1.JVM之创建对象源码分析
2.字符串常量池，码下看这篇就够了（一）
3.不敢相信？System.currentTimeMillis()存在性能问题
4.hotspotjvm的码下启动过程做了什么?
5.JVM详解之:HotSpot VM中的Intrinsic methods
6.从HotSpot源码，深度解读 park 和 unpark

JVM之创建对象源码分析

       欢迎探索我的码下技术分享：《半栈工程师》

       对于Java对象的创建，我过去只是码下停留在理论层面，但最近研究HotSpot虚拟机时，码下我深入剖析了JVM创建Java对象的码下怎么偷网站源码底层机制。

       Java对象创建流程详解

       首先，码下我们从一个简单的码下实例开始，看看如何通过代码创建一个Dog对象：

       代码中new Dog()在编译成字节码后，码下会变成new #2，码下这里的码下new是实例化对象的关键字，#2则指向常量池中的码下Dog类索引。常量池是码下类编译后的存储区域，包含了各种符号引用和常量。码下

        new指令源码剖析

       接下来，码下我们将深入new指令的源码。虽然涉及汇编代码，但无需立即深入，先了解一下《JVM之模板解释器》会有所帮助。新指令的运行过程如下：

       从指令中获取类在常量池的索引，存入rdx寄存器，并记录当前指令地址。

       获取常量池地址和元素类型数组_tags，用于后续类型检查。

       检查元素类型是否为JVM_CONSTANT_Class，如果不是，进入慢速分配。

       获取并入栈类的运行时数据结构InstanceKlass，即类的内存地址。

       判断类是否已解析，未解析则执行慢速分配，解析过的王国纪元源码架设进入快速分配。

       计算类实例大小并分配内存，首先尝试TLAB区，失败则在Eden区分配。

       初始化对象实例数据和对象头。

       如果类未解析，执行慢速分配过程。

       总结

       至此，我们了解了Java对象从创建到初始化的全过程。虽然使用了模板解释器，但理解字节码解释器中的相关方法也是个不错的选择。如果你对HotSpot源码感兴趣，欢迎加入讨论，我的****是wechat：wang_atbeijing。

字符串常量池，看这篇就够了（一）

       研究事物，我们需要从两个角度出发：研究者角度与设计者角度。研究者角度，我们追求事物的本质与轨迹，深入理解设计者的意图。设计者角度，我们假想如何实现目标，分析各种选择的利弊，做出决策。今天，我们将从设计者的角度探讨字符串常量池在Java世界中的作用。

       字符串常量池的探究，核心问题在于：如果我们创建一个JVM，如何处理字符串？答案简洁明了，采用散列表，即hashtable结构。Java世界存在两种hashtable类型：Java的nginx和redis源码HashTable与Hotspot的hashtable。Hotspot源码中的hashtable是C++实现的。

       很多人对C++感到恐惧，但无需担忧，本文将提供清晰的动画，帮助你理解核心概念。阅读源码的小伙伴，可以期待下篇深度解析。

       hashtable的基本实现有两种：数组+单链表与数组+红黑树。后者在大量数据时表现更佳。我们先从数组+单链表开始探讨。

       当字符串"ziya"进入系统，它首先通过哈希算法确定在数组中的位置。假设哈希结果为2，这表示"ziya"将被存储在数组的第2个位置。然后，"ziya"被封装为链表节点，成为该位置的链表头。

       数组长度通常设置为，这个数字可能有特殊意义，期待深入研究的读者留言分享。如果超过这个数量，哈希碰撞（相同字符串得到相同索引）将不可避免。

       当碰撞发生，新字符串将作为链表节点，插入到已有节点之后。当链表深度过大，性能下降，我们引入数组+红黑树结构，以提升查找效率。当数据量小，如HashMap，怎么查看openjdk源码链表结构可能更优。

       字符串常量池主要涉及两个表：SymbolTable与StringTable。通常讨论的字符串常量池指的是StringTable，它与SymbolTable紧密相连，本文将深入探讨SymbolTable的底层原理。

       SymbolTable基于散列表实现，使用数组+链表结构，遇到哈希碰撞严重时，通过改变哈希算法解决。默认算法为java_lang_String::hash_code，触发重哈希后使用AltHashing::murmur3_。

       在JVM中，字符串常量池的实现与性能优化是关键。了解这些原理，有助于在实际编程中做出更优决策。希望本文能够激发你对底层技术的兴趣，欢迎关注公众号道格子牙，与我一起探索更多底层知识。

不敢相信？System.currentTimeMillis()存在性能问题

       System.currentTimeMillis()，一个看似高效的基础Java API，实则在并发场景下暴露出性能问题。让我们深入了解其性能瓶颈所在。

       在频繁或并发调用中，执行结果表明性能表现极不理想。例如，同时执行一百次System.currentTimeMillis()操作，耗时竟是单线程下一百次的倍！即使调用频次增加，问题依然存在，甚至可能超过创建简单对象实例所需的时间。

       探究原因，支持宝塔音乐源码需深入到HotSpot源码的hotspot/src/os/linux/vm/os_linux.cpp文件中，找到javaTimeMillis()方法，这是System.currentTimeMillis()的native实现。然而，对于其性能表现的底层解释，已有国外专家深入到汇编级别进行分析，详情见《The Slow currentTimeMillis()》。简而言之，HPET计时器性能不佳在于对时间戳请求的串行处理，而TSC计时器则得益于专用寄存器，但其稳定性较低。

       解决此问题的一种常见方法是采用单个调度线程按毫秒更新时间戳，创建全局缓存，以避免时钟资源争用，但牺牲了一定的精确度。实现步骤如下：使用CurrentTimeMillisClock.getInstance().now()。

       值得注意的是，在不影响程序整体效率的情况下，无需进行这种优化，这仅针对极端情况而设。

hotspotjvm的启动过程做了什么?

       HotSpot JVM启动过程涉及启动器和自身两大部分。

       启动器主要负责加载Java类文件，将类文件转换为本地可执行代码，并初始化环境变量和设置。

       HotSpot JVM的初始化过程则包括内存分配、类加载、方法区初始化、线程创建等步骤。

       启动器通过执行Java解释器或Java虚拟机启动命令来启动HotSpot JVM，典型的启动器包括JRE/JDK自带的java[.exe]和javaw.exe。

       Native应用程序也可自定义启动器实现Java启动。

       《Java Performance》一书提供了高阶描述，适合深入理解HotSpot JVM启动机制。

       《Java Performance》笔记第页可作为参考。

       HotSpot JVM初始化大入口为Threads::create_vm函数，该函数接收JavaVMInitArgs参数，并进行VM初始化。

       为了详细了解HotSpot JVM启动过程，建议阅读官方文档和相关书籍，同时也可参考JDK自带的Java launcher源代码。

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。

从HotSpot源码，深度解读 park 和 unpark

       我最近建立了一个在线自习室（App：番茄ToDO）用于相互监督学习，感兴趣的小伙伴可以加入。自习室加入码：D5A7A

       Java并发包下的类大多基于AQS（AbstractQueuedSynchronizer）框架实现，而AQS线程安全的实现依赖于两个关键类：Unsafe和LockSupport。

       其中，Unsafe主要提供CAS操作（关于CAS，在文章《读懂AtomicInteger源码（多线程专题）》中讲解过），LockSupport主要提供park/unpark操作。实际上，park/unpark操作的最终调用还是基于Unsafe类，因此Unsafe类才是核心。

       Unsafe类的实现是由native关键字说明的，这意味着这个方法是原生函数，是用C/C++语言实现的，并被编译成了DLL，由Java去调用。

       park函数的作用是将当前调用线程阻塞，而unpark函数则是唤醒指定线程。

       park是等待一个许可，unpark是为某线程提供一个许可。如果线程A调用park，除非另一个线程调用unpark(A)给A一个许可，否则线程A将阻塞在park操作上。每次调用一次park，需要有一个unpark来解锁。

       并且，unpark可以先于park调用，但不管unpark先调用多少次，都只提供一个许可，不可叠加。只需要一次park来消费掉unpark带来的许可，再次调用会阻塞。

       在Linux系统下，park和unpark是通过Posix线程库pthread中的mutex（互斥量）和condition（条件变量）来实现的。

       简单来说，mutex和condition保护了一个叫_counter的信号量。当park时，这个变量被设置为0，当unpark时，这个变量被设置为1。当_counter=0时线程阻塞，当_counter>0时直接设为0并返回。

       每个Java线程都有一个Parker实例，Parker类的部分源码如下：

       由源码可知，Parker类继承于PlatformParker，实际上是用Posix的mutex和condition来实现的。Parker类里的_counter字段，就是用来记录park和unpark是否需要阻塞的标识。

       具体的执行逻辑已经用注释标记在代码中，简要来说，就是检查_counter是不是大于0，如果是，则把_counter设置为0，返回。如果等于零，继续执行，阻塞等待。

       unpark直接设置_counter为1，再unlock mutex返回。如果_counter之前的值是0，则还要调用pthread_cond_signal唤醒在park中等待的线程。源码如下：

       （如果不会下载JVM源码可以后台回复“jdk”，获得下载压缩包）

java是如何调用native方法？hotspot源码分析必会技能

       在深入研究JDK源码，如并发包和Thread相关部分时，往往会遇到native修饰的方法，它们隐藏在层层方法的底层。native方法的存在并非偶然，它是解决Java语言与操作系统直接交互的关键。Java作为高层语言，需要JVM作为桥梁，将Java指令转换为可以直接操作系统的C或C++代码，这就是native方法的用武之地。

       JDK、JRE和JVM的关系是这样的：JDK包含JRE，其中的JVM负责执行Java代码并进行操作系统间的转换。在OpenJDK源码中，特别是hotspot实现的JVM中，能找到native方法的具体实现。JNI（Java Native Interface）技术用于模拟Java调用C或C++编写的native方法，确保跨平台的兼容性。

       让我们通过实践来理解这个过程。首先，创建一个简单的Java类，通过javac编译，生成JavaCallC.class文件。然后使用javah命令生成JavaCallC.h头文件，这是C语言调用Java的关键部分，需要与Java代码中的native方法签名匹配。接着，编写C代码（Cclass.c），编译成动态链接库libJavaCallC.so，并将库文件路径添加到LD_LIBRARY_PATH环境变量中。

       最后，执行JavaCallC命令，如果一切顺利，会看到"Java_JavaCallC_cMethod call succ"的输出，表明Java成功调用了native方法。在尝试过程中可能会遇到各种问题，但通过一步步的调试和学习，我们可以逐步掌握这个过程。