2008.7.5学习日记之IBM JDK5

191145685

　　因为对JVM中堆和栈的实现细节有些困惑，想找一种能非常方便的随时查看堆和栈中具体信息的工具。google了一下，发现了一篇文章：http://www.ibm.com/developerworks/cn/java/j-ibmjava1.html。介绍了IBM JDK对于5.0版本的改进：

• 首先是GC。记得在JDK1.4版本的IBM实现中（IBM WebSphere Application Server诊断和调优），对于GC，会由于k和p cluster区域里保存的类信息和方法信息没有办法被GC访问，从而导致了内存碎片。同时IBM也没有提供SUN JVM中的maxPermSize设置，无法象SUN JVM那样通过maxPermSize来避免heap碎片导致的OOM。在新的JDK5中：

  
  

  
  
  • IBM使用实现类型精确的GC。首先通过良好描述的类型精确的堆栈，避免了java堆栈和寄存器中的long值被误认为是对象地址（此long值碰巧跟某个对象地址相同）而产生保留垃圾（retainedgarbage），因为新GC知道一个值是否引用java对象。其次，1.4垃圾收集的紧凑排列阶段无法移动某些对象（因为保守性收集器对对象进行pin和dose），新类型精确GC消除了这种残留碎片问题，能编辑类型精确的堆栈，所以在紧凑排列期间可以移动对象。
    

  
  

  
  
  • 增加了并行收集器，可以将java堆按进程可用的CPU数量进行分割，每个CPU建立一个线程对应一个分割后的堆区域，负责紧凑排列，将大量小块空闲空间合并成少量大块空间。疑问是，如果只有一个CPU，那这个功能是否没有并行效果？
    

  
  

  
  
  • 增加了分代的并发收集器，将堆区域分为新老两代，对于年轻代（nursery）使用半空间复制收集器。对于长存代（tenured）用并发的标志扫描收集器。
    
  • 消息GC日志记录更新，使用XML格式代替一般文本，便于使用XML读取工具和各种详细的GC分析工具进行分析。
    

  
  
• 对JIT 编译器的改进：

  
  

  
  
  • 表 1. IBM JIT 编译器中的改进
    1.4.25.0在正在执行 Java 方法的 Java 线程上同步地编译使用单独的异步编译线程在需要时对方法进行编译方法排队进行编译对于 Java 方法，使用本机堆栈维护一个单独的 Java 堆栈只有一种编译优化共有 5 个编译优化级别方法只能编译一次可以进行重新编译可能出现包含循环的堆栈上方法替换没有堆栈上替换当应用 -Xdebug时，禁用 JIT在调试模式中，JIT 继续采用降低的优化级别进行编译
    
  • 异步编译：使用独立的专用线程来进行编译，在多CPU时，可以大大提高启动时的性能，因为方法的编译由一个单独的处理器承担。
    
  • 多级优化：从1.4的只有一种优化级别变成有5中优化级别，通过使用单独的采样线程判断java方法花费的时间，由此决定是否需要JIT编译以及使用哪个级别。经常使用的方法采用最高级别优化以获得最好的性能，同时花费了最长的编译时间；不经常使用的，选择优先级别低的编译，消耗的编译时间较少。
    
  • 分析驱动的重新编译：可以适应程序运行方式的改变，对java方法进行其他优化级别的JIT编译。执行的代码能自动生成动态分析数据，反映方法如何被使用。根据这些信息，可对方法进行重新编译。
    

  
  
• 虚拟机改进，两个最重要的改进是共享类的实现以及分析和调试方面的新特性：

  
  

  
  
  • 改进了共享类功能，原本只能在z/OS 和 OS/390 的 Java 平台 IBM 实现中可用。现在可以所有 IBM Java 运行时之间共享。对于在一台计算机上有多个 Java 运行时，或者运行时常常重新启动的情况，这个特性尤其有效。
    
  • 除了支持 Java Debug Wire Protocol（JDWP）、JVM Profiling Interface（JVMPI）和 JVM Tools Interface（JVMTI）之外，IBM 调试器实现还有另外两个特性：高速调试（high-speed debug）和热代码替换（hot-code replace）。　　高速调试允许在运行 Java 调试器的同时执行 Java 方法的 JIT 编译，而且这种编译可以采用几乎完全的优化。这在调试大型 Java 应用程序时很有用，例如那些在 J2EE 堆栈上运行的应用程序；在这些应用程序中如果禁用 JIT，那么调试时的性能会很差。热代码替换允许在调试器下动态地修改源代码，并立即运行新代码而不需要重新启动应用程序。能够在调试器下几乎全速地运行代码并动态地修改代码，这大大提高了应用程序开发的效率。
    

  
  
• 可靠性、可用性和可服务性改进：主要有跟踪引擎，转储引擎和DTFJ Tooling API。