硬核 JVM 壓縮指針詳解
一、前言
當今，Java已經成為了世界上最流行的編程語言之一。在Java的生態系統中，JVM（Java虛擬機）是至關重要的組成部分。JVM 是 Java 程序運行的環境，它負責將 Java 字節碼翻譯成機器碼，并執行程序。在 JVM 中，內存使用以及分配一直是個重要的問題。
在 32 位系統中，一枚指針占用 4 字節，隨著 64 位系統的逐漸普及，指針的大小也增長到了 8 個字節，JVM 為了降低內存占用，使用了指針壓縮技術來降低內存的占用，接下來，我們將自頂向下的深入探討 JVM 指針壓縮的工作原理。
二、理解壓縮指針
為什么 JVM 需要壓縮指針？
在計算機中，指針的大小通常取決于計算機的字長。例如，在 32 位系統一字長為 4 字節，即一枚指針的占用內存空間大小為 4 字節。隨著計算機性能的提升，內存價格的降低，64 位系統也開始逐漸普及。而在 64 位系統中，字長和指針也由原來的增長到 8 個字節，JVM 為了降低內存占用，開發了指針壓縮算法，即：在 64 位系統中，指針依然使用 4 字節存儲。
數據指針與字長的關系
字長是指一臺計算機中處理器可以一次性處理的二進制數字的位數。它通常是 8 位、16 位、32 位或 64 位，這意味著在一次處理中可以處理 8 個、16 個、32 個或 64 個二進制數字。字長越長，計算機處理數據的能力越強，但同時也會增加計算機的成本和復雜度。
CPU 的上下文是寄存器，CPU 運算的本質就是不斷從 CS IP 寄存器中取指令然后執行，CPU 運算所需的數據也是放在寄存器里，CPU 一次性處理的數據大小就是寄存器的大小。
圖片
上圖左側是一段簡單的 C 語言代碼片段，右側是該代碼的匯編代碼（即 CPU 執行這段代碼的實際機器碼的解釋）。
圖片
CPU 執行計算時，需要先將數據讀取到寄存器，存取內存中的變量時，是直接操作變量所在地址及偏移量，而變量所在地址（即指針）也是存儲在寄存器中的，因此寄存器大小直接決定了 CPU 所能訪問內存的地址空間。因此，在 32 位系統中，寄存器的最大長度是 32 bit（即 4 個字節），因此最大支持訪問 4GB 的內存空間，在 64 位系統中，寄存器最大 64 bit（即 8 字節）。而數據的指針由于需要指向整個內存空間，因此也就是 8 字節。8 字節大小的指針所能允許訪問的最大地址為：16EB（16384PB=16777216TB=17179869184GB）的內存空間。
所以字長其實就等于寄存器的大小，指針為了能指向整個內存空間，通常也等于字長大小。
理解內存對齊
這是一段簡單的 C 語言代碼：
#include <stdio.h>
struct Test {
int a;
char b;
int c;
} test;
int main(void) {
test.a = 1;
test.b = 2;
test.c = 3;
printf("struct Test size: %d\n", sizeof(test));
return 0;
}在 C 語言中，結構體數據是連續的，Int 為 4 字節，Char 為 1 字節，所以 Struct Test 為 9 字節。
但是實際輸出結果卻是 12 字節：
圖片
圖片
通過匯編指令可以分析出，結構體 Test 的內存布局如下：
圖片
可以看出，在 Char 類型數據后面被空出了 3 個字節的位置，原因如下：
計算機只能從 4 字節的整數倍開始尋址，如果在 Char b 后不進行空數據填充，則編譯后的指令會很長，極大的降低 CPU 執行效率：
圖片
所以在 JVM 中，對象的存儲也是如此設計：
class Test {
int a;
char b;
int c;
}對象布局如下：
圖片
可以看出 Char b 數據后空出了 3 個字節的內存空間作為 Padding， 以供后面的對象進行內存對齊。
為什么計算機只能從特定地址讀取數據？
計算機之所以只能從特定地址開始讀取數據，是由于在內存中存儲的物理位置導致的。
圖片
這是一根內存條，上面有 4 個內存顆粒（Chip），在我們聲明一個變量 Int a = 1;時，CPU 想一次從內存中同時取出 32 位數據，為了發揮并行傳輸數據的能力，同時與 4 個內存顆粒進行交互肯定比一個內存交互要快，因此數據 a 分別在 4 個顆粒中存儲 0x01 0x00 0x00 0x00。
圖片
每個內存顆粒 Chip 中有 8 個 bank，每次同時從 8 個 bank 中取一位數據。
圖片
為了盡可能節約地址總線位數，變量 a 的每字節數據在各 Chip 中相對位置是相同的，每字節中的每位數據在 bank 中的行數和列數也是相同的。
總結，為了能利用有限的地址總線，盡量快速尋址到盡可能多的數據，在設計計算機時取了巧，CPU 同時只能訪問 32 個相對地址相同的數據位，表現上就是只能從被 4 字節整除的地址開始尋址。
理解指針壓縮
在 64 位系統中，JVM 為了降低 8 字節的指針對內存的占用，使用了指針壓縮的技術，將 8 字節的指針壓縮為 4 字節。
前面說到，JVM 出于性能考慮，對數據做了對齊到 4 字節的處理，因此指針的值末尾 5 bit 始終為 0B11111。JVM 的指針壓縮算法就是，把本來應該使用 8 個字節的指針，直接改為 4 字節的進行代替，那么 4 字節的指針實際最高可以表示 32G 的內存空間。這也就是為什么當物理內存超過 32G 時，需要關閉 JVM 指針壓縮。
三、實戰解碼指針
工具介紹
HSDB
HSDB（HotSpot Debugger），是一個用于 HotSpot 虛擬機的調試工具。它提供了一種可視化的方式來查看和調試 Java 應用程序在 JVM 上的運行情況。HSDB 可以用于分析線程、堆、類、對象、方法、編譯器和代碼緩存等方面的信息。它還可以用于監視虛擬機性能和調試垃圾回收器。HSDB 是一個非常強大的工具，可以幫助開發人員更好地理解和優化 Java 應用程序的性能。
官方提供的 HSDB 命令行不是很好用，比如命令補全、命令提示、光標移動、命令歷史記錄等都不存在，所以本次分享講利用 PerfMa 開源的 XPocket 工具，配合 HSDB 插件來操作。
XPocket 工具
XPocket 是 PerfMa 為解決性能問題而生的開源的插件容器，它是性能領域的樂高，將定位或者解決各種性能問題的常見的 Linux 命令，JDK 工具，知名性能工具等適配成各種 XPocket 插件，并讓它們可以相互聯動一鍵解決特定的性能問題。目前 XPocket 插件生態已經實現了 HSDB、JDB、JConsole、Perf、Arthas 等多個優秀的開源性能工具的插件化集成。
快速開始
下載 XPocket，然后解壓運行。
wget https://a.perfma.net/xpocket/download/XPocket.tar.gz
tar -xvf XPocket.tar.gz
sh xpocket/xpocket.sh
圖片
# 切換至 HSDB 插件空間
XPocket [system] > use jhsdb@JDK
# 啟動 clhsdb 命令行
XPocket [jhsdb] > clhsdb
# attach 到目標進程
XPocket [jhsdb] > attach 29516利用 HSDB 查看 JVM 對象內存布局
準備工作
編寫一個測試類，啟動 JVM 進程。
@Data
@Component
public class BeanTest {
private long l = 1;
private BeanTest pointer = this;
private int i = 2;
private boolean b = false;
private char c = 3;
private BeanTest[] arr = {this};
}想要查看對象的內存布局，首先要找到這個對象所在位置，JVM 的對象分布在堆上，可以通過 Universe 命令確定堆內的相關區域對應位置。
# 執行以下命令，切換至 HSDB 插件
XPocket [system] > use jhsdb@JDK
# 啟動 HSDB 插件
XPocket [jhsdb] > clhsdb
# 通過 jps 命令，查詢 JVM 進程的 pid，attach 到這個 JVM 進程
XPocket [jhsdb] > attach 29516
# 執行 universe 命令，查看堆內存分布情況
XPocket [jhsdb : 29516] > universe內存分布情況如下：
圖片
括號內的第一個值為內存起始位置，第二個值為已使用的位置，第三個值為該區域最大地址。以上圖 eden 區為例：
eden 區空間范圍為：0x00000000fab00000 ～ 0x00000000fef00000，相減得到 71303168，68MB。
eden 區已使用空間為：0x00000000fab00000 ～ 0x00000000fafd2a60，相減得到 5057120，4.82M。
找到我們定義的對象
我們要找的對象是受 Spring 管理的，所以很容易判斷，通常情況下都會在老年代里。那么我們直接在老年代內檢索這個對象即可。由于 Oop（簡單對象指針）是所有 Java 對象的基類，所以我們可以利用 Scanoops 命令來檢索這個對象。
XPocket [jhsdb : 29516] > scanoops 0x00000000f0000000 0x00000000f1265ca8 com.poizon.robot.test.BeanTest檢索到的結果如下：
圖片
0x00000000f1060898 是這個對象實例的內存地址，也就是該對象的指針值。
查看對象內存布局
然后我們就可以通過 Inspect 命令來查看該對象的內存布局了。
XPocket [jhsdb : 29516] > inspect 0x00000000f1060898得到結果如下：
圖片
注意：這里顯示的數據是按照類變量順序來展示的，并非實際結構
由圖返回結果可以看出， BeanTest 對象大小為 40 字節，當前系統為 X64 架構，一個字長為 8 字節，即此對象占用 5 個字長。執行 Mem 命令，獲取整個對象（5 個字長）的數據。
XPocket [jhsdb : 29516] > mem 0x00000000f1060898 5得到結果如下：
圖片
左側為當前字長的數據起始地址，右側為數據值。
我們再來復習一遍對象頭（Oop數據），前 8 位是 Mark Word，后 8 位中，如果開啟了指針壓縮，則前 4 位為當前實例所在類的指針，后 4 位填充當前對象 <=4 字節的數據（Gap Padding）；如果未開啟指針壓縮，則該 8 位為當前實例對所在類的指針。
查找類的指針
我們這次啟動的進程開啟了指針壓縮，把第二個字長的數據（0x000000022007a2bb）按 4 字節拆成兩部分：
0x00000002：BeanTest 對象中只有一個值為 2 ，所以該值是Int i = 2；
0x2007a2bb（類指針）：前面說過，指針壓縮的原理只是簡單的把 8 字節指針削減為 4 字節，因為后 5 位始終為 0，因此若要還原壓縮后的指針實際內存地址，直接把指針值 * 8即可。
BeanTest 類所在地址為：0x2007a2bb * 8 = 0x1003D15D8
執行 Inspect 命令，查看 BeanTest 類結構。
XPocket [jhsdb : 29516] > inspect 0x1003D15D8結果如下：
圖片
證實
BeanTest 在 JVM 對象為 c++ 的 InstanceKlass 實例，可以看出 _name 屬性為 Symbol，接下來查看 InstanceKlass _name 屬性，證實當前為 BeanTest 類的實例，執行 Symbol 命令查看 _name 的值：
XPocket [jhsdb : 29516] > symbol 0x00007f1838abb740
圖片
證實 0x1003D15D8 所在的內存地址，即是 com.poizon.robot.test.BeanTest 的 Class 對象。
四、總結
在我們日常開發中遇到的一點小小的，看似不起眼的奇怪的規范，深挖之下往往能夠牽扯出一大串知識體系，保持好奇心刨根問底同樣也是很重要學習方法。有興趣的同學也可以自己嘗試找一下示例類中其他屬性所對應的 Class 指針，說不定還可以對網上的一些文章做一次勘誤呢～
