在引入分层编译之前,我们需要手动的选择编译器。对于启动性能有要求的短时运行程序,我们会选择C1编译器,对应参数-client,对于长时间运行的对峰值性能有要求的程序,我们会选择C2编译器,对应参数-server。
Java7引入了分层编译,使用-XX:+TieredCompilation参数开启,它综合了C1的启动性能优势和C2的峰值性能优势。
在Java8中默认开启了分层编译,在Java8中,无论是开启还是关闭了分层编译,-cilent和-server参数都是无效的了。当关闭分层编译的情况下,JVM会直接使用C2。
分层编译将JVM中代码的执行状态分为了5个层次,五个层次分别是:
(profiling是指在程序执行过程中收集的程序执行状态数据,例如在上篇中提到的方法调用次数和循环回边次数)
这几个层次的代码执行效率由高到低排序如下:4 > 1 > 2 > 3 > 0
其中,1 > 2 > 3的原因在于profiling越多,其性能开销也越大。
下图显示了几种可能的编译执行路径。
第一条执行路径,指的是在通常情况下,热点方法会被3层的C1编译,然后被4层的C2编译。
第二条执行路径,指的是字节码方法较少的情况下,如getter和setter,此时没有什么可收集的profiling,就会在3层编译后,直接交给1层来编译。
第三条执行路径,指的是C1繁忙时,JVM会在解释执行时收集profiling,然后直接有4层的C2编译。
第四条执行路径,指的是C2繁忙时,先由2层的C1编译再由3层的C1编译,这样可以减少方法在3层的执行时间,最终再交给C2执行。
本小结说明了在开启分层编译的情况下,上述的五个层次的编译分别在什么时机触发。
在上篇的第二小节,介绍了在不开启分层编译的情况下,触发即时编译的时机与-XX:CompileThreshold参数有关(具体可参考上篇)。
在开启分层编译的情况下,这个参数设定的阈值将失效,取而代之的是另一种计算阈值的方案,这个阈值是动态调整的(会乘一个系数s),当方法调用次数和循环回边次数满足下述两个公式的任意一个时,将会触发第X层的即时编译({X}表示第X层)。
method_invoke_number > Tier{X}InvocationThreshold * s or method_invoke_number > Tier{X}MinInvocationThreshold * s 且 method_invoke_number + loop_number > Tier{X}CompileThreshold * s 说明: * method_invoke_number:方法调用次数 * loop_number:循环回边次数 * Tier{X}InvocationThreshold:由JMV参数指定,X可取3或4,第3层的默认值为200,第4层的默认值为15000 * s:动态调整的系数(接下来会说明它的计算方式) * Tier{X}MinInvocationThreshold:JVM设定的参数,X可取3或4,第3层的默认值为100,第4层的默认值为600 * Tier{X}CompileThreshold:JVM设定的参数,X可取2或3或4,第2层的默认值为0,第3层的默认值为2000,第4层的默认值为15000 复制代码
PS:在【附加】中提供了查看JVM参数默认值的方式
系数s的计算方式:
s = compiler_method_number_{X} / (Tier{X}LoadFeedback * compiler_thread_number_{X}) + 1 * compiler_method_number_{X}:第X层待编译方法的数目 * Tier{X}LoadFeedback:JVM参数,X可取3或4,第3层的默认值为5,第4层的默认值为3 * compiler_thread_number_{X}:第X层编译线程数目 复制代码
compiler_thread_number_{X}的计算方式为:
在64位的JVM中,默认情况下编译线程的总数目thread_total是根据CPU的数量来调整的,thread_total的计算方式如下所示,JVM会把这些线程按照1:2的比例分配给C1和C2。
thread_total = log2(N) * log2(log2(N)) * 3 / 2 * N为CPU核心数 例如一个4核的机器,总的编译线程数目thread_total = 3,那么会给C1分配1个线程,C2分配2个线程 复制代码
由此可以计算出,JVM默认配置情况下,4核CPU,第三层触发C1即时编译的阈值为:
假设第3层有10000个待编译的方法,系数s = 10000 / (5 * 1) + 1 = 2001
那么
method_invoke_number > 200 * s = 200 * 2001 = 400200
也就是方法调用次数超过400200次的时候触发第3层的C1即时编译。
或者
method_invoke_number > 100 * s = 100 * 2001 = 200100 且 method_invoke_number + loop_number > 2000 * s = 2000 * 2001 = 4002000
即:方法调用次数>200100 并且 方法调用次数+循环回边次数>4002000次时,触发3层的C1即时编译。
同理可以计算出第4层C2的即时编译阈值:
method_invoke_number > 30015000时
或者
method_invoke_number > 1200600 且 method_invoke_number + loop_number > 30015000时
会触发第4层的C2即时编译。
以上篇的一段代码为例,说明分层编译的日志。
/** * 添加JVM参数: -XX:+PrintCompilation ,打印编译日志 */ public class JITDemo2 { private static Random random = new Random(); public static void main(String[] args) throws InterruptedException { long start = System.currentTimeMillis(); int count = 0; int i = 0; while (i++ < 15000) { count += plus(); } } // 调用时,编译器计数器+1 private static int plus() { int count = 0; // 每次循环,编译器计数器+1 for (int i = 0; i < 10; i++) { count += random.nextInt(10); } return random.nextInt(10); } } 复制代码
执行结果如下:
176 1 3 java.util.Arrays::copyOf (19 bytes) 176 6 3 java.io.ExpiringCache::entryFor (57 bytes) 177 7 3 java.util.LinkedHashMap::get (33 bytes) 177 8 2 java.lang.String::hashCode (55 bytes) 177 9 3 java.lang.String::equals (81 bytes) 178 10 2 java.lang.CharacterData::of (120 bytes) 178 11 2 java.lang.CharacterDataLatin1::getProperties (11 bytes) 179 12 3 java.lang.String::<init> (82 bytes) 179 17 n 0 java.lang.System::arraycopy (native) (static) 179 13 2 java.lang.String::indexOf (70 bytes) 179 3 4 java.lang.Object::<init> (1 bytes) 179 2 4 java.lang.AbstractStringBuilder::ensureCapacityInternal (27 bytes) 179 5 4 java.lang.String::length (6 bytes) 179 15 3 java.lang.Math::min (11 bytes) 180 14 3 java.util.Arrays::copyOfRange (63 bytes) 180 4 4 java.lang.String::charAt (29 bytes) 180 16 3 java.lang.String::indexOf (7 bytes) 180 18 3 java.util.HashMap::hash (20 bytes) 180 19 3 java.lang.String::substring (79 bytes) 181 20 4 java.util.TreeMap::parentOf (13 bytes) 181 21 3 java.lang.Character::toUpperCase (6 bytes) 181 22 3 java.lang.Character::toUpperCase (9 bytes) 181 23 3 java.lang.CharacterDataLatin1::toUpperCase (53 bytes) 181 24 3 java.lang.String::getChars (62 bytes) 182 25 3 java.io.File::isInvalid (47 bytes) 184 26 3 java.lang.String::startsWith (7 bytes) 184 28 3 sun.nio.cs.UTF_8$Encoder::encode (359 bytes) 184 31 s 4 java.lang.StringBuffer::append (13 bytes) 184 32 4 java.lang.AbstractStringBuilder::append (29 bytes) 185 33 4 java.io.WinNTFileSystem::isSlash (18 bytes) 185 29 3 java.lang.String::indexOf (166 bytes) 185 27 3 java.lang.String::startsWith (72 bytes) 186 30 3 java.lang.String::toCharArray (25 bytes) 186 34 3 java.lang.StringBuffer::<init> (6 bytes) 186 35 3 java.lang.AbstractStringBuilder::<init> (12 bytes) 186 37 n 0 sun.misc.Unsafe::getObjectVolatile (native) 186 36 3 java.util.concurrent.ConcurrentHashMap::tabAt (21 bytes) 187 38 n 0 sun.misc.Unsafe::compareAndSwapLong (native) 187 41 3 java.util.Random::nextInt (74 bytes) 187 39 3 java.util.concurrent.atomic.AtomicLong::get (5 bytes) 187 40 3 java.util.concurrent.atomic.AtomicLong::compareAndSet (13 bytes) 187 42 3 java.util.Random::next (47 bytes) 188 43 1 java.util.concurrent.atomic.AtomicLong::get (5 bytes) 188 39 3 java.util.concurrent.atomic.AtomicLong::get (5 bytes) made not entrant 188 44 1 java.util.concurrent.atomic.AtomicLong::compareAndSet (13 bytes) 188 46 4 java.util.Random::nextInt (74 bytes) 188 40 3 java.util.concurrent.atomic.AtomicLong::compareAndSet (13 bytes) made not entrant * 188 45 3 com.example.demo.gcdemo.JITDemo2::plus (36 bytes) 188 47 4 java.util.Random::next (47 bytes) 189 42 3 java.util.Random::next (47 bytes) made not entrant * 189 48 4 com.example.demo.gcdemo.JITDemo2::plus (36 bytes) 189 41 3 java.util.Random::nextInt (74 bytes) made not entrant * 191 45 3 com.example.demo.gcdemo.JITDemo2::plus (36 bytes) made not entrant 复制代码
说明一下日志格式(最前面的*号忽略,这是为了标记出plus方法):
从日志可以观察出,plus方法首先触发了3层的C1即时编译,然后触发了4层的C2的即时编译,最后被标记为made not entrant,即plus方法发生了去优化。
这里为什么会发生去优化呢,笔者猜想,made not entrant也就是不会再被进入,因为即时编译器会将编译完的代码存入CodeCache,而CodeCache是在堆外内存的,JVM进程的结束不会释放这块堆外内存,这样会造成内存泄漏。那么为了释放CodeCache,就需要在JVM结束前对其所有内存进行回收,而CodeCache中的内容被回收的依据是所有线程都退出被标记为made not entrant方法时,该方法的CodeCache就可以被回收。
PS:通过下面代码可以在程序中获取CodeCache的使用情况
// 查看Code Cache使用量 List<MemoryPoolMXBean> beans = ManagementFactory.getMemoryPoolMXBeans(); for (MemoryPoolMXBean bean : beans) { if ("Code Cache".equalsIgnoreCase(bean.getName())) { System.out.println("max: " + bean.getUsage().getMax() + " bytes, used: " + bean.getUsage().getUsed() + " bytes"); } } 复制代码
先来说一下发现的问题:应用启动后,CPU使用率和负载飙升,导致部分请求失败,频繁报警,大概会持续1分钟左右。
然后考虑是否是即时编译器的影响。当时我们在生产环境使用的是jdk1.7.0_67,且没有开启分层编译,然后想到java8对编译器做了一些优化,并且是默认开启分层编译的,然后将其中的一台机器升级到java8,再重新启动,发现CPU使用率和负载都降低了。
由于当时的截图没有了,这里我自己做了一个web程序的小demo。
下面会分别比较java7环境和java8环境的启动后CPU使用率和负载变化。
java7默认JVM参数情况下的CPU使用率和复杂变化(不开启分层编译):
CPU使用率:
CPU负载:
Java8默认JVM参数情况下的CPU使用率和复杂变化(开启分层编译):
CPU使用率:
CPU负载:
由此可以看出,同为即时编译器默认参数情况下,java8在启动性能上提升了很多。
那如何确定分层编译是否会影响启动性能呢?因为在java7中已经支持了分层编译,所以在java7环境下将分层编译打开,就可以进行比对。
需要说明的是,这个比对并不严格,java7在CodeCache的回收上做的不好,这方面在java8中得到了改进,除此之外还有一些其他方面的改进,所以这是一个不严格的测试,但大体能说明问题。
将java7的启动参数加上-XX:+TieredCompilation,下面是CPU使用率和CPU负载的变化情况。
CPU使用率的变化:
CPU负载的变化:
由此可见分层编译的开启有利于提升应用的启动性能。
由于CodeCache如果越小,GC的次数越频繁,越影响编译器的性能,CodeCache过大也不好,会提高单词GC需要的时间,所以CodeCache尽可能要调整成最合适的大小。
PS:CodeCache的GC笔者没有研究过,所以这里GC对其的影响也是一个猜测。