- 1.源码中WorkGang, GangWorker结构关系
SharedHeap的结构如下,在结构中含有成员FlexibleWorkGang* _workers;
class SharedHeap : public CollectedHeap { friend class VMStructs; friend class VM_GC_Operation; friend class VM_CGC_Operation; private: // For claiming strong_roots tasks. SubTasksDone* _process_strong_tasks; protected: …… // If we're doing parallel GC, use this gang of threads. FlexibleWorkGang* _workers; …… };
FlexibleWorkGang的继承关系如下
class FlexibleWorkGang: public WorkGang { …… }; class WorkGang: public AbstractWorkGang { …… Void run_task(AbstractGangTask* task); …… }; class AbstractWorkGang: public CHeapObj { // Here's the public interface to this class. public: // Constructor and destructor. AbstractWorkGang(const char* name, bool are_GC_task_threads, bool are_ConcurrentGC_threads); ~AbstractWorkGang(); // Run a task, returns when the task is done (or terminated). virtual void run_task(AbstractGangTask* task) = 0; // Stop and terminate all workers. virtual void stop(); public: // Debugging. const char* name() const; protected: // Initialize only instance data. const bool _are_GC_task_threads; const bool _are_ConcurrentGC_threads; // Printing support. const char* _name; // The monitor which protects these data, // and notifies of changes in it. Monitor* _monitor; // The count of the number of workers in the gang. int _total_workers; // Whether the workers should terminate. bool _terminate; // The array of worker threads for this gang. // This is only needed for cleaning up. GangWorker** _gang_workers; // The task for this gang. AbstractGangTask* _task; // A sequence number for the current task. int _sequence_number; // The number of started workers. int _started_workers; // The number of finished workers. int _finished_workers; };
GangWorker的结构如下
class GangWorker: public WorkerThread { public: // Constructors and destructor. GangWorker(AbstractWorkGang* gang, uint id); // The only real method: run a task for the gang. virtual void run(); // Predicate for Thread virtual bool is_GC_task_thread() const; virtual bool is_ConcurrentGC_thread() const; // Printing void print_on(outputStream* st) const; virtual void print() const { print_on(tty); } protected: AbstractWorkGang* _gang; virtual void initialize(); virtual void loop(); public: AbstractWorkGang* gang() const { return _gang; } };
- 2. GC线程创建
GangWorker就是GC线程,那么它是如何创建起来的呢?
当虚拟机启动的时候,会进行一些初始化操作,我们看一看是通过怎样的路径创建GangWorker的。Trace信息如下所示
#0 0x00002adb4964bace in FlexibleWorkGang (this=0x48, name=0xb00000000 <Address 0xb00000000 out of bounds>, workers=10971, are_GC_task_threads=8, are_ConcurrentGC_threads=false) at /home/chengtao/hotspot20/src/share/vm/utilities/workgroup.hpp:280 #1 0x00002adb4998e403 in SharedHeap (this=0x5903a430, policy_=0x5903a2f0) at /home/chengtao/hotspot20/src/share/vm/memory/sharedHeap.cpp:76 #2 0x00002adb49731331 in GenCollectedHeap (this=0x5903a430, policy=0x5903a2f0) at /home/chengtao/hotspot20/src/share/vm/memory/genCollectedHeap.cpp:76 #3 0x00002adb49a23f95 in Universe::initialize_heap () at /home/chengtao/hotspot20/src/share/vm/memory/universe.cpp:921 #4 0x00002adb49a243f8 in universe_init () at /home/chengtao/hotspot20/src/share/vm/memory/universe.cpp:781 #5 0x00002adb49767a52 in init_globals () at /home/chengtao/hotspot20/src/share/vm/runtime/init.cpp:98 #6 0x00002adb49a0e56a in Threads::create_vm (args=0x41964080, canTryAgain=0x4196405b) at /home/chengtao/hotspot20/src/share/vm/runtime/thread.cpp:3092 #7 0x00002adb497a181c in JNI_CreateJavaVM (vm=0x419640e0, penv=0x419640e8, args=0x41964080) at /home/chengtao/hotspot20/src/share/vm/prims/jni.cpp:3344 #8 0x00000000400035f8 in InitializeJVM () #9 0x000000004000206e in JavaMain ()
在WorkGang进行完成构造以后,会进行初始化,调用_workers->initialize_workers();在这个函数中,进行创建GangWorker,具体如下
//创建保存GangWork的指针数组 _gang_workers = NEW_C_HEAP_ARRAY(GangWorker*, total_workers());
// 创建_total_workers个GangWorker,实际上_total_workers是与ParallelGCThreads相等的,ParallelGCThreads这个值是根据cpu core计算出来的一个值 //每创建一个GangWorker就会立即启动这个线程 for (int worker = 0; worker < total_workers(); worker += 1) { GangWorker* new_worker = allocate_worker(worker); assert(new_worker != NULL, "Failed to allocate GangWorker"); _gang_workers[worker] = new_worker; if (new_worker == NULL || !os::create_thread(new_worker, worker_type)) { vm_exit_out_of_memory(0, "Cannot create worker GC thread. Out of system resources."); return false; } if (!DisableStartThread) { os::start_thread(new_worker); } }
到此,Parallel GC线程就被创建完了,并启动。
- 3. Parallel GC线程是如何工作的
我们来看一下GangWorker的一些函数,可以看到,当GC线程被创建以后,首先会进行一些初始化工作,然后就进入到了loop函数中。仔细分析这个loop函数,可以发现,刚开始GC线程是进入wait状态的,等待被唤醒然后进行GC,接下来我们看一看GC线程是如何被唤醒的。
void GangWorker::run() { initialize(); loop(); } void GangWorker::initialize() { this->initialize_thread_local_storage(); assert(_gang != NULL, "No gang to run in"); os::set_priority(this, NearMaxPriority); if (TraceWorkGang) { tty->print_cr("Running gang worker for gang %s id %d", gang()->name(), id()); } // The VM thread should not execute here because MutexLocker's are used // as (opposed to MutexLockerEx's). assert(!Thread::current()->is_VM_thread(), "VM thread should not be part" " of a work gang"); } void GangWorker::loop() { int previous_sequence_number = 0; Monitor* gang_monitor = gang()->monitor(); for ( ; /* !terminate() */; ) { WorkData data; int part; // Initialized below. { // Grab the gang mutex. MutexLocker ml(gang_monitor); // Wait for something to do. // Polling outside the while { wait } avoids missed notifies // in the outer loop. gang()->internal_worker_poll(&data); if (TraceWorkGang) { tty->print("Polled outside for work in gang %s worker %d", gang()->name(), id()); tty->print(" terminate: %s", data.terminate() ? "true" : "false"); tty->print(" sequence: %d (prev: %d)", data.sequence_number(), previous_sequence_number); if (data.task() != NULL) { tty->print(" task: %s", data.task()->name()); } else { tty->print(" task: NULL"); } tty->cr(); } for ( ; /* break or return */; ) { // Terminate if requested. if (data.terminate()) { gang()->internal_note_finish(); gang_monitor->notify_all(); return; } // Check for new work. if ((data.task() != NULL) && (data.sequence_number() != previous_sequence_number)) { gang()->internal_note_start(); gang_monitor->notify_all(); part = gang()->started_workers() - 1; break; } // Nothing to do. gang_monitor->wait(/* no_safepoint_check */ true); gang()->internal_worker_poll(&data); if (TraceWorkGang) { tty->print("Polled inside for work in gang %s worker %d", gang()->name(), id()); tty->print(" terminate: %s", data.terminate() ? "true" : "false"); tty->print(" sequence: %d (prev: %d)", data.sequence_number(), previous_sequence_number); if (data.task() != NULL) { tty->print(" task: %s", data.task()->name()); } else { tty->print(" task: NULL"); } tty->cr(); } } // Drop gang mutex. } if (TraceWorkGang) { tty->print("Work for work gang %s id %d task %s part %d", gang()->name(), id(), data.task()->name(), part); } assert(data.task() != NULL, "Got null task"); data.task()->work(part); { if (TraceWorkGang) { tty->print("Finish for work gang %s id %d task %s part %d", gang()->name(), id(), data.task()->name(), part); } // Grab the gang mutex. MutexLocker ml(gang_monitor); gang()->internal_note_finish(); // Tell the gang you are done. gang_monitor->notify_all(); // Drop the gang mutex. } previous_sequence_number = data.sequence_number(); } }
当需要进行GC的时候,以ParNew为例,会进入到ParNewGeneration::collect这个函数,这个函数中有这样一段代码
if (n_workers > 1) { GenCollectedHeap::StrongRootsScope srs(gch); workers->run_task(&tsk); } else { GenCollectedHeap::StrongRootsScope srs(gch); tsk.work(0); }
进行Parallel GC的时候,就会进入到workers->run_task(&tsk)这个函数中了。函数原型就是void WorkGang::run_task(AbstractGangTask* task);
在这个函数中有这样一段代码
// Initialize. _task = task; _sequence_number += 1; _started_workers = 0; _finished_workers = 0; // Tell the workers to get to work. monitor()->notify_all(); // Wait for them to be finished while (finished_workers() < total_workers()) { if (TraceWorkGang) { tty->print_cr("Waiting in work gang %s: %d/%d finished sequence %d", name(), finished_workers(), total_workers(), _sequence_number); } monitor()->wait(/* no_safepoint_check */ true); } _task = NULL;
从代码中我们可以发现,monitor()->notify_all();就可以唤醒GC线程了,然后进入到wait状态,等待所有GC线程完成GC任务结束,然后退出。
- 4. 总结
总结起来很简单,就是初始时,WorkGang创建ParallelGCThreads个GC线程(GangWorker),这些GC线程处于wait状态。当进行Paralel GC的时候,WorkGang就会唤醒wait的GC线程,进行Parallel GC。WorkGang等待Parallel GC完成后返回。
相关推荐
- Parallel GC:多线程版本的Serial GC,提高了吞吐量。 - CMS(Concurrent Mark Sweep)GC:并行标记,低延迟,适用于响应时间敏感的应用。 - G1(Garbage-First)GC:新一代的垃圾收集器,目标是达到可预测的...
在这个版本中,HotSpot JVM提供了多种垃圾回收(GC)算法,每种算法都有其特定的适用场景和参数调整策略。下面将详细讨论JDK9中的主要GC类型、相关参数以及调优策略。 1. **GC类型与启用参数**: - **Serial GC**...
Hotspot源码是Java开发中的重要参考资料,它揭示了Java虚拟机(JVM)的工作原理。Oracle JDK中的Hotspot JVM是Java程序运行的核心,负责字节码解释、编译优化以及垃圾回收等关键任务。Hotspot源码的分析有助于开发者...
2. **并行GC(Parallel GC)**:与串行GC相比,它在多处理器机器上通过使用多个线程进行垃圾收集,从而显著提高了GC速度。然而,Stop-The-World事件仍然存在,可能导致应用暂停时间较长。 3. **并发标记GC...
Java HotSpot VM 提供了两种主要的优化目标:最大暂停时间和应用吞吐量。最大暂停时间目标通过 `-XX:MaxGCPauseMillis` 参数设定,目标是限制垃圾收集暂停的最长时间,以保证应用程序的响应性。吞吐量目标则关注整个...
HotSpot VM还包括了两种类型的JIT编译:标准编译用于长时间运行的方法,而OSR编译则用于优化循环中的代码,确保程序运行流畅。 JVM的内存结构分为堆内存、方法区、栈内存、程序计数器和本地方法栈等几个主要部分。...
- 分析应用的内存和CPU使用情况,选择合适的GC算法(如Serial、Parallel、Concurrent Mark Sweep或G1)。 - 调整新生代和老年代的比例,以及Survivor空间大小。 - 监控和调整JVM的停顿时间目标(如使用`-XX:...
- **Parallel GC**:多线程版本的Serial GC,提高性能。 - **Concurrent Mark Sweep (CMS)**:并发标记清除,降低停顿时间,适用于响应时间敏感的应用。 - **G1 GC**:并行、并发且目标停顿时间可预测,适用于...
5. **线程与并发**:JVM提供了多线程支持,包括线程创建、同步、通信等。理解锁、条件变量、信号量等并发原语,以及synchronized、volatile、java.util.concurrent包下的工具类,对于编写高效并发程序非常重要。 6....
此外,Hotspot还包含垃圾回收(Garbage Collection, GC)机制,如Parallel GC、Concurrent Mark Sweep (CMS) GC和G1 GC等,用于自动管理内存。 在OpenJDK7的源码中,你可能会看到如下几个关键部分: 1. **HotSpot ...
HotSpot VM 是 Sun JDK 和 OpenJDK 中所带的虚拟机,也是目前使用范围最广的 Java 虚拟机。只要装有 JVM 的平台,都可以运行 Java 程序。 JVM 由三个组成部分组成:类加载系统、运行时数据区和执行引擎。类加载系统...
最后,文档中提到了Hotspot JVM支持的多种线程类型,包括Java线程和JVM线程。JVM线程包含用于垃圾回收、去优化、监视器等的线程。此外,还提到了不同代码(解释执行、编译执行和本地执行)之间的接口差异,即ABI...
9. **Garbage Collection (GC)**:OpenJDK8实现了多种垃圾收集器,如Parallel GC, G1 GC等,这些都在`sun.gc.*`和`jdk.internal.vm.gc.*`包下。 通过深入研究OpenJDK8源码,开发者可以更好地理解Java平台的运行机制...
2. **Parallel GC**:多线程并行收集,提高吞吐量。 3. **CMS(Concurrent Mark Sweep)GC**:并发标记清除,减少STW(Stop-the-World)暂停时间。 4. **G1(Garbage-First)GC**:目标是实现低延迟,能够预测和控制...
全书共分为五大部分,围绕内存管理、执行子系统、程序编译与优化、高效并发等核心主题对JVM进行了全面而深入的分析,深刻揭示了JVM的工作原理。第一部分从宏观的角度介绍了整个Java技术体系、Java和JVM的发展历程、...
2. 垃圾收集器:OpenJDK 8提供了多种垃圾收集器,如Serial、Parallel、G1等,源码位于`hotspot/src/share/vm/runtime/gc_*`目录下。 3. JIT编译器:HotSpot虚拟机的Just-In-Time(JIT)编译器在`hotspot/src/share/...
开发者应详细阅读各个JVM厂商的文档,如Sun HotSpot VM、IBM VM和Oracle JRockit VM,以便更好地了解内存管理机制。 2. **评估应用程序需求**: 应用程序的静态内存占用需求,包括部署的应用数量、加载的类、数据...
- HotSpot VM中的DTrace探测器 - 新的监控、管理和诊断功能 - 在Solaris OS上使用Java SE6的可观察性 - **基准测试** - SPECjbb2005 - VolanoMark™ 2.5 综上所述,Java SE6通过多种方式提升了其性能表现,...
- **HotSpot VM**:这是一个高性能的 JVM 实现,支持 JIT 编译技术,能够显著提高 Java 程序的执行速度。 - **JRockit VM**:面向企业级应用的高性能 JVM。 ##### 2.3 SUN JVM 内存管理 (优化) SUN JVM 提供了详细...