上篇见这

从TLAB的角度来思考这个问题。为了不跑偏，我们深入挖掘源码，看看TLAB在快、慢和非常慢三种场景下的内存分配。你需要看看operator new是怎么编译的，为了少死点脑细胞，我们来看看客户端的编译器代码（C1）：它比服务端的更简单更容易理解，麻雀虽小，五脏俱全，因为new在java中非常常见，所以它里面有非常多的优化。

我们对两个方法感兴趣：

C1_MacroAssembler :: allocate_object。包含了TLAB中对象分配和初始化相关的代码

Runtime1 :: generate_code_for。当分配操作不能在短时间内完成时调用。

JVM如何判断对象是否总是能在短时间内被创建值得我们关注，通过寻找方法的调用处（find usages）,我们找到了instanceKlass.hpp)中的这个注释：

显而易见，大对象（超过128kB）和具有finalize方法的类在JVM中分配会非常耗时（猜一猜 - 抽象类的分配代码在哪？）。让我们记住这一点，然后返回去看看内存分配进程。

tlab_allocate会尝试快速分配对象，它的代码我们刚好在PrintAssembly中看到过了。当它结束之后，我们的内存分配也就结束了，之后转入对象的初始化操作。

tlab_refill 会尝试分配一个新的TLAB。我们进行了一个有趣的测试，这一方法会确定是分配一个新的TLAB（抛弃旧的）还是保留旧的TLAB，直接在eden区分配一个对象

tlab_refill_waste_limit 负责控制TLABs的大小，以免我们在为对象分配内存时造成过多的浪费。默认情况下，它的值是当前TLAB大小的1.5%（当然，也可以通过设置TLABRefillWasteFraction的值来确定这个百分比,TLABRefillWasteFraction的默认值是64，TLAB的大小除以这一参数值即为浪费的百分比）。在每次进行慢分配的时候，这一限制都会生效以避免分配失败。它的值在每次GC循环之后会被重置。

eden_allocate- 会尝试在eden区分配内存(对象或是TLAB)。这一部分与TLAB中的分配非常相似：我们会检查是否还有空闲空间，如果有，使用原子操作（cmpxchg lock clause）获取内存，如果没有，则进行慢分配。eden区内的分配不是wait-free：如果两个线程同时在eden区进行内存分配，有可能其中一个的分配并不起效，不得不重新进行分配。

如果你不能在eden区分配内存，可以尝试使用InstanceKlass :: allocate_instance方法。在调用这一方法之前，需要做大量的辅助工作。为GC设置特殊的结构体，创建必要的栈桢以适应调用约定)，因此这一操作并不快。它里面有大量的代码，如果没有一份简单的描述的话，看起来会非常吃力，所以我不会详细讲解里面的代码，只会给出一个大概的框架：

首先，JVM会尝试通过指定的接口为当前的垃圾回收分配内存。在调用发生的时候也是一样的，正如上面所说的：首先尝试在TLAB中进行分配，然后尝试在堆中分配TLAB并创建对象。如果失败了，就会调用垃圾回收。还有些其他地方涉及到GC overhead limt exceed这一error，包括各种与GC有关的通知，日志和与内存分配无关的检查。

如果垃圾回收之后空间还是不够，就会尝试在老年代进行分配（这取决于选择的GC算法），在失败的时候，再进行一次垃圾回收，并尝试创建对象，如果不起作用，就会抛出OutOfMemoryError。

当对象被成功创建后，会检查该对象是否有finzlize方法，如果是的话，就会注册它的Finilizer方法（这下你就明白了为什么这个类在标准库中，但从来没有显式调用过）。这个方法本身在很久以前就写好了：Finilizer对象创建为一个全局变量，并添加到链表中（这意味着它后面会被析构并回收）。这刚好证明了JVM的无条件调用以及这条忠告：“不要使用finalize方法，尽管你非常想要用”

最后，我们几乎已经知道了关于分配的所有事情：对象被快速分配，TLAB快速填充，对象有时候马上被分配到eden区，有时候他们会触发JVM中的一些耗时的调用。

我把内存分配的时候相关的所有数据记录下来（慢分配，refilles的平均数，分配线程的数量，内部碎片造成的损失），那么用这些信息我们可以干什么呢？

上述是一些性能相关的数据，最终存储到 hsperfdata文件中，你可以使用jcmd或sun.jvmstat.monitor API编程来查看它。
没有其他方法能获取到这些信息，但如果你用的是Oracle JDK，使用JFR，你就可以在栈追踪区域看到它。（这一private API在OpenJDK中不可用）。

这些信息重要吗？在大多数情况下，它不重要，但在某些情况下它很重要。比如，Twitter JVM团队写了一份报告，在慢分配中，调整必要的参数后，能够降低几个百分点的时间开销。

当我们查看代码的时候，经常能看到一些预载入的额外检查，这些我通常都手动忽略了。

预载入是一种提高性能的技术，它把一些我们马上要（但不是现在）读取的数据加载进处理器缓存中。在硬件层面，当处理器认为下一部分数据是顺序排列的，就会载入它。在软件层面，（编译器，虚拟机的）程序员生成一些特殊的指令给处理器一些提示，告诉它把某个地址的内存放进缓存中效果更好。

在hotspot中，预载入是一个C2专有的优化，所以在C1的代码中我们没看到它。优化的具体过程是这样的：当在TLAB中分配内存时，生成一条指令，用于要分配的内存位置后面的数据载入缓存。平均而言，Java应用会进行很多很多次分配，所以，把后续的数据预告载入缓存是个不错的主意：下一次创建对象的时候，不需要再等待，因为它已经被加载进缓存中了。

根据AllocatePrefetchStyle选项的不同，预载入有几种不同的模式：你可以在每次内存分配之后进行一次预载入，或是进行多次预载入。此外，可以通过AllocatePrefetchStyle改变预载入时的指令：你可以只把数据加载进L1缓存中（例如，当你加载完之后马上就不再使用的数据），只加载进L3中，或是一次性加载加入：这些可选项取决于处理器的架构，对应的值和指令可以在这个.ad文件中找到。

在生产中，我们不建议你去碰这些值，除非你是JVM工程师，想要在SPECjbb-benchmark中拿个比较好的名次，或是写一些性能非常高的Java代码，你进行的所有修改都经过了再三地确认（那你可能不需要看这篇文章了，因为你几乎对这个已经有深入的了解了）

在内存分配的时候，会清除所有东西，只会留下一些，在调用对象构造函数之前，需要初始化的数据。在C1-编译器中也可以看到这部分内容，但是在ARM中，代码更简洁，也有一些更有趣的东西。

请求的方法是：
C1_MacroAssembler :: initialize_object
这个方法并不复杂

首先，设置对象的header。header由两部分组成 - mark word，其中包括关于锁，身份hash码（或偏向锁），垃圾回收以及指向对象类的类指针，它的同名native类表示它在metaspace中，使用它可以获取到java.lang.class。

这一指向类的指针通常是32位的，并不是64位。它的最小可能大小12字节（强制对齐会使它增长在16字节）

如果ZeroTLAB选项没有启用，所有的内存会被清空。默认情况下它是关闭的。将一大片内存区域清0也会导致缓存清空，更有效的释放一片内存的方法是，使用一小段马上会被覆写的内存来进行释放。此外，聪明的C2编译器只会做必要的工作，也不会清空内存，而是在后面紧跟一个设计好的参数。这是另一种做法。

最后，设置StoreStore barrier（关于barrier的更多细节，可以看这篇文章)）。barrier的作用是阻止处理器执行后续搜集，直到当前指令执行完。

对于一些设置为public的对象，这是必要的：如果代码中有错误，而这一对象被设置为public，你会想要看到它内部的fields（语言特性允许你这样做）的默认值或是开发者预设好的值，而不是一个随机的值，虚拟机希望获取到一个正确的header。x86架构的内存模型更加强大，它不需要这一指令，所以我们看到的是ARM的实现。

注意上述代码可能有bug，我只是用这些代码来证明文章的正确性，并没有实际运行过

到目前为止，所有的一切看起来都棒极了：我们阅读了源代码，找到了一些有意思的东西，但是对编译器实际做的情况我们并不清楚，也许我们的理解都是错误的。再回头看看PrintAssembly中new Long(1023)的相关代码：

棒极了，看起来确实和我们预期的一样。

总而言之，创建一个新的对象的过程如下所示：
首先尝试在TLAB中分配对象
如果TLAB中空间不够，要么从eden区中再分配一块TLAB，要么直接在eden区创建该对象，整个过程是一个原子操作。
如果eden区空间也不够，就会进行垃圾回收。
如果垃圾回收之后，空间还是不够，则会尝试在老年代进行分配。
如果还是不够，则会抛出OOM(out of memory)异常
对象创建成功后，设置对象的header，并调用它的构造方法。
至此，理论部分就结束了，接下来开始实战：是否上述操作能够提高性能，是否需要预载入，是否TLAB的大小可以通过一些值进行控制。

现在我们已经知道了有多少个对象会被创建，哪一个参数能够控制这一过程，是时候在实战在校验这些理论的正确性了。首先让我们写一个简单的benchmark，它仅仅在几个线程中创建java.lang.Object，以及修改一些JVM参数。
这一实验运行在 Java 1.8.0_121，Debian 3.16,Intel Xeon X5675的实验环境中。横坐标是线程的数量，纵坐标是每微秒进行的空间分配的次数。

结果正如预期的一样：

默认情况下，分配次数基本上和线程数成正比，这和我们预期的一样。随着线程数的增长，斜率稍微降低了一点，这很正常：如果在两次分配之间做一些操作（比如，使用Blakehole #consume CPU），那么分配的碎片会减少，比率会重新回到线性。
关闭预载入使得所有的分配操作都有一些变慢。在这次benchmark中，我们仅仅使用分配来增加JVM的工作负荷，在实际中程序的实现是多种多样的，所以我们不能使用实际程序来总结出一个特定的结论。最后，虽说没有特定的方法，但你仍然可以关掉预载入以验证这一操作对你的程序的影响。
在TLAB分配停止之后，情况变得很糟糕：每次调用JIT->JVM的开销基本上都达到了原来的两倍半，随着线程数的增长，对单一指针的竞争也会增长，结果也不具有普适性。

最后，我们来看看对析构的影响，比较eden区对象的析构的性能：

[招生]科锐逆向工程师培训(2024年11月15日实地，远程教学同时开班, 第51期)