1.如何评价jdk10?
2.见了鬼，我JVM的Survivor区怎么只有20M了？
3.OpenJDK17-JVM 源码阅读 - ZGC - 并发标记 | 京东物流技术团队
4.完全体！千字详解：“Java性能调优六大工具”之JConsole工具
5.Java native 关键字
6.深入浅出 Java FileChannel 的堆外内存使用

如何评价jdk10?

       JDK 虽然只是一个小版本更新，但仍引入了一些关键改变，下文将聚焦几个对一般开发者影响重大的特性进行阐述。

       在Java 中引入了局部变量类型推断，乐享农田源码通过使用var替代局部变量声明时的类型部分，可以避免重复编写显而易见的类型。例如：

       var o = new Object();

       var特性允许在局部变量声明、增强型for循环循环变量声明及try-with-resources内资源变量声明中使用。Java 中将支持使用var替代lambda参数类型。在兼容原有代码的前提下，var非关键字，仍可作为变量名使用。值得注意的是，final var声明的变量不可变，即便未显式声明为final。

       JDK 中G1垃圾回收器实现了完全并行化，减少了full gc的发生，提升性能。G1是JDK 9的默认垃圾回收器。

       JDK 彻底移除了javah工具，因为JDK 1.8中javac已引入-h选项生成JNI头文件，javah功能被替代。移除对非Java JVM语言及特殊工具（如SBT javah插件）可能产生影响。可尝试使用其他库替代。

       JDK 对OpenJDK源码结构进行了重大调整，简化结构以提高清晰度，源码结构对比信息可参考编码gist。遗憾的是，项目loom和valhalla未能包含在Java 中，希望它们能在Java 中实现，ce 6.4 源码否则需等待下一个长期支持版本。

见了鬼，我JVM的Survivor区怎么只有M了？

       某日，一位同学在群里分享了使用 jmap -heap 查看内存使用情况的截图，发现 Survivor 区占比总是在%以上，这引发了讨论。通过分析图中的信息，我们注意到 Eden、From、To 之间的比例并非默认的8:1:1，这提示我们可能存在 AdaptiveSizePolicy 的影响。使用 jinfo -flags pid 确认使用的是 JDK 1.8 的默认回收算法 UseParallelGC，并且默认开启了 AdaptiveSizePolicy。这表示每次垃圾回收（GC）后，JVM 会重新计算 Eden、From 和 To 区的大小，以适应不同的 GC 时间、吞吐量和内存占用量。在默认配置下，虽然 SurvivorRatio 的默认值是8，但年轻代三个区域的比例仍会变动，从而导致 Survivor 区的大小变化。

       在讨论中，我们发现老年代的内存使用量也较高，这引起了进一步的调查。通过使用 jmap -histo 查看堆中的实例，发现有两个类的实例数量较多，分别是 ExpiringCache 和 LinkedHashMap。进一步分析发现 ExpiringCache 的构造函数初始化了一个 LinkedHashMap，这可能是问题的源头。通过分析 ExpiringCache$Entry 类和其使用场景，修改hadoop 源码我们定位到问题出在使用 getCanonicalPath() 方法的类上，这会导致大量 ExpiringCache$Entry 对象进入老年代。使用 jstat -gcutil 查看 GC 情况，发现从应用启动到执行 jmap -histo 命令期间，触发了次 Full GC（FGC），耗时9.秒，平均每次 FGC 耗时约为毫秒。这表明内存管理存在优化空间。

       为了解决 Survivor 区变小、老年代占比变高的问题，有几种解决方案可以考虑。一种简单的方法是不使用缓存，可以通过设置参数-Dsun.io.useCanonCaches=false 来关闭缓存。另一种方案是保持使用 UseParallelGC，显式设置 -XX:SurvivorRatio=8，以固定年轻代三个区域之间的比例。最后，可以考虑使用 CMS 垃圾回收器，因为它默认关闭 AdaptiveSizePolicy，从而提供更稳定的内存管理。

       对于源码层面的理解，JDK 1.8 中的 UseParallelGC 和 AdaptiveSizePolicy 的互动主要通过参数配置来实现。当显式设置 SurvivorRatio 时，JVM 会确保这个参数在 Parallel Scavenge 回收器中生效，从而固定年轻代三个区域的比例。在 AdaptiveSizePolicy 的实现中，JVM 会在 GC 过程完成后根据预期停顿时间和实际的 GC 时间动态调整内存大小。然而，在使用 CMS 垃圾回收器时，JDK 1.8 中的逻辑会将 UseAdaptiveSizePolicy 设置为 false，这限制了 AdaptiveSizePolicy 的段子站源码应用，从而影响内存管理的优化。

       通过这次讨论和分析，我们不仅发现了内存管理中的问题，还学习了如何通过参数配置来优化 JVM 的垃圾回收策略。对于开发者而言，了解并合理配置这些参数可以显著提升应用的性能和稳定性。

OpenJDK-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、大容量堆、染色指针、读屏障等特性，自JDK起作为试验特性，JDK起支持Windows，JDK正式投入生产使用。在JDK中已实现分代收集，预计不久将发布，性能将更优秀。

       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、并发标记/重映射、重分配。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，mssql源码运行从栈中取出指针进行标记，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。

完全体！千字详解：“Java性能调优六大工具”之JConsole工具

       JConsole工具作为JDK自带的图形化性能监控工具，为Java应用程序的性能分析提供了便利。本文将为您详细介绍JConsole的基本使用方法和各项功能。

       首先，启动JConsole，连接Java应用程序。在启动界面，可以通过"新建连接"功能选择本地或远程Java应用程序，需要配置远程进程的IP地址与端口号以实现远程连接。

       连接成功后，JConsole将展示Java应用程序的概览，包括堆内存使用情况、线程数量、类加载数量以及CPU使用率。通过这些数据，可以快速了解应用程序的运行状况。

       在内存监控功能中，JConsole提供了详细的内存使用信息，包括堆内存、非堆内存（永久代）的使用情况。通过"执行GC"按钮，可以强制执行垃圾回收操作，优化内存管理。

       线程监控部分展示了系统内的线程数量和详细信息。用户可以查看单个线程的栈信息，并利用"检测到死锁"功能快速定位死锁问题。这对于多线程应用程序的调试和优化尤为重要。

       类加载情况通过JConsole的"类"选项卡直观呈现，显示已装载和已卸载的类数量，有助于理解类加载过程的效率和稳定性。

       虚拟机信息部分，JConsole提供了虚拟机的摘要信息，包括类型、版本、堆信息、垃圾回收器类型等，为深入理解虚拟机运行环境提供了帮助。

       MBean管理功能允许用户通过JConsole对MBean进行操作，包括属性查看与设置、方法运行等，实现对Java应用程序的精细化管理。

       为了扩展功能，JConsole支持插件扩展。通过加载内置的JTop插件，用户可以访问JTop页面，对CPU占用时间排序，快速定位占用资源最大的线程。此外，JTop插件的源代码可以提供进一步的自定义和扩展可能性。

       JConsole的综合使用，能够有效提升Java应用程序的性能分析效率，从多个维度提供详尽的监控和诊断信息，为开发者优化代码和提高应用性能提供了强有力的支持。

Java native 关键字

       在浏览 JDK 源代码时，常会发现大量使用了 native 关键字的方法。此关键字用于表明方法的实现并非使用 Java，而是在其他语言如 C 或 C++ 中完成。实际上，native 方法是一个 Java 调用非 Java 代码的接口。

       所谓 Native Method，指的是 Java 调用非 Java 代码实现的方法。具体来说，它是一个原生态方法，其对应实现不在当前文件内，而位于使用其他语言（如 C 和 C++）实现的文件中。使用 native 关键字标识的方法，意味着其用 C/C++ 语言实现，编译成 DLL，由 Java 进行调用。

       在 JVM 的底层实现中，很多部分都是通过 C 语言实现的。例如，openj9 源代码中，GC 功能的实现便是用 C 语言完成。Java 在调用这些底层实现时，实际上调用的是外部动态库等，因此通过 native 关键字标记，表明具体的实现位于 JVM 内。

       实现 native 方法的关键技术是 JNI（Java Native Interface）。JNI 是 Java 的本地接口，它允许 Java 调用本地代码（如 C 或 C++），并支持 Java 方法调用本地功能。通过 JNI，实现可调用过程变得简单。在 JDK 中，native 关键字仅用于标记，并不涉及实现细节。

       总之，native 关键字在 Java 中用于标识方法的实现非 Java，而是通过其他语言完成，通常通过 JNI 实现调用。这一设计允许 Java 利用不同语言的强项，提高性能和功能。

深入浅出 Java FileChannel 的堆外内存使用

       从一个线上系统 OOM 讲起，我们通过解决用户反馈的 IoTDB 查询卡住问题，深入探讨了 Java FileChannel 中的堆外内存使用。

       首先，让我们了解一下背景知识。FileChannel 是 Java NIO 提供的文件通道类，它允许对文件进行读写操作。而堆外内存是指直接分配在系统内存中的内存区域，不受 Java 堆管理。

       FileChannel 使用堆外内存的原因是提高性能。当使用 DirectByteBuffer 时，数据本来就在堆外内存中，因此在进行 I/O 操作时没有拷贝的过程，这被称为“零拷贝”。然而，操作系统需要将堆上的数据拷贝到堆外内存中进行 I/O 操作，因为操作系统通过内存地址进行数据交互。

       当 JVM 进行垃圾回收（GC）时，可能会导致内存地址的变化，影响正在执行的 I/O 操作。因此，将数据从堆复制到堆外内存，可以保证数据地址在 I/O 过程中保持不变。

       在 JDK 的源码分析中，我们发现 DirectByteBuffer 的分配和回收机制。DirectByteBuffer 在分配时创建的 Cleaner 对象用于堆外内存的回收，当 DirectByteBuffer 仅被 Cleaner 引用时，其可以在任意 GC 时段被回收。这样，虽然堆外内存并非完全不受 GC 控制，但通过 Cleaner 实现了有效的回收机制。

       FileChannel 在读写过程中，使用 DirectByteBuffer 进行数据操作。在分配和回收临时 DirectByteBuffer 时，考虑到系统的资源限制，适当调整 TEMP_BUF_POOL_SIZE 的值可以避免 OOM 的问题。

       回到开头提到的线上问题，用户在使用 IoTDB 时遭遇 OOM。通过源码分析，我们发现没有适当配置 MAX_CACHED_BUFFER_SIZE，导致额外分配的堆外内存缓存过大，最终引发 OOM。通过调整配置，解决了这个问题。

       Java FileChannel 的堆外内存使用，提高了 I/O 操作的性能，但也需要合理配置和管理，避免资源浪费和内存泄露，确保系统的稳定运行。