DukeDuke
主页
项目文档
技术文档
  • 单机版
  • 微服务
  • 代办项目
  • 优鲜项目
项目管理
关于我们
主页
项目文档
技术文档
  • 单机版
  • 微服务
  • 代办项目
  • 优鲜项目
项目管理
关于我们
  • 技术文档

    • 网络原理

      • 交换机
      • 路由器
      • TCP/IP协议
      • HTTP 与 HTTPS
    • 软件架构

      • 什么是软件架构
      • 分层架构
      • 微服务架构
      • 事件驱动架构
      • 领域驱动设计(DDD)
      • 架构图
      • 高并发系统
    • Vue3

      • Vue3简介
      • Vue3响应式系统
      • Vue3组合式API
      • Vue3生命周期
      • Vue3模板语法
      • Vue3组件系统
      • Vue3 路由系统
      • Vue3 状态管理
      • Vue3 性能优化
      • Vue3 TypeScript 支持
      • Vue3 项目实战
      • VUE 面试题大全
      • Node.js 安装
    • JAVA

      • JVM

        • 认识JVM
        • JVM类加载器
        • 运行时数据区
        • 执行引擎
        • 本地方法接口
        • 本地方法库
        • JVM垃圾回收
        • JVM性能监控
        • JVM调优
      • 设计模式
        • 单例模式
        • 工厂模式
        • 策略模式
        • 适配器模式
        • 建造者模式
        • 原型模式
        • 装饰器模式
        • 代理模式
        • 外观模式
        • 享元模式
        • 组合模式
        • 桥接模式
      • Java多线程

        • Java 线程基础详解
        • Java 线程池详解
        • Java ThreadLocal 详解
        • Java volatile 详解
        • Java 线程间通信详解
        • Java 线程安全详解
        • Java 线程调度详解
        • Java 线程优先级详解

        • Java 线程中断详解
        • Java 线程死锁详解
      • Java反射
      • Java 面试题

        • Java 基础概念面试题
        • Java 面向对象编程面试题
        • Java 集合框架面试题
        • Java 多线程与并发面试题
        • JVM 与内存管理面试题
        • Java I/O 与 NIO 面试题
        • Java 异常处理面试题
        • Java 反射与注解面试题
        • Java Spring 框架面试题
        • Java 数据库与 JDBC 面试题
        • Java 性能优化面试题
        • Java 实际项目经验面试题
        • Java 高级特性面试题
        • Java 面试准备建议
    • Python

      • Python简介
      • Python安装
      • Python hello world
      • Python基础语法
      • Python数据类型
      • Python数字
      • Python字符串
      • Python列表
      • Python元组
      • Python字典
      • Python日期时间
      • Python文件操作
      • Python异常处理
      • Python函数
      • Python类
      • Python模块
      • Python包
      • Python多线程
      • Python面向对象
      • Python爬虫
      • Django web框架
      • Python 面试题

        • Python 面试题导航
        • Python 基础概念
        • Python 面向对象编程
        • Python 数据结构
        • Python 高级特性
        • Python 框架
        • Python 性能优化
        • Python 项目经验
    • Spring

      • Spring
      • Springboot
      • Spring Security 安全框架
      • SpringBoot 中的事件详解
      • SpringBoot 中的定时任务详解
      • SpringBoot 自动装配原理与源码解释
    • Mybatis

      • Mybatis
      • Mybatis-Plus
    • 数据库

      • Redis

        • Redis简介
        • Redis(单机)安装
        • Redis配置
        • Redis数据结构
        • RDB、AOF 和混合持久化机制
        • Redis内存管理
        • Redis缓存一致性
        • Redis缓存穿透
        • Redis缓存击穿
        • Redis缓存雪崩
        • Redis Lua脚本
        • Redis主从复制
        • Redis哨兵模式
        • Redis集群
        • Redis数据分片
        • Redis CPU使用率过高
        • Redis面试题
      • MySQL

        • MySQL简介
        • MySQL安装
        • MySQL配置
        • MYSQL日常维护
        • MYSQL优化-慢查询
        • MYSQL优化-索引
        • MYSQL数据库设计规范
    • 消息队列

      • RocketMQ
      • Kafka
      • RabbitMQ
      • 消息队列面试题
    • 微服务

      • SpringCloud 微服务
      • Eureka 注册中心
      • Nacos 注册中心
      • Gateway 网关
      • Feign 服务调用
      • Sentinel 限流 与 熔断
      • Seata 分布式事务
      • CAP 理论
      • Redis 分布式锁
      • 高并发系统设计
    • ELK日志分析系统

      • Elasticsearch 搜索引擎
      • Logstash 数据处理
      • Kibana 可视化
      • ELK 实战
    • 开放API

      • 开放API设计
      • 开放API示例项目
    • 人工智能

      • 人工智能简介
      • 机器学习

      • 深度学习

      • 自然语言处理

      • 计算机视觉

        • CUDA与cuDNN详细安装
        • Conda 安装
        • Pytorch 深度学习框架
        • yolo 目标检测
        • TensorRT 深度学习推理优化引擎
        • TensorFlow 机器学习
        • CVAT 图像标注
        • Windows 下安装 CUDA、cuDNN、TensorRT、TensorRT-YOLO 环境
        • Windows10+CUDA+cuDNN+TensorRT+TensorRT-YOLO 部署高性能YOLO11推理
    • 大数据

      • 大数据简介
      • Hadoop 数据存储
      • Flume 数据采集
      • Sqoop 数据导入导出
      • Hive 数据仓库
      • Spark 数据处理
      • Flink 数据处理
      • Kafka 数据采集
      • HBase 数据存储
      • Elasticsearch 搜索引擎
    • 图像处理

      • 图像处理简介
      • 医学图像web呈现
      • 医学图像处理
      • 切片细胞分离问题
    • 服务器&运维

      • Linux 系统

        • Linux 系统管理
        • Linux 网络管理
        • Linux 文件管理
        • Linux 命令大全
      • Nginx Web 服务器

        • Nginx 安装 与 配置
        • Nginx 负载均衡
        • Nginx SSL证书配置
        • Nginx Keepalived 高可用
      • Docker 容器

        • Docker 简介
        • Docker 安装与配置
        • Docker 命令
        • Docker 部署 Nginx
        • Docker 部署 MySQL
        • Docker 部署 Redis
      • 服务器

        • 塔式服务器
        • 机架式服务器
        • 刀片服务器
      • Git 版本控制
      • Jenkins 持续集成
      • Jmeter 性能测试
      • Let's Encrypt 免费SSL证书
    • 简历

      • 项目经理简历
      • 开发工程师简历

1. 概述

提示

JVM 执行引擎是 Java 虚拟机(JVM)的核心组件之一,负责执行字节码指令。它将字节码转换为机器码,并在底层操作系统上运行。执行引擎的工作方式直接影响 Java 程序的性能。

2. 执行引擎的作用

  • 执行引擎的主要作用包括:

    • 解释执行:逐行解释字节码并执行。

    • 编译执行:将热点代码(频繁执行的代码)编译为本地机器码,以提高执行效率。

    • 优化执行:通过 JIT(Just-In-Time)编译器对代码进行优化。

3. 解释执行与编译执行

解释执行

  • 定义:解释执行是 JVM 默认的执行方式,逐行读取字节码并解释为机器码执行。

  • 特点:

    • 启动速度快,因为不需要编译。

    • 执行效率较低,因为每次运行都需要解释字节码。

    • 适用场景:适合短生命周期的程序或需要快速启动的场景。

编译执行

  • 定义:编译执行是通过 JIT 编译器将字节码编译为本地机器码,然后直接执行机器码。

  • 特点:

    • 启动速度较慢,因为需要编译。

    • 执行效率高,因为直接运行机器码。

    • 适用场景:适合长时间运行的程序或对性能要求较高的场景。

4. JIT 编译器

4.1 JIT 编译器的工作原理

JIT(Just-In-Time)编译器是 JVM 执行引擎的核心组件之一,它的作用是将热点代码(频繁执行的代码)编译为本地机器码,以提高执行效率。

  1. 字节码解释执行:程序启动时,JVM 会先解释执行字节码。

  2. 热点代码检测:JVM 会监控代码的执行频率,识别出热点代码。

  3. 编译为机器码:JIT 编译器将热点代码编译为本地机器码。

  4. 执行机器码:后续执行时直接运行编译后的机器码,提高效率。

4.2 热点代码检测

JVM 通过以下两种方式检测热点代码:

  1. 方法调用计数器:统计方法的调用次数。

  2. 回边计数器:统计循环体的执行次数。

当某个方法或代码块的调用次数超过阈值时,JVM 会将其标记为热点代码,并触发 JIT 编译。

5. 栈帧与方法调用

5.1 栈帧的结构

栈帧是 JVM 运行时数据区中 Java 虚拟机栈的基本单位,每个方法调用都会创建一个栈帧。栈帧的结构包括:

  1. 局部变量表:存储方法的局部变量。

  2. 操作数栈:用于存储操作数和中间结果。

  3. 动态链接:指向运行时常量池中该方法的引用。

  4. 方法返回地址:记录方法执行完成后返回的位置。

5.2 方法调用过程

  1. 方法调用:调用一个新方法时,JVM 会创建一个新的栈帧并压入虚拟机栈。

  2. 方法执行:执行方法中的字节码指令。

  3. 方法返回:方法执行完成后,栈帧被弹出,程序返回到调用位置。

6. 案例与代码解释

6.1 案例 1:解释执行与编译执行的对比

代码示例

public class ExecutionEngineExample {
    public static void main(String[] args) {
        long startTime = System.currentTimeMillis();
        for (int i = 0; i < 1000000; i++) {
            calculateSum(i);
        }
        long endTime = System.currentTimeMillis();
        System.out.println("Time taken: " + (endTime - startTime) + " ms");
    }

    private static int calculateSum(int n) {
        int sum = 0;
        for (int i = 1; i <= n; i++) {
            sum += i;
        }
        return sum;
    }
}
  • 解释

    • 解释执行:程序启动时,JVM 会解释执行 calculateSum 方法的字节码。

    • 编译执行:当 calculateSum 方法被频繁调用时,JIT 编译器会将其编译为机器码,后续调用直接执行机器码。

  • 运行结果

    • 第一次运行(解释执行):耗时较长。

    • 后续运行(编译执行):耗时显著减少。

6.2 案例 2:JIT 编译器的优化效果

代码示例

public class JITOptimizationExample {
    public static void main(String[] args) {
        int[] array = new int[1000000];
        for (int i = 0; i < array.length; i++) {
            array[i] = i;
        }

        long startTime = System.currentTimeMillis();
        int sum = 0;
        for (int i = 0; i < array.length; i++) {
            sum += array[i];
        }
        long endTime = System.currentTimeMillis();
        System.out.println("Sum: " + sum + ", Time taken: " + (endTime - startTime) + " ms");
    }
}
  • 解释

    • JIT 编译器会检测到 for 循环是热点代码,并将其编译为机器码。

    • 编译后的机器码执行效率显著高于解释执行。

  • 运行结果

    • 第一次运行:耗时较长。

    • 后续运行:耗时显著减少。

    7. 总结

    JVM 执行引擎是 Java 程序运行的核心组件,它通过解释执行和编译执行两种方式运行字节码。JIT 编译器通过将热点代码编译为机器码,显著提高了程序的执行效率。理解执行引擎的工作原理对于优化 Java 程序性能具有重要意义。

最近更新:: 2025/8/14 09:20
Contributors: Duke
Prev
运行时数据区
Next
本地方法接口