一、逃逸分析
逃逸分析是編譯語言中的一種優化分析，而不是一種優化的手段。通過對象的作用范圍的分析，為其他優化手段提供分析數據從而進行優化。
逃逸分析包括：
全局變量賦值逃逸
方法返回值逃逸
實例引用發生逃逸
線程逃逸:賦值給類變量或可以在其他線程中訪問的實例變量. public class EscapeAnalysis {
public static Object object;
public void globalVariableEscape(){//全局變量賦值逃逸
object =new Object();
}
public Object methodEscape(){ //方法返回值逃逸
return new Object();
}
public void instancePassEscape(){ //實例引用發生逃逸
this.speak(this);
}
public void speak(EscapeAnalysis escapeAnalysis){
System.out.println("Escape Hello");
}
}
使用方法逃逸的案例進行分析: public StringBuffer createString(String ... values){
StringBuffer stringBuffer = new StringBuffer();
for (String string : values) {
stringBuffer.append(string+",");
}
return stringBuffer;
}
public static void main(String[] args) {
StringBuffer sb = new EscapeAnalysis().createString("Escape","Hello");
System.out.println(sb.toString());
}
從上面的案例我們看出stringBuffer是屬于方法返回值逃逸。我們可以通過改變返回值得類型為String限定了StringBuffer的作用域在createString方法中從而不發生逃逸。 public String createString(String ... values){
StringBuffer stringBuffer = new StringBuffer();
for (String string : values) {
stringBuffer.append(string+",");
}
return stringBuffer.toString();
}
public static void main(String[] args) {
String string = new EscapeAnalysis().createString("Escape","Hello");
System.out.println(string);
}
一、標量替換 1.標量和聚合量
標量即不可被進一步分解的量，而JAVA的基本數據類型就是標量(如：int，long等基本數據類型以及reference類型等)，標量的對立就是可以被進一步分解的量，而這種量稱之為聚合量。而在JAVA中對象就是可以被進一步分解的聚合量。 2.替換過程
通過逃逸分析確定該對象不會被外部訪問，并且對象可以被進一步分解時，JVM不會創建該對象，而會將該對象成員變量分解若干個被這個方法使用的成員變量所代替。這些代替的成員變量在棧幀或寄存器上分配空間。
二 、棧上分配
我們通過JVM內存分配可以知道JAVA中的對象都是在堆上進行分配，當對象沒有被引用的時候，需要依靠GC進行回收內存，如果對象數量較多的時候，會給GC帶來較大壓力，也間接影響了應用的性能。為了減少臨時對象在堆內分配的數量，JVM通過逃逸分析確定該對象不會被外部訪問。那就通過標量替換將該對象分解在棧上分配內存，這樣該對象所占用的內存空間就可以隨棧幀出棧而銷毀，就減輕了垃圾回收的壓力。
測試逃逸分析后堆內存對比： private int count = 1000000;
public static void main(String[] args) throws InterruptedException, IOException {
EscapeAnalysis escapeAnalysis = new EscapeAnalysis();
for (int i = 0; i < escapeAnalysis.count ; i++) {
escapeAnalysis.getAge();
}
Thread.sleep(500);
for (int i = 0; i < escapeAnalysis.count ; i++) {
escapeAnalysis.getAge();
}
System.in.read();
}
public int getAge(){
Person person = new Person("小明",18,28.1);
return person.getAge();
}
class Person {
private String name;
private int age;
private double weight;
public Person(String name, int age, double weight) {
super();
this.name = name;
this.age = age;
this.weight = weight;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public int getAge() {
return age;
}
public void setAge(int age) {
this.age = age;
}
public double getWeight() {
return weight;
}
public void setWeight(double weight) {
this.weight = weight;
}
}
1.通過jps查看Class的Main進程的PID: 關閉逃逸分析的數據 C:\Users\li>jps
13216
16592 EscapeAnalysis
5640
17308
17916 Jps
9308 RemoteMavenServer 啟用逃逸分析的數據，在JDK1.8是默認開啟逃逸分析 C:\Users\li>jps
13216
13412 Jps
5640
17308
6460 EscapeAnalysis
7100 EscapeAnalysis
9308 RemoteMavenServer
2.通過jmap -histo [pid]查看java堆上的對象分布情況: 關閉逃逸分析的數據 C:\Users\li>jmap -histo 16592
num #instances #bytes class name
----------------------------------------------
1: 980000 31360000 test.EscapeAnalysis$Person
2: 154 785000 [I
3: 2158 288504 [C
4: 489 55832 java.lang.Class
5: 2017 48408 java.lang.String
6: 839 33560 java.util.TreeMap$Entry 啟用逃逸分析的數據 C:\Users\li>jmap -histo 7100
num #instances #bytes class name
----------------------------------------------
1: 229881 7356192 test.EscapeAnalysis$Person
2: 446 756944 [I
3: 3105 442024 [C
4: 2408 57792 java.lang.String
通過上面數據可以看出沒有開啟逃逸分析時，Person在堆的內存是31360000 ，而開啟逃逸分析時，Person在堆中的內存為7356192。 兩者之間相差24003808。證明了啟用了逃逸分析，可以減少堆內存的使用和減少GC。
三、同步消除
同步消除是java虛擬機提供的一種優化技術。通過逃逸分析，可以確定一個對象是否會被其他線程進行訪問
如果對象沒有出現線程逃逸，那該對象的讀寫就不會存在資源的競爭，不存在資源的競爭，則可以消除對該對象的同步鎖。 public String createString(String ... values){
StringBuffer stringBuffer = new StringBuffer();
for (String string : values) {
stringBuffer.append(string+" ");
}
return stringBuffer.toString();
}
public static void main(String[] args) {
long start = System.currentTimeMillis();
EscapeAnalysis escapeAnalysis = new EscapeAnalysis();
for (int i = 0; i < 1000000; i++) {
escapeAnalysis.createString("Escape", "Hello");
}
long bufferCost = System.currentTimeMillis() - start;
System.out.println("craeteString: " + bufferCost + " ms");
} -server -XX:+DoEscapeAnalysis -XX:-EliminateLocks
craeteString: 202 ms
-server -XX:+DoEscapeAnalysis -XX:+EliminateLocks
craeteString: 173 ms
我們可以通過測試結果看出，如果開啟了同步消除，在開啟同步消除的執行效率比沒有開啟同步消除的高。
Reference：
HTML轉JPG，TIFF等圖片格式和TIFF圖片合并功能解決方案。...)
)
