、对象引用，编译时确定大小；
异常：递归过深、栈容量太小抛出 StackOverflowError；多线程创建过多栈会OOM。
参数 -Xss 设置单个栈的内存大小。

2. 本地方法栈

和虚拟机栈结构一致，专门给native本地C/C++方法使用。HotSpot将虚拟机栈、本地方法栈合并实现。

3. 程序计数器

PC寄存器记录当前线程执行到哪一行字节码指令，唯一不会发生OOM 的内存区域；执行Native本地方法时值为空，执行Java方法存字节码地址。

内存溢出实战小实验

堆OOM：循环创建对象，设置-Xmx20m -Xms20m -XX:+HeapDumpOnOutOfMemoryError，溢出自动导出堆快照，用MAT工具分析区分内存泄漏 （对象无法被GC）和内存溢出（内存确实不足）；
栈溢出：递归无限调用方法，调小-Xss128k，直接抛出StackOverflowError。

四、类加载机制：

类的完整生命周期一个类从加载到卸载分为5大阶段：加载 → 验证 → 准备 → 解析 → 初始化 ，前5步统称类加载。

加载Loading ：通过全限定名读取class二进制流，在元空间生成类结构，创建Class对象作为访问入口；
验证Verify：校验class文件格式、字节码合法性、符号引用安全，防止恶意代码破坏虚拟机；
准备Prepare ：给static静态变量分配内存，赋默认初始值 （static int a=123这里a先等于0）；
解析Resolve：把常量池里的符号引用转为直接内存引用；
初始化Init：执行静态代码块、给静态变量赋程序员写的真实值，真正执行Java代码。

双亲委派模型

如果⼀个类加载器收到了类加载的请求，它⾸先不会⾃⼰去尝试加载这个类，⽽是把这个请求委派给⽗类加载器去完成，每⼀个层次的类加载器都是如此，因此所有的加载请求最终都应该传送到最顶层的启动类加载器中，只有当⽗加载器反馈⾃⼰⽆法完成这个加载请求（它的搜索范围中没有找到所需的类）时，⼦加载器才会尝试⾃⼰去完成加载。

四层类加载器

启动类加载器Bootstrap：C++实现，加载jre/lib/rt.jar核心类；
扩展类加载器Platform：加载jre/lib/ext扩展包；
应用程序加载器AppClassLoader：加载我们自己写的项目代码、ClassPath下jar；
自定义类加载器：用户自己继承ClassLoader实现。

双亲委派规则

收到加载请求，先交给父加载器，层层向上直到Bootstrap；父加载器找不到类，子类才自己加载。

两大好处

避免类重复加载；⽐如A类和B类都有⼀个⽗类C类，那么当A启动时就会将C类加载起来，那么在B类进⾏加载时就不需要在重复加载C类了。
安全防护：防止用户自定义java.lang.Object篡改核心类。

破坏双亲委派：

JDBC SPI案例（核心考点）双亲委派存在局限：核心包（rt.jar）里的代码需要加载用户自定义jar里的实现类，典型就是JDBC。

DriverManager在rt.jar，由Bootstrap加载；
MySQL驱动实现类在项目引入的mysql.jar，只能由AppClassLoader加载；
Bootstrap加载器无法访问子类加载器，于是引入线程上下文类加载器，反向委派子类加载器加载驱动，打破了自上而下的双亲规则。

五、垃圾回收GC：

堆和元空间的回收逻辑线程私有区随线程销毁自动释放，GC只关心堆（对象）和元空间（类）。

1. 如何判断对象是否可回收？

（1）引用计数算法（Java不采用）

对象加计数器，引用+1，失效-1，0则回收；缺陷：循环引用无法回收，

复制代码

public class Test {
 public Object instance = null;
 private static int _1MB = 1024 * 1024;
 private byte[] bigSize = new byte[2 * _1MB];
 public static void testGC() {
 Test test1 = new Test();
 Test test2 = new Test();
 test1.instance = test2;
 test2.instance = test1;
 test1 = null;
 test2 = null;
 // 强制jvm进⾏垃圾回收
 System.gc();
 }
 public static void main(String[] args) {
 testGC();
 }
}

GC后内存明显释放，证明JVM不用这套算法。

（2）可达性分析算法（HotSpot主流）

以GC Roots为起点遍历引用链，没有引用链连通的对象判定为垃圾。能作为GC Roots的对象：

虚拟机栈局部变量引用的对象；
元空间static静态变量引用；
常量引用；
Native本地方法引用。

四种引用强度递减

强引用 ：Object o = new Object()，永远不回收；
软引用SoftReference：内存即将溢出时回收，适合缓存；
弱引用WeakReference：下次GC必回收；
虚引用PhantomReference：仅用于回收时收到系统通知，无法获取对象。

2. 三大基础垃圾回收算法

标记-清除：先标记垃圾再统一清除；缺点：效率低、产生大量内存碎片；
复制算法：内存对半分，存活对象复制到另一半，清空原区域；无碎片，新生代默认使用（Eden+S0/S1）；
标记-整理：标记垃圾后，存活对象向内存一端移动，清理边界外垃圾；老年代使用，解决碎片问题。

3. 分代收集（商用虚拟机统一方案）

根据对象存活周期分区，不同区域使用对应算法：

新生代：98%对象朝生夕死，复制算法；对象在S0/S1来回拷贝，默认15次GC后晋升老年代；
老年代：对象存活率高，标记清除/标记整理。

Minor GC vs Full GC - Minor GC：

新生代回收，频率极高，速度快； - Full GC：整堆（新生代+老年代+元空间）回收，STW停顿极长，尽量避免触发。

4. 七大垃圾收集器（HotSpot）

连线代表收集器可搭配使用，分为新生代、老年代、全区域收集器：

新生代收集器

Serial：单线程串行GC，Client模式默认，全程STW；
ParNew：Serial多线程版本，唯一能和CMS搭配的新生代收集器；
Parallel Scavenge：吞吐量优先收集器，自带自适应调参策略。

老年代收集器

Serial Old：Serial老年代版本，标记整理，CMS失败后备方案；
Parallel Old：Parallel Scavenge配套，多线程标记整理，高吞吐量服务首选；
CMS：低停顿并发收集器，标记清除算法；优点：用户线程和GC并发、停顿短；缺点：占用CPU、浮动垃圾、内存碎片。

全域收集器 G1（Garbage First）：

JDK9默认，把堆切分成多个Region块，区分Eden/Survivor/Old/Humongous大对象区；整体标记整理、局部复制，优先回收垃圾最多的Region，平衡停顿和吞吐量，用来替代CMS。

六、JMM

Java内存模型（并发核心）很多初学者把JMM和运行时数据区搞混，这里划清界限：

JVM运行时数据区：内存物理划分；
JMM：一套并发访问共享变量的规范，屏蔽操作系统硬件内存差异，保证多线程程序跨平台一致。

1. 主内存 & 工作内存

主内存：存储所有共享变量（实例、静态变量、数组）；
工作内存：每个线程私有，保存共享变量副本；线程不能直接读写主内存，所有操作在工作内存完成，通过Load/Save同步主内存。

2. JMM三大核心特性

原子性 ：操作不可拆分，基础读写天然原子，复杂操作用synchronized保证；
可见性 ：一个线程修改变量，其他线程立刻感知，volatile、synchronized、final实现；
有序性 ：防止指令重排序，依靠happens-before先行发生原则。

3. volatile关键字（面试高频）

两大作用：

保证可见性 ：修改立刻刷回主内存，其他线程读取最新值；坑点：不保证原子性，num++自增并发会出错，因为自增分读、加、写三步；
禁止指令重排序：读写volatile变量时，前后代码顺序不会打乱，解决双重检查锁单例空指针问题。

经典案例：

双重校验锁单例不加volatile时，new Singleton()会发生指令重排，先分配内存、再赋值引用，未初始化完成就被其他线程获取空对象；变量加volatile禁止重排序，保证对象初始化完整后再赋值。

4. happens-before先行发生8条规则

用来判断并发代码是否有序，无需锁也能保证可见性：程序次序、锁、volatile、传递性、线程启动/中断/结束、对象finalize规则。

七、学习总结

一周啃完JVM整套内容，最大感受就是知识点环环相扣： 从虚拟机是什么 → 程序怎么跑 → 内存怎么划分 → 类怎么加载进内存 → 不用的对象怎么回收 → 多线程下内存怎么同步。对后端开发者来说，JVM不只是面试考点，更是线上问题排查的基础：OOM内存溢出、GC卡顿、线程死循环、并发数据错乱，全部都要靠这套知识定位根源。后续打算实操MAT堆分析、JProfiler监控、G1调优，

文末碎碎念

文章里很多流程图帮我理清了抽象概念，建议和我一样自学的同学，不要死记参数，先理解整体流程，再逐个攻克垃圾收集器、双亲委派、volatile这些难点，配合简单测试代码跑一遍，记忆会深刻很多。需要的话我可以把文中测试堆OOM、栈溢出、循环引用、volatile自增的完整代码整理出来分享！