1.OpenJDK17-JVM 源码阅读 - ZGC - 并发标记 | 京东物流技术团队
2.JVM详解之:HotSpot VM中的码解Intrinsic methods
3.慢慢体会jvm中的class文件解析你就懂了
4.java中，负责对字节代码解释执行的码解是
5.这究竟是为什么呢?都说JVM能实际使用的内存比-Xmx指定的少,头大
OpenJDK17-JVM 源码阅读 - ZGC - 并发标记 | 京东物流技术团队
ZGC简介：
ZGC是Java垃圾回收器的前沿技术，支持低延迟、码解大容量堆、码解染色指针、码解读屏障等特性，码解易语言准星源码自JDK起作为试验特性，码解JDK起支持Windows，码解JDK正式投入生产使用。码解在JDK中已实现分代收集，码解预计不久将发布，码解性能将更优秀。码解
ZGC特征：
1. 低延迟
2. 大容量堆
3. 染色指针
4. 读屏障
并发标记过程：
ZGC并发标记主要分为三个阶段：初始标记、码解并发标记/重映射、码解重分配。码解本篇主要分析并发标记/重映射部分源代码。
入口与并发标记：
整个ZGC源码入口是ZDriver::gc函数，其中concurrent()是一个宏定义。并发标记函数是concurrent_mark。
并发标记流程：
从ZHeap::heap()进入mark函数，使用任务框架执行任务逻辑在ZMarkTask里，具体执行函数是work。工作逻辑循环从标记条带中取出数据，直到取完或时间到。此循环即为ZGC三色标记主循环。之后进入drain函数，从栈中取出指针进行标记，unity源码低版直到栈排空。标记过程包括从栈取数据，标记和递归标记。
标记与迭代：
标记过程涉及对象迭代遍历。标记流程中，ZGC通过map存储对象地址的finalizable和inc_live信息。map大小约为堆中对象对齐大小的二分之一。接着通过oop_iterate函数对对象中的指针进行迭代，使用ZMarkBarrierOopClosure作为读屏障，实现了指针自愈和防止漏标。
读屏障细节：
ZMarkBarrierOopClosure函数在标记非静态成员变量的指针时触发读屏障。慢路径处理和指针自愈是核心逻辑，慢路径标记指针，快速路径通过cas操作修复坏指针，并重新标记。
重映射过程：
读屏障触发标记后，对象被推入栈中，下次标记循环时取出。ZGC并发标记流程至此结束。
问题回顾：
本文解答了ZGC如何标记指针、三色标记过程、如何防止漏标、指针自愈和并发重映射过程的问题。
扩展思考：
ZGC在指针上标记，当回收某个region时，如何得知对象是查看源码网站否存活？答案需要结合标记阶段和重分配阶段的代码。
结束语：
本文深入分析了ZGC并发标记的源码细节，对您有启发或帮助的话，请多多点赞支持。作者：京东物流 刘家存，来源：京东云开发者社区 自猿其说 Tech。转载请注明来源。
JVM详解之:HotSpot VM中的Intrinsic methods
内置方法是编译器内置的方法实现，它们在给定编程语言中使用，由编译器专门处理。内置方法通常在程序请求优化时才启用，以提高效率。因为内置方法是在编译器内部实现的，所以不同的虚拟机，其内置方法是不一样的。内置方法可以在Java源代码级别看起来与非内置方法一样，但它们的区别在于JVM的实现。有些方法在普通Java代码中无法实现，如sun.misc.Unsafe.compareAndSwapInt()，只能通过JNI或内置方法来实现，实现对Java语义的扩展。在Hotspot VM中，内置方法通常在src/share/vm/classfile/vmSymbols.hpp类中。通过参数查看代码中调用的方法是否为内置方法，或者通过底层汇编语言查看。内置方法大部分都是内联方法，通过减少函数调用开销的list源码大全技术实现。内置方法的实现由三种编译器完成：javac将Java源代码编译成为字节码，在这一层只有数学方法和bootstrapping的MethodHandle实现；JIT的Client Compiler (C1)；JIT的Server Compiler (C2)。例如，java.lang.System.currentTimeMillis()方法在Interpreter级别没有intrinsified，因为它是一个native方法，通过JNI调用底层的C++实现。而在C1和C2级别使用intrinsified，直接调用os::javaTimeMillis()，减少JNI的使用，提升效率。内置方法的实现可以通过修改底层的JVM实现完成。Graal是一个用Java编写的JIT编译器，可以使用Java来实现Intrinsic方法，对于不熟悉C++的开发者来说非常友好。通过Graal，内置方法的实现变得简单且容易操作。内置方法是JVM中非常有用的特性，能够显著提高程序效率，是编程时值得考虑的技术之一。
慢慢体会jvm中的class文件解析你就懂了
Java虚拟机（JVM）作为程序执行环境的关键组成部分，通过字节码（Byte Code）实现跨平台特性。字节码是一种特定的二进制文件格式，存储在Class文件中。Java程序首先编译为字节码，而非直接生成平台特定的机器语言。Class文件是扬州ios源码平台无关性实现的基础，它使得Java虚拟机能够加载并执行程序，而无需考虑运行环境的差异。
Class文件为Java程序提供了一种统一的存储格式。每个类对应一个独立的Class文件，即使内部类也是如此，它们各自生成单独的Class文件。这种设计使得Java虚拟机能够专注于加载和解析Class文件，而无需处理特定的源代码格式。其他编程语言可以将代码编译为符合Java虚拟机规范的Class文件，从而实现跨语言运行。
Java虚拟机并不是直接运行Java程序的，而是通过加载Class文件来执行程序。Class文件包含了程序执行所需的所有信息，包括类的结构、方法、属性等。Java程序和Class文件之间存在着密切的联系，学习Class文件有助于深入了解代码的编译后形态。
以下是Class文件的解析内容：
1. Class文件格式：Class文件本质上是一个二进制文件，存储了Java程序的结构化信息。从一个.java文件编译出来的Class文件，可以通过IDE工具如 IntelliJ IDEA查看，展示了一个简单的二进制格式。借助于BinEd插件，可以进一步深入分析Class文件的结构。
2. Class文件结构：Class文件由多个部分组成，包括通用信息、常量池、接口列表、属性列表、方法列表和附加属性等。这些部分共同描述了类的定义、方法、属性以及相关行为。
3. 通用信息：包含Java版本、常量池数量、类修饰符、类名、父类名、接口列表数量、属性数量、方法数量等信息。
4. 常量池：存储了常量、修饰符、方法名、字段名、类型信息等，为解析Class文件提供基础数据。
5. 接口列表：列出类实现的所有接口的索引。
6. 属性列表：包括类文件名、内部类列表、方法字节码、异常列表、源码位置关系、局部变量描述以及常量值等详细信息。
通过解析Class文件，可以深入理解Java程序的编译后形式，以及类、方法、属性等核心元素的结构和功能。这些信息对于开发者来说至关重要，有助于优化代码性能、诊断程序错误以及实现更高级的工具和框架功能。
java中，负责对字节代码解释执行的是
当我们编写Java源代码时，经过javac编译器的处理，会被转换成字节码文件（.class）。这一过程是Java平台的核心之一，它确保了代码能够在不同的操作系统和硬件平台上运行。
在运行时，Java虚拟机（JVM）会扮演关键角色。JVM内部包含一个解释器，它负责将这些字节码文件解释并执行成特定平台的机器码。这一机制使得Java程序具有高度的平台无关性。
具体来说，编译过程可以分为几个步骤：首先，Java源文件通过javac编译器被转换成字节码文件。字节码文件是一种中间格式，它包含了用于执行Java字节码的指令集，而不依赖于特定的硬件或操作系统。接下来，当程序运行时，JVM加载这些字节码文件，并使用其内置的解释器逐行解释字节码，将其转换为对应的机器码。
这种解释机制为Java带来了许多优势，比如动态类型检查、自动内存管理（通过垃圾回收机制实现）等。它还支持热部署，使得开发者可以在不重启整个应用程序的情况下更新代码。
因此，Java的解释执行机制是其强大特性的基础，它不仅保证了代码的跨平台兼容性，还提升了开发的灵活性和效率。
总之，Java的字节码解释执行过程是Java生态系统中的重要组成部分，它通过编译器将源代码转化为字节码，再由JVM的解释器解释执行，从而实现跨平台的运行。
这一过程不仅保证了代码的可移植性，还简化了开发流程，使得Java成为广泛应用的编程语言之一。
这究竟是为什么呢?都说JVM能实际使用的内存比-Xmx指定的少,头大
这确实是个挺奇怪的问题，特别是当最常出现的几种解释理由都被排除后，看来JVM并没有耍一些明显的小花招：
要弄清楚这个问题的第一步就是要明白这些工具的实现原理。通过标准APIs,我们可以用以下简单语句得到可使用的内存信息。
而且确实，现有检测工具底层也是用这个语句来进行检测。要解决这个问题，首先我们需要一个可重复使用的测试用例。因此，我写了下面这段代码：
这段代码通过将new int[1__]置于一个循环中来不断分配内存给程序，然后监测JVM运行期的当前可用内存。当程序监测到可用内存大小发生变化时，通过打印出Runtime.getRuntime().maxMemory()返回值来得到当前可用内存尺寸，输出类似下面语句：
实际情况也确实如预估的那样，尽管我已经给JVM预先指定分配了2G对内存，在不知道为什么在运行期有M内存不见了。你大可以把 Runtime.getRuntime().maxMemory()的返回值2,,K 除以来转换成MB，那样你将得到1,M，正好和M差M。
在成功重现了这个问题之后，我尝试用使用不同的GC算法，果然检测结果也不尽相同。
除了G1算法刚好完整使用了我预指定分配的2G之外，其余每种GC算法似乎都不同程度地丢失了一些内存。
现在我们就该看看在JVM的源代码中有没有关于这个问题的解释了。我在CollectedHeap这个类的源代码中找到了如下的解释：
我不得不说这个答案藏得有点深，但是只要你有足够的好奇心，还是不难发现的：有时候，有一块Survivor区是不被计算到可用内存中的。
明白这一点之后问题就好解决了。打开并查看GC logging 信息之后我们发现，在Serial，Parallel以及CMS算法回收过程中丢失的那些内存，尺寸刚好等于JVM从2G堆内存中划分给Survivor区内存的尺寸。例如，在上面的ParallelGC算法运行时，GC logging信息如下：
由上面的信息可以看出，Eden区被分配了,K，两个Survivor区都被分配到了,K，老年代（Old space）则被分配了1,,K。把Eden区、老年代以及一个Survivor区的尺寸求和，刚好等于2,,K，说明丢失的那M（,K）确实就是剩下的那个Survivor区。
总结而言，当JVM在运行时报告的可使用内存小于-Xmx指定的内存时，差值通常对应于一块Survivor区的大小。对于不同的GC算法，这个差值可能有所不同。
