JVM之java内存区域[2](堆、方法区、直接内存)

文章目录

  • 版权声明
  • 一 堆
    • 1.1 java堆
    • 1.2 模拟堆区的溢出
    • 1.3 arthas中堆内存相关的功能
    • 1.4 设置大小
  • 二 方法区
    • 2.1 方法区简介
    • 2.2 补充:字符串常量池和运行时常量池
    • 2.3 方法区的大小设计
    • 2.4 arthas中查看方法区
    • 2.5 模拟方法区的溢出
    • 2.7 StringTable的练习题
  • 三 神奇的intern
  • 四 静态变量的存储
  • 五 直接内存
    • 5.1 直接内存简介
    • 5.2 设置直接内存大小
  • 六 jvm内存总结

版权声明

  • 本博客的内容基于我个人学习黑马程序员课程的学习笔记整理而成。我特此声明,所有版权属于黑马程序员或相关权利人所有。本博客的目的仅为个人学习和交流之用,并非商业用途。
  • 我在整理学习笔记的过程中尽力确保准确性,但无法保证内容的完整性和时效性。本博客的内容可能会随着时间的推移而过时或需要更新。
  • 若您是黑马程序员或相关权利人,如有任何侵犯版权的地方,请您及时联系我,我将立即予以删除或进行必要的修改。
  • 对于其他读者,请在阅读本博客内容时保持遵守相关法律法规和道德准则,谨慎参考,并自行承担因此产生的风险和责任。
  • 本博客中的部分观点和意见仅代表我个人,不代表黑马程序员的立场。

一 堆

1.1 java堆

  • 一般Java程序中堆内存是空间最大的一块内存区域。创建出来的对象都存在于堆上

  • 栈上的局部变量表中,可以存放堆上对象的引用。静态变量也可以存放堆对象的引用,通过静态变量就可以实现对象在线程之间共享
    在这里插入图片描述

  • 堆空间有三个需要关注的值,used total max

  • used:当前已使用的堆内存

  • total:java虚拟机已经分配的可用堆内存,max是java虚拟机可以分配的最大堆内存
    在这里插入图片描述

  • 随着堆中的对象增多,当total内存不足时,java虚拟机会继续分配内存给堆。如果堆内存不足,java虚拟机就会不断的分配内存,total值会变大。total最多只能与max相等。
    在这里插入图片描述

  • 如果不设置任何的虚拟机参数,max默认是系统内存的1/4,total默认是系统内存的1/64。在实际应用中一般都需要设置total和max的值

1.2 模拟堆区的溢出

  • 通过new关键字不停创建对象,放入集合中,模拟堆内存的溢出,观察堆溢出之后的异常信息。
  • 堆内存有上限,当对象一直向堆中放入对象达到上限后,就会抛出OutOfMemory错误
package JVM.heap;

import java.io.IOException;
import java.util.ArrayList;

/**
 * 堆内存的使用和回收
 */
public class Demo1 {
    public static void main(String[] args) throws InterruptedException, IOException {
        ArrayList<Object> objects = new ArrayList<Object>();
        while (true){
            objects.add(new byte[1024 * 1024 * 100]);
        }
    }
}

Exception in thread "main" java.lang.OutOfMemoryError: Java heap space

1.3 arthas中堆内存相关的功能

  • 堆内存used total max三个值可以通过dashboard命令看到
  • 手动指定刷新频率(不指定默认5秒一次):dashboard-i刷新频率(毫秒)
Memory                        used     total     max       usage     GC
heap                          185M     972M      14409M    1.29%     gc.ps_scavenge.count               0
ps_eden_space                 185M     254M      5319M     3.49%     gc.ps_scavenge.time(ms)            0
ps_survivor_space             0K       43008K    43008K    0.00%     gc.ps_marksweep.count              0
ps_old_gen                    0K       692224K   11066368K 0.00%     gc.ps_marksweep.time(ms)           0
nonheap                       29M      30M       -1        96.51%
code_cache                    7M       8M        240M      3.31%
metaspace                     19M      20M       -1        96.90%
compressed_class_space        2M       2M        1024M     0.23%
direct                        1500M    1500M     -         100.00%
mapped                        0K       0K        -         0.00%

1.4 设置大小

  • 修改堆的大小,可以使用虚拟机参数 –Xmx(max最大值)和-Xms (初始的total)

  • 语法:-Xmx值 -Xms值

  • 单位:字节(默认,必须是 1024 的倍数)、k或者K(KB)、m或者M(MB)、g或者G(GB)

  • 限制:Xmx必须大于 2 MB,Xms必须大于1MB

  • arthas中显示的heap堆大小与设置的值不一样的解释:arthas中的heap堆内存使用了JMX技术中内存获取方式,这种方式与垃圾回收器有关,计算的是可以分配对象的内存,而不是整个内存。

  • Java服务端程序开发时,建议将-Xmx和-Xms设置为相同的值,在程序启动之后可使用的总内存就是最大内存,而无需向java虚拟机再次申请,减少申请并分配内存时间上的开销,同时也避免出现内存过剩之后堆收缩的情况。
    在这里插入图片描述

二 方法区

2.1 方法区简介

  • 方法区是存放基础信息的位置,线程共享,主要包含三部分内容:类的元信息、运行时常量池、字符串常量池
    在这里插入图片描述
  1. 方法区存储每个类的基本信息(元信息),一般称之为InstanceKlass对象,在类的加载阶段完成。

    在这里插入图片描述

  2. 方法区还存放运行时常量池,常量池中存放的是字节码中的常量池内容。

    • 静态常量池:字节码文件中通过编号查表的方式找到常量。
    • 运行时常量池:当常量池加载到内存中之后,通过内存地址快速的定位到常量池中的内容。
      在这里插入图片描述
  3. 方法区中还有一块区域叫字符串常量池(StringTable)。字符串常量池存储在代码中定义的常量字符串内容。比如“123” ,123就会被放入字符串常量池
    在这里插入图片描述

2.2 补充:字符串常量池和运行时常量池

  • 早期设计时,字符串常量池是运行时常量池的一部分,存储位置一致。后续做了调整,将字符串常量池和运行时常量池做了拆分。
    在这里插入图片描述

2.3 方法区的大小设计


  • 方法区是《Java虚拟机规范》中设计的虚拟概念,每款Java虚拟机在实现上都各不相同。Hotspot设计如下:
    • JDK7及之前的版本将方法区存放在堆区域中的永久代空间,堆的大小由虚拟机参数来控制。
    • JDK8及之后的版本将方法区存放在元空间中,元空间位于操作系统维护的直接内存中,默认情况下只要不超过操作系统承受的上限,可以一直分配。
      在这里插入图片描述

2.4 arthas中查看方法区

  • 使用memory命令打印出内存情况,JDK7及之前的版本查看ps_perm_gen属性,JDK8及之后的版本查看metaspace属性。

在这里插入图片描述

2.5 模拟方法区的溢出

  • 通过ByteBuddy框架,动态生成字节码数据,加载到内存中。通过死循环不停地加载到方法区,观察方法区是
    否会出现内存溢出的情况。
    import jdk.internal.org.objectweb.asm.ClassWriter;
    import jdk.internal.org.objectweb.asm.Opcodes;
    import java.io.IOException;
    /**
     * 方法区的溢出测试
     */
    public class Demo1 extends ClassLoader {
        public static void main(String[] args) throws IOException {
            System.in.read();
            Demo1 demo1 = new Demo1();
            int count = 0;
            while (true) {
                String name = "Class" + count;
                ClassWriter classWriter = new ClassWriter(0);
                classWriter.visit(Opcodes.V1_8, Opcodes.ACC_PUBLIC, name, null
                        , "java/lang/Object", null);
                byte[] bytes = classWriter.toByteArray();
                demo1.defineClass(name, bytes, 0, bytes.length);
                System.out.println(++count);
            }
        }
    }
    
    Exception in thread "main" java.lang.OutOfMemoryError: Metaspace
    
  • JDK7将方法区存放在堆区域中的永久代空间,堆的大小由虚拟机参数-XX:MaxPermSize=值来控制
  • JDK8将方法区存放在元空间中,元空间位于操作系统维护的直接内存中,默认情况下只要不超过操作系统承受的上限,可以一直分配。可以使用-XX:MaxMetaspaceSize=值将元空间最大大小进行限制
    在这里插入图片描述
-XX:MaxMetaspaceSize=128M
192546
Exception in thread "main" java.lang.OutOfMemoryError: Metaspace
	at java.lang.ClassLoader.defineClass1(Native Method)
	at java.lang.ClassLoader.defineClass(ClassLoader.java:763)
	at java.lang.ClassLoader.defineClass(ClassLoader.java:642)
	at JVM.methodarea.Demo1.main(Demo1.java:21)

2.7 StringTable的练习题

  1. 练习1
    public static void main(String[] args) {
        String a = "1";
        String b = "2";
        String c = "12";
        String d = a + b;
        System.out.println(c == d); //false
    }
    
    在这里插入图片描述
  2. 练习2
    public static void main(String[] args) {
        String a = "1";
        String b = "2";
        String c = "12";
        String d = "1" + "2";
        System.out.println(c == d); //true
    }
    

在这里插入图片描述

三 神奇的intern

  • 原来创建字符串的方式是通过源代码中的常量,进行定义并且通过字节码信息加载到常量池里面。
  • String.intern()方法是可以手动将字符串放入字符串常量池中。
    public static void main(String[] args) {
        String s1 = new StringBuilder().append("think").append("123").toString();
        System.out.println(s1.intern()==s1);
        // java是在启动的过程中,直接放到字符串常量池中
        String s2 = new StringBuilder().append("ja").append("va").toString();
        System.out.println(s2.intern()==s2);
    }
    
  • JDK6版本中intern () 方法会把第一次遇到的字符串实例复制到永久代的字符串常量池中,返回的也是永久代里面这个字符串实例的引用。JVM启动时就会把java加入到常量池中。
    在这里插入图片描述
  • JDK7及之后版本中由于字符串常量池在堆上,所以intern () 方法会把第一次遇到的字符串的引
    用放入字符串常量池。

在这里插入图片描述

四 静态变量的存储

  • JDK6及之前的版本中,静态变量是存放在方法区中的,也就是永久代
    在这里插入图片描述
  • JDK7及之后的版本中,静态变量是存放在堆中的Class对象中,脱离了永久代。具体源码可参考虚拟机源码:BytecodeInterpreter针对putstatic指令的处理
    在这里插入图片描述

五 直接内存

5.1 直接内存简介

  • 直接内存(Direct Memory)并不在《Java虚拟机规范》中存在,所以并不属于Java运行时的内存区域。在 JDK 1.4 中引入了 NIO 机制,使用了直接内存,主要为了解决以下两个问题:
    1. Java堆中的对象如果不再使用要回收,回收时会影响对象的创建和使用。
    2. IO操作,如:读文件,需要先把文件读入直接内存(缓冲区)再把数据复制到Java堆中。
  • 现在直接放入直接内存即可,同时Java堆上维护直接内存的引用,减少了数据复制的开销
    在这里插入图片描述
  • 创建直接内存上的数据,可以使用ByteBuffer
    • 语法: ByteBuffer directBuffer = ByteBuffer.allocateDirect(size);
    • 注意事项: arthas的memory命令可以查看直接内存大小,属性名direct
Memory                        used     total     max       usage     GC
heap                          185M     972M      14409M    1.29%     gc.ps_scavenge.count               0
direct                        1500M    1500M     -         100.00%
mapped                        0K       0K        -         0.00%

5.2 设置直接内存大小

  • 如果需要手动调整直接内存的大小,可以使用-XX:MaxDirectMemorySize=大小
  • 单位k或K表示千字节,m或M表示兆字节,g或G表示千兆字节。默认不设置该参数情况下,JVM 自动选择最大分配的大小
    -XX:MaxDirectMemorySize=1m
    
/**
 * 直接内存的使用和回收
 */
public class Demo1 {
    public static int size = 1024 * 1024 * 100; //100mb
    public static List<ByteBuffer> list = new ArrayList<ByteBuffer>();
    public static int count = 0;

    public static void main(String[] args) throws IOException, InterruptedException {
        System.in.read();
        while (true) {
            //1.创建DirectByteBuffer对象并返回
            //2.在DirectByteBuffer构造方法中,向操作系统申请直接内存空间
            ByteBuffer directBuffer = ByteBuffer.allocateDirect(size);
            //directBuffer = null;

           list.add(directBuffer);
           System.out.println(++count);
           Thread.sleep(5000);
        }
    }
}
Exception in thread "main" java.lang.OutOfMemoryError: Direct buffer memory

六 jvm内存总结

  • 运行时数据区的组成部分和每一部分的作用
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 同JDK版本之间运行时数据区域的区别
    在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/341132.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

虚拟机connect: Network is unreachable 无法联网【已解决】

问题&#xff1a; 虚拟机无法联网&#xff0c;ping不通 [artlylocalhost ~]$ ping 192.168.100.15 connect: Network is unreachable 同时&#xff0c;我的端口没有ens33。 [artlylocalhost ~]$ ifconfig lo: flags73<UP,LOOPBACK,RUNNING> mtu 65536 inet 127…

【工具】SageMath|Ubuntu 22 下 SageMath 极速安装 (2024年)

就一个终端就能运行的东西&#xff0c; 网上写教程写那么长&#xff0c; 稍微短点的要么是没链接只有截图、要么是链接给的不到位&#xff0c; 就这&#xff0c;不是耽误生命吗。 废话就到这里。 文章目录 链接步骤 链接 参考&#xff1a; Install SageMath in Ubuntu 22.04We…

x-cmd pkg | speedtest-cli - 网络速度测试工具

目录 简介首次用户功能特点竞品和相关作品进一步探索 简介 speedtest-cli 是一个网络速度测试工具&#xff0c;用于测试计算机或服务器与速度测试服务器之间的网络连接速度。 它使用 speedtest.net 测试互联网带宽&#xff0c;可以帮助用户获取网络的上传和下载速度、延迟等参…

PgSQL - 17新特性 - 块级别增量备份

PgSQL - 17新特性 - 块级别增量备份 PgSQL可通过pg_basebackup进行全量备份。在构建复制关系时&#xff0c;创建备机时需要通过pg_basebackup全量拉取一个备份&#xff0c;形成一个mirror。但很多场景下&#xff0c;我们往往不需要进行全量备份/恢复&#xff0c;数据量特别大的…

[设计模式Java实现附plantuml源码~创建型] 对象的克隆~原型模式

前言&#xff1a; 为什么之前写过Golang 版的设计模式&#xff0c;还在重新写Java 版&#xff1f; 答&#xff1a;因为对于我而言&#xff0c;当然也希望对正在学习的大伙有帮助。Java作为一门纯面向对象的语言&#xff0c;更适合用于学习设计模式。 为什么类图要附上uml 因为很…

P4学习(六)实验三:a Control Plane using P4Runtime

目录 一. 实验目的二.阅读MyController.py文件1.导入P4Runtime的库2.main部分1. P4InfoHelper 实例化2. 创建交换机连接3. 设置主控制器4. 安装 P4 程序5. 写入隧道规则6. 读取表项和计数器&#xff08;注释掉的部分&#xff09;7. 定时打印隧道计数器8. 异常处理9. 关闭交换机…

Sqoop与Flume的集成:实时数据采集

将Sqoop与Flume集成是实现实时数据采集和传输的重要步骤之一。Sqoop用于将数据从关系型数据库导入到Hadoop生态系统中&#xff0c;而Flume用于数据流的实时采集、传输和处理。本文将深入探讨如何使用Sqoop与Flume集成&#xff0c;提供详细的步骤、示例代码和最佳实践&#xff0…

ThreeJS部件装配

1 父物体数据 父物体首先几何中心归于原点&#xff0c;然后测量出装配点1&#xff0c;其数据为&#xff08;0.15&#xff0c;0.00&#xff0c;0.168&#xff09;&#xff1b; //父物体添加连接group为孩子 ParentObj.add(ParentLinkChildGroup); //设置连接group的位置&…

【上分日记】第381场周赛(差分 + 分类讨论)

前言 这次博主做了三道题&#xff0c;算是第一次&#xff0c;看来是题出的简单了&#xff08;hhh&#xff0c;小白勿喷&#xff09;&#xff0c;不过还是有不错的进步&#xff0c;继续加油&#xff0c;这次最后一题分类讨论也是挺让人头疼的&#xff0c;下面我们好好总结一下。…

RPC和HTTP,它们之间到底啥关系

既然有 HTTP 请求&#xff0c;为什么还要用 RPC 调用&#xff1f; gPRC 为什么使用 HTTP/2 Spring Cloud 默认是微服务通过Restful API来进行互相调用各自微服务的方法&#xff0c;同时也支持集成第三方RPC框架&#xff08;这里的说的RPC是特指在一个应用中调用另一个应用的接…

基于LLaMA Factory,单卡3小时训练专属大模型 Agent

大家好&#xff0c;今天给大家带来一篇 Agent 微调实战文章 Agent&#xff08;智能体&#xff09;是当今 LLM&#xff08;大模型&#xff09;应用的热门话题 [1]&#xff0c;通过任务分解&#xff08;task planning&#xff09;、工具调用&#xff08;tool using&#xff09;和…

074:vue+mapbox 加载here地图(影像瓦片图 v2版)

第074个 点击查看专栏目录 本示例的目的是介绍演示如何在vue+mapbox中加载here地图的影像瓦片图 v2软件版本。 直接复制下面的 vue+mapbox源代码,操作2分钟即可运行实现效果 文章目录 示例效果配置方式示例源代码(共77行)相关API参考:专栏目标示例效果

React16源码: React中的resetChildExpirationTime的源码实现

resetChildExpirationTime 1 &#xff09;概述 在 completeUnitOfWork 当中&#xff0c;有一步比较重要的一个操作&#xff0c;就是重置 childExpirationTimechildExpirationTime 是非常重要的一个时间节点&#xff0c;它用来记录某一个节点的子树当中&#xff0c;目前优先级最…

链路聚合原理与配置

链路聚合原理 随着网络规模不断扩大&#xff0c;用户对骨干链路的带宽和可靠性提出了越来越高的要求。在传统技术中&#xff0c;常用更换高速率的接口板或更换支持高速率接口板的设备的方式来增加带宽&#xff0c;但这种方案需要付出高额的费用&#xff0c;而且不够灵活。采用…

网络安全全栈培训笔记(55-服务攻防-数据库安全RedisHadoopMysqla未授权访问RCE)

第54天 服务攻防-数据库安全&Redis&Hadoop&Mysqla&未授权访问&RCE 知识点&#xff1a; 1、服务攻防数据库类型安全 2、Redis&Hadoop&Mysql安全 3、Mysql-CVE-2012-2122漏洞 4、Hadoop-配置不当未授权三重奏&RCE漏洞 3、Redis-配置不当未授权…

eNSP学习——配置通过FTP进行文件操作

原理概述&#xff1a; FTP&#xff08;File Transfer Protocol&#xff0c;文件传输协议&#xff09;是在TCP/IP网络和Internet上最早使用的协议之一&#xff0c;在TCP/IP协议族中属于应用层协议&#xff0c;是文件传输的Internet标准。主要功能是向用户提供本地和远程主机…

RTDETR 引入 UniRepLKNet:用于音频、视频、点云、时间序列和图像识别的通用感知大卷积神经网络 | DRepConv

大卷积神经网络(ConvNets)近来受到了广泛研究关注,但存在两个未解决且需要进一步研究的关键问题。1)现有大卷积神经网络的架构主要遵循传统ConvNets或变压器的设计原则,而针对大卷积神经网络的架构设计仍未得到解决。2)随着变压器在多个领域的主导地位,有待研究ConvNets…

Leetcode—39.组合总和【中等】

2023每日刷题&#xff08;七十六&#xff09; Leetcode—39.组合总和 算法思想 实现代码 class Solution { public:vector<vector<int>> combinationSum(vector<int>& candidates, int target) {vector<vector<int>> ans;vector<int>…

Elasticsearch:介绍 kNN query,这是进行 kNN 搜索的专家方法

作者&#xff1a;来自 Elastic Mayya Sharipova, Benjamin Trent 当前状况&#xff1a;kNN 搜索作为顶层部分 Elasticsearch 中的 kNN 搜索被组织为搜索请求的顶层&#xff08;top level&#xff09;部分。 我们这样设计是为了&#xff1a; 无论分片数量多少&#xff0c;它总…

【学习】focal loss 损失函数

focal loss用于解决正负样本的不均衡情况 通常我们需要预测的正样本要少于负样本&#xff0c;正负样本分布不均衡会带来什么影响&#xff1f;主要是两个方面。 样本不均衡的话&#xff0c;训练是低效不充分的。因为困难的正样本数量较少&#xff0c;大部分时间都在学习没有用…