Java對象的內存布局
本文轉載自微信公眾號「小菜亦牛」，作者JaJian 。轉載本文請聯系小菜亦牛公眾號。
今天來講些抽象的東西 -- 對象頭，因為我在學習的過程中發現很多地方都關聯到了對象頭的知識點，例如JDK中的 synchronized鎖優化 和 JVM 中對象年齡升級等等。要深入理解這些知識的原理，了解對象頭的概念很有必要，而且可以為后面分享 synchronized 原理和 JVM 知識的時候做準備。
對象內存構成
Java 中通過 new 關鍵字創建一個類的實例對象，對象存于內存的堆中并給其分配一個內存地址，那么是否想過如下這些問題：
- 這個實例對象是以怎樣的形態存在內存中的?
- 一個Object對象在內存中占用多大?
- 對象中的屬性是如何在內存中分配的?
在 JVM 中，Java對象保存在堆中時，由以下三部分組成：
- 對象頭(object header)：包括了關于堆對象的布局、類型、GC狀態、同步狀態和標識哈希碼的基本信息。Java對象和vm內部對象都有一個共同的對象頭格式。
- 實例數據(Instance Data)：主要是存放類的數據信息，父類的信息，對象字段屬性信息。
- 對齊填充(Padding)：為了字節對齊，填充的數據，不是必須的。
對象頭
我們可以在Hotspot官方文檔中找到它的描述(下圖)。從中可以發現，它是Java對象和虛擬機內部對象都有的共同格式，由兩個字(計算機術語)組成。另外，如果對象是一個Java數組，那在對象頭中還必須有一塊用于記錄數組長度的數據，因為虛擬機可以通過普通Java對象的元數據信息確定Java對象的大小，但是從數組的元數據中無法確定數組的大小。
它里面提到了對象頭由兩個字組成，這兩個字是什么呢?我們還是在上面的那個Hotspot官方文檔中往上看，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。
從中可以發現對象頭中那兩個字：第一個字就是 mark word，第二個就是 klass pointer。
Mark Word
用于存儲對象自身的運行時數據，如哈希碼(HashCode)、GC分代年齡、鎖狀態標志、線程持有的鎖、偏向線程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。我們打開openjdk的源碼包，對應路徑/openjdk/hotspot/src/share/vm/oops，Mark Word對應到C++的代碼markOop.hpp，可以從注釋中看到它們的組成，本文所有代碼是基于Jdk1.8和64位操作系統。
Mark Word在不同的鎖狀態下存儲的內容不同，在32位JVM中是這么存的
在64位JVM中是這么存的
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。
- 鎖標志位(lock)：區分鎖狀態，11時表示對象待GC回收狀態, 只有最后2位鎖標識(11)有效。
- biased_lock：是否偏向鎖，由于正常鎖和偏向鎖的鎖標識都是 01，沒辦法區分，這里引入一位的偏向鎖標識位。
- 分代年齡(age)：表示對象被GC的次數，當該次數到達閾值的時候，對象就會轉移到老年代。
- 對象的hashcode(hash)：運行期間調用System.identityHashCode()來計算，延遲計算，并把結果賦值到這里。當對象加鎖后，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。
- 偏向鎖的線程ID(JavaThread)：偏向模式的時候，當某個線程持有對象的時候，對象這里就會被置為該線程的ID。在后面的操作中，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，表示對象更偏向哪個鎖。
- ptr_to_lock_record：輕量級鎖狀態下，指向棧中鎖記錄的指針。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操作在對象的標題字中設置指向鎖記錄的指針。
- ptr_to_heavyweight_monitor：重量級鎖狀態下，指向對象監視器Monitor的指針。如果兩個不同的線程同時在同一個對象上競爭，則必須將輕量級鎖定升級到Monitor以管理等待的線程。在重量級鎖定的情況下，JVM在對象的ptr_to_heavyweight_monitor設置指向Monitor的指針。
Klass Pointer
即類型指針，是對象指向它的類元數據的指針，虛擬機通過這個指針來確定這個對象是哪個類的實例。
實例數據
如果對象有屬性字段，則這里會有數據信息。如果對象無屬性字段，則這里就不會有數據。根據字段類型的不同占不同的字節，例如boolean類型占1個字節，int類型占4個字節等等;
對齊數據
對象可以有對齊數據也可以沒有。默認情況下，Java虛擬機堆中對象的起始地址需要對齊至8的倍數。如果一個對象用不到8N個字節則需要對其填充，以此來補齊對象頭和實例數據占用內存之后剩余的空間大小。如果對象頭和實例數據已經占滿了JVM所分配的內存空間，那么就不用再進行對齊填充了。
所有的對象分配的字節總SIZE需要是8的倍數，如果前面的對象頭和實例數據占用的總SIZE不滿足要求，則通過對齊數據來填滿。
為什么要對齊數據?字段內存對齊的其中一個原因，是讓字段只出現在同一CPU的緩存行中。如果字段不是對齊的，那么就有可能出現跨緩存行的字段。也就是說，該字段的讀取可能需要替換兩個緩存行，而該字段的存儲也會同時污染兩個緩存行。這兩種情況對程序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尋址。
至此，我們已經了解了對象在堆內存中的整體結構布局，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后才能接受它。還好 openjdk 給我們提供了一個工具包，可以用來獲取對象的信息和虛擬機的信息，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()：查看對象內部信息.
- GraphLayout.parseInstance(object).toPrintable()：查看對象外部信息，包括引用的對象.
- GraphLayout.parseInstance(object).totalSize()：查看對象總大小.
普通對象為了簡單化，我們不用復雜的對象，自己創建一個類 D，先看無屬性字段的時候
- public class D {
- }
通過 jol-core 的 api，我們將對象的內部信息打印出來
- public static void main(String[] args) {
- D d = new D();
- System.out.println(ClassLayout.parseInstance(d).toPrintable());
- }
最后的打印結果為
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，單位字節;
- SIZE：占用的內存大小，單位為字節;
- TYPE DESCRIPTION：類型描述，其中object header為對象頭;
- VALUE：對應內存中當前存儲的值，二進制32位;
可以看到，d對象實例共占據16byte，對象頭(object header)占據12byte(96bit)，其中 mark word占8byte(64bit)，klass pointe 占4byte，另外剩余4byte是填充對齊的。
這里由于默認開啟了指針壓縮 ，所以對象頭占了12byte，具體的指針壓縮的概念這里就不再闡述了，感興趣的讀者可以自己查閱下官方文檔。jdk8版本是默認開啟指針壓縮的，可以通過配置vm參數開啟關閉指針壓縮，-XX:-UseCompressedOops。
如果關閉指針壓縮重新打印對象的內存布局，可以發現總SIZE變大了，從下圖中可以看到，對象頭所占用的內存大小變為16byte(128bit)，其中 mark word占8byte，klass pointe 占8byte，無對齊填充。
開啟指針壓縮可以減少對象的內存使用。從兩次打印的D對象布局信息來看，關閉指針壓縮時，對象頭的SIZE增加了4byte，這里由于D對象是無屬性的，讀者可以試試增加幾個屬性字段來看下，這樣會明顯的發現SIZE增長。因此開啟指針壓縮，理論上來講，大約能節省百分之五十的內存。jdk8及以后版本已經默認開啟指針壓縮，無需配置。
數組對象
上面使用的是普通對象，我們來看下數組對象的內存布局，比較下有什么異同
- public static void main(String[] args) {
- int[] a = {1};
- System.out.println(ClassLayout.parseInstance(a).toPrintable());
- }
打印的內存布局信息，如下
可以看到這時總SIZE為共24byte，對象頭占16byte，其中Mark Work占8byte，Klass Point 占4byte，array length 占4byte，因為里面只有一個int 類型的1，所以數組對象的實例數據占據4byte，剩余對齊填充占據4byte。
結尾
對象的內存布局和對象頭的概念，特別是對象頭的Mark Word的內容，在我們分析synchronize 和 JVM 垃圾回收年齡代的時候會有很大作用。
JVM中大家是否還記得對象在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后就會被晉升到老年代中，這個次數默認是15歲，有想過為什么是15嗎?在Mark Word中可以發現標記對象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。
