内容简介:虚拟机在执行 Java 程序的过程中会把它管理的内存划分为若干个不同的数据区域,这些区域各司其职下面这 3 个区域都是线程私有的区域,每个线程独占一份下面两个为线程共享的区域
虚拟机在执行 Java 程序的过程中会把它管理的内存划分为若干个不同的数据区域,这些区域各司其职
1. 线程私有
下面这 3 个区域都是线程私有的区域,每个线程独占一份
(1)程序计数器
- 当前线程所执行的字节码的行号指示器
- 通过改变计数器的值来选取下一条执行的字节码指令
- 帮助完成分支,循环,跳转,异常处理,线程恢复等基础功能
- 多线程环境中,为了正常完成线程的切换,使得各个线程能恢复到正确的执行位置,因此每条线程都需要一个程序计数器
- 唯一一个不会出现 OutOfMemoryError 情况的区域
(2)虚拟机栈
- 每个方法执行时都会创建一个栈帧,当方法被调用,栈帧入栈,方法执行完成,出栈
- 每个栈帧存储局部变量表,操作栈,动态链接,方法出口等
- 局部变量表存储了当前方法的局部变量,包括基本数据类型,对象引用(指针)以及 returnAddress 类型(指向一条字节码指令的地址)
-
可能出现的两种异常:
StackOverflowError:栈溢出,线程请求的栈深度大于虚拟机允许的深度
OutOfMemoryError:内存溢出,如果虚拟机栈可以动态扩展,那么如果扩展时无法申请到足够的内存,则抛出异常
(3)本地方法栈
- 作用,运行机制,异常类型等与虚拟机栈相同
- 为 native 方法服务
- 很多虚拟机中,本地方法栈和虚拟机栈合二为一
2. 线程共享
下面两个为线程共享的区域
(4)堆
- 虚拟机管理的内存中最大的一块
- 存放对象实例
- 垃圾回收器管理的主要区域,也被称为 GC 堆,并因此可以细分为新生代和老年代
- 可以处于不连续的空间中
- 当没有内存完成实例分配,堆也无法扩展时,抛出 OutOfMemoryError
(5)方法区
- 存储已被虚拟机加载的类信息,常量,静态变量,即时编译器编译后的代码等
- 垃圾回收行为在这个区域很少出现,因此也被称作为“永久代”
值得注意的是,从 Java 8 开始,方法区被移除,取而代之的是一个叫元空间(Metaspace)的区域
(6)运行时常量池
- Java 6 及之前属于方法区的一部分;Java 7 后被移入堆区域
- 存放编译器生产的各种字面量和符号引用,在类加载时期存入运行时常量池
二. 了解 Java 对象
1. 对象的创建
对象的创建过程中有以下几大步骤:
(1)类加载检查
当虚拟机遇到一个 new 指令,说明要创建对象了;但在创建对象之前,会先去检查这个类是否已经加载过,解析和初始化过,如果没有,则先执行类加载过程
(2)分配内存
在堆中划分出一块确定大小的内存,分配方式有两种
分配方法:
- 指针碰撞:使用这种方法,堆内存必须是规整的(用过的放一边,空闲的放一边),然后中间放一个指针作为分界点。分配内存时只需要将指针挪一段与对象大小相等的距离即可
- 空闲列表:如果堆内存不规整,就只能使用空闲列表法了。JVM 维护一个列表来记录内存块的使用情况;分配时找到一块足够大的空间划分给对象然后更新表记录即可
保证线程安全:
为了保证线程安全,避免同一块区域同时分配给多个对象,通常使用两种方法
- CAS:每当要写入数据时,先比较当前值(工作内存)与主内存中的值是否一致,是则进行写入,否则重新获取值
- TLAB:每个线程预先分配一小块内存,称为本地线程分配缓冲(TLAB);如果某个线程的 TLAB 用完,需要分配新的 TLAB,这些则需要进行同步锁定
(3)初始化零值
将分配到的内存空间都初始化为零值;这样可以使得对象在代码中不赋初始值就直接使用
public class Person { int age; public static void main(String[] args) { Person person = new Person(); System.out.println(person.age); } } 复制代码
类似这样的情况,age 被默认赋值为 0
(4)设置对象头
将类的自身运行时数据(HashCode,GC 分代年龄,锁状态标志等);类型指针(指向类元数据,确定是哪个类的实例)存放在对象头中
以上所述就是小编给大家介绍的《一文带你了解 JVM 的内存区域》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
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。
数据挖掘导论
Pang-Ning Tan、Michael Steinbach、Vipin Kumar / 范明、范宏建 / 人民邮电出版社 / 2010-12-10 / 69.00元
本书全面介绍了数据挖掘,涵盖了五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术,而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时,还能够了解更多重要的高级主题。 本书是明尼苏达大学和密歇根州立大学数据挖掘课程的教材,由于独具特色,正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。 ......一起来看看 《数据挖掘导论》 这本书的介绍吧!