Java_JVM_逃逸分析技术_栈上分配_标量替换

转自：JVM优化之逃逸分析（Escape Analysis）

 

什么是逃逸分析(Escape Analysis)?

在编程语言的编译优化原理中，分析指针动态范围的方法称之为逃逸分析。它跟静态代码分析技术中的指针分析和外形分析类似。

通俗一点讲，当一个对象的指针被多个方法或线程引用时，我们称这个指针发生了逃逸。

而用来分析这种逃逸现象的方法，就称之为逃逸分析。

举个例子：

 

class A {
public static B b;

public void globalVariablePointerEscape() { // 给全局变量赋值，发生逃逸
b = new B();
}

public B methodPointerEscape() { // 方法返回值，发生逃逸
return new B();
}

public void instancePassPointerEscape() {
methodPointerEscape().printClassName(this); // 实例引用传递，发生逃逸
}
}

class B {
public void printClassName(A a) {
System.out.println(a.class.getName());
}
}

 

 

在这个例子中，一共举了3种常见的指针逃逸场景。分别是 全局变量赋值，方法返回值，实例引用传递。

 

 

逃逸分析优化JVM原理

 

我们知道java对象是在堆里分配的，在调用栈中，只保存了对象的指针。

当对象不再使用后，需要依靠GC来遍历引用树并回收内存，如果对象数量较多，将给GC带来较大压力，也间接影响了应用的性能。减少临时对象在堆内分配的数量，无疑是最有效的优化方法。

 

怎么减少临时对象在堆内的分配数量呢？不可能不实例化对象吧！

场景介绍

其实，在java应用里普遍存在一种场景。一般是在方法体内，声明了一个局部变量，且该变量在方法执行生命周期内未发生逃逸（在方法体内，未将引用暴露给外面）。

按照JVM内存分配机制，首先会在堆里创建变量类的实例，然后将返回的对象指针压入调用栈，继续执行。

这是优化前，JVM的处理方式。

 

逃逸分析优化 - 栈上分配

优化原理：分析找到未逃逸的变量，将变量类的实例化内存直接在栈里分配(无需进入堆)，分配完成后，继续在调用栈内执行，最后线程结束，栈空间被回收，局部变量对象也被回收。

 

这是优化后的处理方式，对比可以看出，主要区别在栈空间直接作为临时对象的存储介质。从而减少了临时对象在堆内的分配数量。

 

逃逸分析的原理很简单，但JVM在应用过程中，还是有诸多考虑。

比如，逃逸分析不能在静态编译时进行，必须在JIT里完成。原因是，与java的动态性有冲突。因为你可以在运行时，通过动态代理改变一个类的行为，此时，逃逸分析是无法得知类已经变化了。

 

逃逸分析另一个重要的优化 - 同步消除

如果你定义的类的方法上有同步锁，但在运行时，却只有一个线程在访问，此时逃逸分析后的机器码，会去掉同步锁运行。

 

性能测试

来自 http://blog.uncommons.org/ 性能测试结果。

测试场景１：

生成几百万个随机数，然后做一些少量运算。

 

VM 参数: -server

95 秒

VM 参数: -server -XX:+DoEscapeAnalysis

73 秒

性能提高: 23%

 

测试场景２：

非负矩阵分解算法。

 

VM 参数: -server

22.6 秒

VM 参数: -server -XX:+DoEscapeAnalysis

20.8 秒

性能提升: 8%

 

 

JVM中启用逃逸分析 DoEscapeAnalysis

 

安装jdk1.6.0_14，运行java时传递jvm参数  -XX:+DoEscapeAnalysis

 

逃逸分析还能用于以下优化场景，但在JVM中未知使用。

1，标量替换（Scalar Replacement）

2，减小竞争检测范围

3，基于区域的内存分配

…...

 

参考资料：

http://www.cag.csail.mit.edu/~rinard/pointer_and_escape_analysis/

http://developer.amd.com/documentation/Articles/pages/01302008_jvm.aspx

http://en.wikipedia.org/wiki/Escape_analysis

http://en.wikipedia.org/wiki/Java_performance#Escape_analysis_and_lock_coarsening

http://staff.ustc.edu.cn/~yuzhang/papers/cncc07.pdf (一种实现方法，过于学术，不过引言部分写得很不错)

http://java.dzone.com/articles/escape-analysis-java-6-update

http://en.wikipedia.org/wiki/Non-negative_matrix_factorization

 

 

资料：

来自：http://www.iteye.com/topic/473355 多谢作者分享！

http://chriszeng87.iteye.com/blog/1278649 

http://www.fabiao.net/show.php?contentid=657836

 

+

+
+

=
+

+

+