2008.7.5学习日记之IBM JDK5

      因为对JVM中堆和栈的实现细节有些困惑，想找一种能非常方便的随时查看堆和栈中具体信息的工具。google了一下，发现了一篇文章：http://www.ibm.com/developerworks/cn/java/j-ibmjava1.html。介绍了IBM JDK对于5.0版本的改进：

1. 首先是GC。记得在JDK1.4版本的IBM实现中（IBM WebSphere Application Server诊断和调优），对于GC，会由于k和p cluster区域里保存的类信息和方法信息没有办法被GC访问，从而导致了内存碎片。同时IBM也没有提供SUN JVM中的maxPermSize设置，无法象SUN JVM那样通过maxPermSize来避免heap碎片导致的OOM。在新的JDK5中：

   • IBM使用实现类型精确的GC。首先通过良好描述的类型精确的堆栈，避免了java堆栈和寄存器中的long值被误认为是对象地址（此long值碰巧跟某 个对象地址相同）而产生保留垃圾（retained garbage），因为新GC知道一个值是否引用java对象。其次，1.4垃圾收集的紧凑排列阶段无法移动某些对象（因为保守性收集器对对象进行pin 和dose），新类型精确GC消除了这种残留碎片问题，能编辑类型精确的堆栈，所以在紧凑排列期间可以移动对象。

   • 增加了并行收集器，可以将java堆按进程可用的CPU数量进行分割，每个CPU建立一个线程对应一个分割后的堆区域，负责紧凑排列，将大量小块空闲空间合并成少量大块空间。疑问是，如果只有一个CPU，那这个功能是否没有并行效果？

   • 增加了分代的并发收集器，将堆区域分为新老两代，对于年轻代（nursery）使用半空间复制收集器。对于长存代（tenured）用并发的标志扫描收集器。
   • 消息GC日志记录更新，使用XML格式代替一般文本，便于使用XML读取工具和各种详细的GC分析工具进行分析。

2. 对JIT 编译器的改进：

   • 表 1. IBM JIT 编译器中的改进
     1.4.2 5.0

     在正在执行 Java 方法的 Java 线程上同步地编译	使用单独的异步编译线程
     在需要时对方法进行编译	方法排队进行编译
     对于 Java 方法，使用本机堆栈	维护一个单独的 Java 堆栈
     只有一种编译优化	共有 5 个编译优化级别
     方法只能编译一次	可以进行重新编译
     可能出现包含循环的堆栈上方法替换	没有堆栈上替换
     当应用 -Xdebug 时，禁用 JIT	在调试模式中，JIT 继续采用降低的优化级别进行编译

   • 异步编译 ：使用独立的专用线程来进行编译，在多CPU时，可以大大提高启动时的性能，因为方法的编译由一个单独的处理器承担。
   • 多级优化：从1.4的只有一种优化级别变成有5中优化级别，通过使用单独的采样线程判断java方法花费的时间，由此决定是否需要JIT编译以及使用哪个级别。经常使用的方法采用最高级别优化以获得最好的性能，同时花费了最长的编译时间；不经常使用的，选择优先级别低的编译，消耗的编译时间较少。
   • 分析驱动的重新编译：可以适应程序运行方式的改变，对java方法进行其他优化级别的JIT编译。执行的代码能自动生成动态分析数据，反映方法如何被使用。根据这些信息，可对方法进行重新编译。

3. 虚拟机改进， 两个最重要的改进是共享类的实现以及分析和调试方面的新特性：

   • 改进了共享类功能，原本只能在z/OS 和 OS/390 的 Java 平台 IBM 实现中可用。现在可以所有 IBM Java 运行时之间共享。对于在一台计算机上有多个 Java 运行时，或者运行时常常重新启动的情况，这个特性尤其有效。
   • 除了支持 Java Debug Wire Protocol（JDWP）、JVM Profiling Interface（JVMPI）和 JVM Tools Interface（JVMTI）之外，IBM 调试器实现还有另外两个特性：高速调试（high-speed debug） 和热代码替换（hot-code replace）。

     高速调试允许在运行 Java 调试器的同时执行 Java 方法的 JIT 编译，而且这种编译可以采用几乎完全的优化。这在调试大型 Java 应用程序时很有用，例如那些在 J2EE 堆栈上运行的应用程序；在这些应用程序中如果禁用 JIT，那么调试时的性能会很差。热代码替换允许在调试器下动态地修改源代码，并立即运行新代码而不需要重新启动应用程序。能够在调试器下几乎全速地运行代码并动态地修改代码，这大大提高了应用程序开发的效率。

4. 可靠性、可用性和可服务性改进：主要有 跟踪引擎， 转储引擎和 DTFJ Tooling API。