Java堆内存是线程共享的?

缺乏、安全感 2023-07-13 03:41 91阅读 0赞

Java作为一种面向对象的，跨平台语言，其对象、内存等一直是比较难的知识点，所以，即使是一个Java的初学者，也一定或多或少的对JVM有一些了解。可以说，关于JVM的相关知识，基本是每个Java开发者必学的知识点，也是面试的时候必考的知识点。

在JVM的内存结构中，比较常见的两个区域就是堆内存和栈内存（如无特指，本文提到的栈均指的是虚拟机栈），关于堆和栈的区别，很多开发者也是如数家珍，有很多书籍，或者网上的文章大概都是这样介绍的：

> 1、堆是线程共享的内存区域，栈是线程独享的内存区域。
> 
> 2、堆中主要存放对象实例，栈中主要存放各种基本数据类型、对象的引用。

但是，作者可以很负责任的告诉大家，以上两个结论均不是完全正确的。

本文首先带大家了解一下为什么我会说“堆是线程共享的内存区域，栈是线程独享的内存区域。”这句话并不完全正确！？关于JVM内存结构的相关知识，大家可以阅读JVM内存结构 VS Java内存模型 VS Java对象模型、万万没想到，JVM内存结构的面试题可以问的这么难？等文章。

在开始进入正题之前，请允许我问一个和这个问题看似没有任何关系的问题：Java对象的内存分配过程是如何保证线程安全的？

## ##

### **Java对象的内存分配过程是如何保证线程安全的？** ###

我们知道，Java是一门面向对象的语言，我们在Java中使用的对象都需要被创建出来，在Java中，创建一个对象的方法有很多种，但是无论如何，对象在创建过程中，都需要进行内存分配。

对象的内存分配过程中，主要是对象的引用指向这个内存区域，然后进行初始化操作。

但是，因为堆是全局共享的，因此在同一时间，可能有多个线程在堆上申请空间，那么，在并发场景中，如果两个线程先后把对象引用指向了同一个内存区域，怎么办。

![format_png][]

为了解决这个并发问题，对象的内存分配过程就必须进行同步控制。但是我们都知道，无论是使用哪种同步方案（实际上虚拟机使用的可能是CAS），都会影响内存的分配效率。

而Java对象的分配是Java中的高频操作，所有，人们想到另外一个办法来提升效率。这里我们重点说一个HotSpot虚拟机的方案：

> 每个线程在Java堆中预先分配一小块内存，然后再给对象分配内存的时候，直接在自己这块”私有”内存中分配，当这部分区域用完之后，再分配新的”私有”内存。

这种方案被称之为TLAB分配，即Thread Local Allocation Buffer。这部分Buffer是从堆中划分出来的，但是是本地线程独享的。

## ##

### **什么是TLAB** ###

TLAB是虚拟机在堆内存的eden划分出来的一块专用空间，是线程专属的。在虚拟机的TLAB功能启动的情况下，在线程初始化时，虚拟机会为每个线程分配一块TLAB空间，只给当前线程使用，这样每个线程都单独拥有一个空间，如果需要分配内存，就在自己的空间上分配，这样就不存在竞争的情况，可以大大提升分配效率。

注意到上面的描述中"线程专属"、"只给当前线程使用"、"每个线程单独拥有"的描述了吗？

所以说，因为有了TLAB技术，堆内存并不是完完全全的线程共享，其eden区域中还是有一部分空间是分配给线程独享的。

这里值得注意的是，我们说TLAB是线程独享的，但是只是在“分配”这个动作上是线程独享的，至于在读取、垃圾回收等动作上都是线程共享的。而且在使用上也没有什么区别**。**

![format_png 1][]

也就是说，虽然每个线程在初始化时都会去堆内存中申请一块TLAB，并不是说这个TLAB区域的内存其他线程就完全无法访问了，其他线程的读取还是可以的，只不过无法在这个区域中分配内存而已。

并且，在TLAB分配之后，并不影响对象的移动和回收，也就是说，虽然对象刚开始可能通过TLAB分配内存，存放在Eden区，但是还是会被垃圾回收或者被移到Survivor Space、Old Gen等。

![format_png 2][]

还有一点需要注意的是，我们说TLAB是在eden区分配的，因为eden区域本身就不太大，而且TLAB空间的内存也非常小，默认情况下仅占有整个Eden空间的1%。所以，必然存在一些大对象是无法在TLAB直接分配。

遇到TLAB中无法分配的大对象，对象还是可能在eden区或者老年代等进行分配的，但是这种分配就需要进行同步控制，这也是为什么我们经常说：小的对象比大的对象分配起来更加高效。

## ##

### **TLAB带来的问题** ###

虽然在一定程度上，TLAB大大的提升了对象的分配速度，但是TLAB并不是就没有任何问题的。

前面我们说过，因为TLAB内存区域并不是很大，所以，有可能会经常出现不够的情况。在《实战Java虚拟机》中有这样一个例子：

比如一个线程的TLAB空间有100KB，其中已经使用了80KB，当需要再分配一个30KB的对象时，就无法直接在TLAB中分配，遇到这种情况时，有两种处理方案：

1、如果一个对象需要的空间大小超过TLAB中剩余的空间大小，则直接在堆内存中对该对象进行内存分配。

2、如果一个对象需要的空间大小超过TLAB中剩余的空间大小，则废弃当前TLAB，重新申请TLAB空间再次进行内存分配。

以上两个方案各有利弊，如果采用方案1，那么就可能存在着一种极端情况，就是TLAB只剩下1KB，就会导致后续需要分配的大多数对象都需要在堆内存直接分配。

如果采用方案2，也有可能存在频繁废弃TLAB，频繁申请TLAB的情况，而我们知道，虽然在TLAB上分配内存是线程独享的，但是TLAB内存自己从堆中划分出来的过程确实可能存在冲突的，所以，TLAB的分配过程其实也是需要并发控制的。而频繁的TLAB分配就失去了使用TLAB的意义。

为了解决这两个方案存在的问题，虚拟机定义了一个refill\_waste的值，这个值可以翻译为“最大浪费空间”。

当请求分配的内存大于refill\_waste的时候，会选择在堆内存中分配。若小于refill\_waste值，则会废弃当前TLAB，重新创建TLAB进行对象内存分配。

前面的例子中，TLAB总空间100KB，使用了80KB，剩余20KB，如果设置的refill\_waste的值为25KB，那么如果新对象的内存大于25KB，则直接堆内存分配，如果小于25KB，则会废弃掉之前的那个TLAB，重新分配一个TLAB空间，给新对象分配内存。

## ##

### **TLAB使用的相关参数** ###

TLAB功能是可以选择开启或者关闭的，可以通过设置-XX:+/-UseTLAB参数来指定是否开启TLAB分配。

TLAB默认是eden区的1%，可以通过选项-XX:TLABWasteTargetPercent设置TLAB空间所占用Eden空间的百分比大小。

默认情况下，TLAB的空间会在运行时不断调整，使系统达到最佳的运行状态。如果需要禁用自动调整TLAB的大小，可以使用-XX:-ResizeTLAB来禁用，并且使用-XX：TLABSize来手工指定TLAB的大小。

TLAB的refill\_waste也是可以调整的，默认值为64，即表示使用约为1/64空间大小作为refill\_waste，使用参数：-XX：TLABRefillWasteFraction来调整。

如果想要观察TLAB的使用情况，可以使用参数-XX+PringTLAB 进行跟踪。

## ##

### **总结** ###

为了保证对象的内存分配过程中的线程安全性，HotSpot虚拟机提供了一种叫做TLAB(Thread Local Allocation Buffer)的技术。

在线程初始化时，虚拟机会为每个线程分配一块TLAB空间，只给当前线程使用，当需要分配内存时，就在自己的空间上分配，这样就不存在竞争的情况，可以大大提升分配效率。

所以，“堆是线程共享的内存区域”这句话并不完全正确，因为TLAB是堆内存的一部分，他在读取上确实是线程共享的，但是在内存分配上，是线程独享的。

TLAB的空间其实并不大，所以大对象还是可能需要在堆内存中直接分配。那么，对象的内存分配步骤就是先尝试TLAB分配，空间不足之后，再判断是否应该直接进入老年代，然后再确定是再eden分配还是在老年代分配。

![format_png 3][]

### **多说几句** ###

相信一部分看完这篇文章之后，可能会觉得作者有点过于“咬文嚼字”、“吹毛求疵”了。可能不乏有些性子急的人只看了开头就直接翻到文末准备开怼了。

不管你认不认同作者说的：“堆是线程共享的内存区域这句话并不完全正确”。这其实都不重要，重要的是当提到堆内存、提到线程共享、提到对象内存分配的时候，你可以想到还有个TLAB是比较特殊的，就可以了。

有些时候，最可怕的不是自己不知道，而是，不知道自己不知道。

还有就是，TLAB只是HotSpot虚拟机的一个优化方案，Java虚拟机规范中也没有关于TLAB的任何规定。所以，不代表所有的虚拟机都有这个特性

原文地址：[https://maimai.cn/article/detail?fid=1426755832&efid=xXI73an6i7NOwmylnhXz7A&use\_rn=1][https_maimai.cn_article_detail_fid_1426755832_efid_xXI73an6i7NOwmylnhXz7A_use_rn_1]

[format_png]: https://imgconvert.csdnimg.cn/aHR0cDovL21tYml6LnFwaWMuY24vbW1iaXpfcG5nLzZmdVQzZW1XSTVKM1FYcURpYzVJUmhDMjFGZ0pRNUlyUzI1d05PMjNqWnlqQzBRMzBjdmd5WDY3cGp2bXBRdmE5NjcxOTdpYnhVZzMyVk1oTjBPMExqM0EvNjQw?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cDovL21tYml6LnFwaWMuY24vbW1iaXpfcG5nLzZmdVQzZW1XSTVKM1FYcURpYzVJUmhDMjFGZ0pRNUlyU0cyWGlhbUlKQVFhWlh5RFBlU3REdlBPSXRRMmlic3dXaFNmYTc2TU4wTGE2MTNrOXV0d3F6Y0dBLzY0MA?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cDovL21tYml6LnFwaWMuY24vbW1iaXpfcG5nLzZmdVQzZW1XSTVKM1FYcURpYzVJUmhDMjFGZ0pRNUlyUzRTZkZ1RlRDeTRIaWNPcVFDN2liUXljSGpBOWVQSWNpYm52WldKTDZ0SEE0VGVIRUQ1QW1ISlNDZy82NDA?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cDovL21tYml6LnFwaWMuY24vbW1iaXpfcG5nLzZmdVQzZW1XSTVKM1FYcURpYzVJUmhDMjFGZ0pRNUlyU2VpY3FzeFBBYzNtSUFuYnhZbmdpY0JpY1dtbmdlbnpFTFVDRHMyd09TWDRpYXNNVHFhVjQ5OWNzVVEvNjQw?x-oss-process=image/format,png
[https_maimai.cn_article_detail_fid_1426755832_efid_xXI73an6i7NOwmylnhXz7A_use_rn_1]: https://maimai.cn/article/detail?fid=1426755832&efid=xXI73an6i7NOwmylnhXz7A&use_rn=1