运行过程+运行效率

栏目: Java · 发布时间: 5年前

运行过程+运行效率

  1. 将class文件加载到JVM中,加载后的 Java 类会被存放在 方法区 ,实际运行时,虚拟机会执行方法区内的代码
  2. JVM同样会将内存划分出 来存储运行时数据,栈会细分 本地方法栈Java方法栈
  3. PC寄存器:用于记录 各个线程的执行位置
  4. 在运行过程中,每当调用进入一个 Java方法 ,JVM会在 当前线程的Java方法栈 中生成一个 栈帧
    • 栈帧用于存放 局部变量表操作数
    • 栈帧的大小是 提前计算 好的,并且JVM 不要求 栈帧在内存空间里 连续分布
  5. 当退出当前执行的方法时,不管是 正常返回 还是 异常返回 ,JVM都会 弹出并舍弃当前线程的当前栈帧

硬件视角

运行过程+运行效率

  1. Java字节码无法直接执行,需要JVM将字节码翻译成机器码,有两种形式: 解析执行 + 即时编译
    • 解释执行:逐条将字节码翻译成机器码并执行, 无需等待编译
    • 即时编译(JIT):将 一个方法中包含的所有字节码 编译成机器码后再执行, 实际运行速度更快
  2. HotSpot默认采用 混合模式先解析执行 字节码,然后将其反复执行的热点代码, 以方法为单位 进行 即时编译
    • 即时编译建立在 2-8定律 的假设之上
    • 对于占据大部分的不常用代码,无需耗费时间将其编译成机器码,而是采用解释执行的方式
    • 对于仅占小部分的热点代码,我们可以将其编译成机器码,以达到理想的运行速度

JVM的运行效率

  1. 理论上讲,即时编译后的Java程序的执行效率,是有可能超过C++程序的,这是因为与静态编译相比,即时编译拥有程序的 运行时信息 ,并且能够根据这个信息作出 相应的优化
  2. 为了满足不同用户场景的需要,HotSpot内置了多个即时编译器: C1C2Graal (Java 10引入,实验性)
    • 引入多个即时编译器,是为了在 编译时间生成代码的执行效率 之间进行取舍
    • C1又叫做 Client编译器 ,面向对 启动性能 有要求的GUI程序,采用的优化手段相对简单,因此编译时间较短
    • C2又叫做 Server编译器 ,面向对是对 峰值性能 有要求的服务端程序,采用的优化手段相对复杂,因此编译时间较长,但生成代码执行效率较高
  3. 从Java 7开始,HotSpot默认采用 分层编译 的方式, 热点方法首先会被C1编译,而后热点方法中的热点会进一步被C2编译
  4. 为了不干扰应用的正常运行,HotSpot的即时编译是放在 额外的编译线程 中进行的,HotSpot会根据CPU的数量设置编译线程的数目,默认按 1:2 的比例配置给C1和C2编译器
  5. 在计算资源充足的情况下,字节码的 解释执行和即时编译可同时进行 。解析完成后的机器码会在 下一次调用 该方法时启用,以替换原本的解释执行

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Python金融大数据分析

Python金融大数据分析

[德] 伊夫·希尔皮斯科 / 姚军 / 人民邮电出版社 / 2015-12 / CNY 99.00

唯一一本详细讲解使用Python分析处理金融大数据的专业图书;金融应用开发领域从业人员必读。 Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业开发核心应用的首选编程语言。《Python金融大数据分析》提供了使用Python进行数据分析,以及开发相关应用程序的技巧和工具。 《Python金融大......一起来看看 《Python金融大数据分析》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

URL 编码/解码
URL 编码/解码

URL 编码/解码