Java物件的記憶體佈局

JaJian發表於2020-09-21
Java物件記憶體

今天來講些抽象的東西 -- 物件頭，因為我在學習的過程中發現很多地方都關聯到了物件頭的知識點，例如JDK中的 synchronized鎖優化 和 JVM 中物件年齡升級等等。要深入理解這些知識的原理，瞭解物件頭的概念很有必要，而且可以為後面分享 synchronized 原理和 JVM 知識的時候做準備。

物件記憶體構成

Java 中通過 new 關鍵字建立一個類的例項物件，物件存於記憶體的堆中並給其分配一個記憶體地址，那麼是否想過如下這些問題：

  • 這個例項物件是以怎樣的形態存在記憶體中的？
  • 一個Object物件在記憶體中佔用多大？
  • 物件中的屬性是如何在記憶體中分配的？

在 JVM 中，Java物件儲存在堆中時，由以下三部分組成：

  • 物件頭（object header）：包括了關於堆物件的佈局、型別、GC狀態、同步狀態和標識雜湊碼的基本資訊。Java物件和vm內部物件都有一個共同的物件頭格式。
  • 例項資料（Instance Data）：主要是存放類的資料資訊，父類的資訊，物件欄位屬性資訊。
  • 對齊填充（Padding）：為了位元組對齊，填充的資料，不是必須的。

物件頭

我們可以在Hotspot官方文件中找到它的描述(下圖)。從中可以發現，它是Java物件和虛擬機器內部物件都有的共同格式，由兩個字(計算機術語)組成。另外，如果物件是一個Java陣列，那在物件頭中還必須有一塊用於記錄陣列長度的資料，因為虛擬機器可以通過普通Java物件的後設資料資訊確定Java物件的大小，但是從陣列的後設資料中無法確定陣列的大小。

它裡面提到了物件頭由兩個字組成，這兩個字是什麼呢？我們還是在上面的那個Hotspot官方文件中往上看，可以發現還有另外兩個名詞的定義解釋，分別是 mark word 和 klass pointer。

從中可以發現物件頭中那兩個字：第一個字就是 mark word，第二個就是 klass pointer。

Mark Word

用於儲存物件自身的執行時資料，如雜湊碼（HashCode）、GC分代年齡、鎖狀態標誌、執行緒持有的鎖、偏向執行緒ID、偏向時間戳等等。

Mark Word在32位JVM中的長度是32bit，在64位JVM中長度是64bit。我們開啟openjdk的原始碼包，對應路徑/openjdk/hotspot/src/share/vm/oops，Mark Word對應到C++的程式碼markOop.hpp，可以從註釋中看到它們的組成，本文所有程式碼是基於Jdk1.8。

Mark Word在不同的鎖狀態下儲存的內容不同，在32位JVM中是這麼存的

在64位JVM中是這麼存的

雖然它們在不同位數的JVM中長度不一樣，但是基本組成內容是一致的。

  • 鎖標誌位（lock）：區分鎖狀態，11時表示物件待GC回收狀態, 只有最後2位鎖標識(11)有效。
  • biased_lock：是否偏向鎖，由於正常鎖和偏向鎖的鎖標識都是 01，沒辦法區分，這裡引入一位的偏向鎖標識位。
  • 分代年齡（age）：表示物件被GC的次數，當該次數到達閾值的時候，物件就會轉移到老年代。
  • 物件的hashcode（hash）：執行期間呼叫System.identityHashCode()來計算，延遲計算，並把結果賦值到這裡。當物件加鎖後，計算的結果31位不夠表示，在偏向鎖，輕量鎖，重量鎖，hashcode會被轉移到Monitor中。
  • 偏向鎖的執行緒ID（JavaThread）：偏向模式的時候，當某個執行緒持有物件的時候，物件這裡就會被置為該執行緒的ID。 在後面的操作中，就無需再進行嘗試獲取鎖的動作。
  • epoch：偏向鎖在CAS鎖操作過程中，偏向性標識，表示物件更偏向哪個鎖。
  • ptr_to_lock_record：輕量級鎖狀態下，指向棧中鎖記錄的指標。當鎖獲取是無競爭的時，JVM使用原子操作而不是OS互斥。這種技術稱為輕量級鎖定。在輕量級鎖定的情況下，JVM通過CAS操作在物件的標題字中設定指向鎖記錄的指標。
  • ptr_to_heavyweight_monitor：重量級鎖狀態下，指向物件監視器Monitor的指標。如果兩個不同的執行緒同時在同一個物件上競爭，則必須將輕量級鎖定升級到Monitor以管理等待的執行緒。在重量級鎖定的情況下，JVM在物件的ptr_to_heavyweight_monitor設定指向Monitor的指標。

Klass Pointer

即型別指標，是物件指向它的類後設資料的指標，虛擬機器通過這個指標來確定這個物件是哪個類的例項。

例項資料

如果物件有屬性欄位，則這裡會有資料資訊。如果物件無屬性欄位，則這裡就不會有資料。根據欄位型別的不同佔不同的位元組，例如boolean型別佔1個位元組，int型別佔4個位元組等等；

對齊資料

物件可以有對齊資料也可以沒有。預設情況下，Java虛擬機器堆中物件的起始地址需要對齊至8的倍數。如果一個物件用不到8N個位元組則需要對其填充，以此來補齊物件頭和例項資料佔用記憶體之後剩餘的空間大小。如果物件頭和例項資料已經佔滿了JVM所分配的記憶體空間，那麼就不用再進行對齊填充了。

所有的物件分配的位元組總SIZE需要是8的倍數，如果前面的物件頭和例項資料佔用的總SIZE不滿足要求，則通過對齊資料來填滿。

為什麼要對齊資料？欄位記憶體對齊的其中一個原因，是讓欄位只出現在同一CPU的快取行中。如果欄位不是對齊的，那麼就有可能出現跨快取行的欄位。也就是說，該欄位的讀取可能需要替換兩個快取行，而該欄位的儲存也會同時汙染兩個快取行。這兩種情況對程式的執行效率而言都是不利的。其實對其填充的最終目的是為了計算機高效定址。

至此，我們已經瞭解了物件在堆記憶體中的整體結構佈局，如下圖所示

Talk is cheap, show me code

概念的東西是抽象的，你說它是這樣組成的，就真的是嗎？學習是需要持懷疑的態度的，任何理論和概念只有自己證實和實踐之後才能接受它。還好 openjdk 給我們提供了一個工具包，可以用來獲取物件的資訊和虛擬機器的資訊，我們只需引入 jol-core 依賴，如下

<dependency>
  <groupId>org.openjdk.jol</groupId>
  <artifactId>jol-core</artifactId>
  <version>0.8</version>
</dependency>

jol-core 常用的三個方法

  • ClassLayout.parseInstance(object).toPrintable()：檢視物件內部資訊.
  • GraphLayout.parseInstance(object).toPrintable()：檢視物件外部資訊，包括引用的物件.
  • GraphLayout.parseInstance(object).totalSize()：檢視物件總大小.

普通物件

為了簡單化，我們不用複雜的物件，自己建立一個類 D，先看無屬性欄位的時候

public class D {
}

通過 jol-core 的 api，我們將物件的內部資訊列印出來

public static void main(String[] args) {
    D d = new D();
    System.out.println(ClassLayout.parseInstance(d).toPrintable());
}

最後的列印結果為

可以看到有 OFFSET、SIZE、TYPE DESCRIPTION、VALUE 這幾個名詞頭，它們的含義分別是

  • OFFSET：偏移地址，單位位元組；
  • SIZE：佔用的記憶體大小，單位為位元組；
  • TYPE DESCRIPTION：型別描述，其中object header為物件頭；
  • VALUE：對應記憶體中當前儲存的值，二進位制32位；

可以看到，d物件例項共佔據16byte，物件頭（object header）佔據12byte（96bit），其中 mark word佔8byte（64bit），klass pointe 佔4byte，另外剩餘4byte是填充對齊的。

這裡由於預設開啟了指標壓縮 ，所以物件頭佔了12byte，具體的指標壓縮的概念這裡就不再闡述了，感興趣的讀者可以自己查閱下官方文件。jdk8版本是預設開啟指標壓縮的，可以通過配置vm引數開啟關閉指標壓縮，-XX:-UseCompressedOops。

如果關閉指標壓縮重新列印物件的記憶體佈局，可以發現總SIZE變大了，從下圖中可以看到，物件頭所佔用的記憶體大小變為16byte（128bit），其中 mark word佔8byte，klass pointe 佔8byte，無對齊填充。

開啟指標壓縮可以減少物件的記憶體使用。從兩次列印的D物件佈局資訊來看，關閉指標壓縮時，物件頭的SIZE增加了4byte，這裡由於D物件是無屬性的，讀者可以試試增加幾個屬性欄位來看下，這樣會明顯的發現SIZE增長。因此開啟指標壓縮，理論上來講，大約能節省百分之五十的記憶體。jdk8及以後版本已經預設開啟指標壓縮，無需配置。

陣列物件

上面使用的是普通物件，我們來看下陣列物件的記憶體佈局，比較下有什麼異同

public static void main(String[] args) {
    int[] a = {1};
    System.out.println(ClassLayout.parseInstance(a).toPrintable());
}

列印的記憶體佈局資訊，如下

可以看到這時總SIZE為共24byte，物件頭佔16byte，其中Mark Work佔8byte，Klass Point 佔4byte，array length 佔4byte，因為裡面只有一個int 型別的1，所以陣列物件的例項資料佔據4byte，剩餘對齊填充佔據4byte。

結尾

經過以上的內容我們瞭解了物件在記憶體中的佈局，瞭解物件的記憶體佈局和物件頭的概念，特別是物件頭的Mark Word的內容，在我們後續分析 synchronize 鎖優化 和 JVM 垃圾回收年齡代的時候會有很大作用。

JVM中大家是否還記得物件在Suvivor中每熬過一次MinorGC，年齡就增加1，當它的年齡增加到一定程度後就會被晉升到老年代中，這個次數預設是15歲，有想過為什麼是15嗎？在Mark Word中可以發現標記物件分代年齡的分配的空間是4bit，而4bit能表示的最大數就是2^4-1 = 15。

相關文章