07月
04

发表于 • 字数统计 2005 • 被 847 人看爆

面试的过程中，了解到JVM逃逸分析方面的知识，但网上的资料比较混乱，于是我做了一下总结和实践

概念引入

众所周知，Java创建的对象都是被分配到堆内存上，但是事实并不是这么绝对。通过对Java对象分配的过程分析，可以知道有两个地方会导致Java中创建出来的对象并不一定分配在堆内存上。这两个点分别是Java中的逃逸分析和TLAB（Thread Local Allocation Buffer）线程私有的缓存区。

基本概念介绍

逃逸分析，是一种可以有效减少Java程序中同步负载和内存堆分配压力的跨函数全局数据流分析算法。通过逃逸分析，Java Hotspot编译器能够分析出一个新的对象的引用的使用范围从而决定是否要将这个对象分配到堆上。

在计算机语言编译器优化原理中，逃逸分析是指分析指针动态范围的方法，它同编译器优化原理的指针分析和外形分析相关联。

当变量（或者对象）在方法中分配后，其指针有可能被返回或者被全局引用，这样就会被其他过程或者线程所引用，这种现象称作指针（或者引用）的逃逸(Escape)。通俗点讲，如果一个对象的指针被多个方法或者线程引用时，那么我们就称这个对象的指针发生了逃逸。

当指针未发生逃逸，表示该指针作用范围只在当前方法/栈中，那么可以将该指针分配到栈里，当栈结束，指针变量也结束

Java在Java SE 6u23以及以后的版本中支持并默认开启了逃逸分析的选项。Java的 HotSpot JIT编译器，能够在方法重载或者动态加载代码的时候对代码进行逃逸分析，同时Java对象在堆上分配和内置线程的特点使得逃逸分析成Java的重要功能。

代码示例

package me.stormma.gc;

public class EscapeAnalysis {
     public static B b;
     /**
      * 1. 全局变量赋值发生指针逃逸
      */
     public void globalVariablePointerEscape() {
         b = new B();
     }
     /**
      * 2. 方法返回引用，也发生指针逃逸
      * @return
      */
     public B methodPointerEscape() {
         return new B();
     }
     /**
      * 3. 实例引用发生指针逃逸
      */
     public void instancePassPointerEscape() {
         methodPointerEscape().printClassName( this );
     }
     class B {
         public void printClassName(EscapeAnalysis clazz) {
             System.out.println(clazz.getClass().getName());
         }
     }
}

逃逸分析研究对于 java 编译器有什么好处呢？

我们可以采用逃逸分析对 JVM 进行优化。首先我们需要分析并且找到未逃逸的变量，将该变量类的实例化内存直接在栈里分配，无需进入堆，分配完成之后，继续调用栈内执行，最后线程执行结束，栈空间被回收，局部变量对象也被回收，通过这种方式的优化，与优化前的方案主要区别在于对象的存储介质，优化前是在堆中，而优化后的是在栈中，从而减少了堆中临时对象的分配（较耗时），从而优化性能。

使用逃逸分析进行性能优化(-XX:+DoEscapeAnalysis开启逃逸分析)

public void method() {
     Test test = new Test();
     //处理逻辑
     ......
     test = null ;
}

这段代码，之所以可以在栈上进行内存分配，是因为没有发生指针逃逸，即引用没有暴露出这个方法体。

逃逸性能比较

package me.stormma.gc;

public class EscapeAnalysisTest {
     private static class Foo {
         private int x;
         private static int counter;
         public Foo() {
             x = (++counter);
         }
     }
     public static void main(String[] args) {
         long start = System.nanoTime();
         for ( int i = 0 ; i < 1000 * 1000 * 10 ; ++i) {
             Foo foo = new Foo();
         }
         long end = System.nanoTime();
         System.out.println( "Time cost is " + (end - start));
     }
}

使用逃逸分析优化 JVM输出结果( -server -XX:+DoEscapeAnalysis -XX:+PrintGC)

Time cost is 11012345

未使用逃逸分析优化 JVM 输出结果( -server -Xmx10m -Xms10m -XX:-DoEscapeAnalysis -XX:+PrintGC)

Time cost is 68562263

结果：使用逃逸分析优化，效率是不使用优化的1/6

代码跑出来的结果非常直观，说明逃逸优化是一个比较实用的可优化点，希望以后在实战上能用的上

分享到：