执行引擎与 JIT

执行引擎负责把字节码真正跑起来。JVM 不是只“解释执行”，现代 HotSpot 会先解释运行，再把热点代码交给 JIT 编译器优化成机器码。理解执行引擎，可以解释启动预热、CPU 抖动、热点方法、锁优化、逃逸分析和 Code Cache 等问题。

从字节码到机器码

执行链路可以简化为：

Class 文件 -> 字节码 -> 解释器 -> 热点探测 -> JIT 编译 -> 机器码

解释器启动快，适合冷代码；JIT 编译后的机器码运行快，适合热点代码。服务端程序常见的“刚启动慢，跑一会儿变快”，就和类加载、缓存预热、JIT 编译都有关系。

解释执行

解释器逐条读取字节码并执行。优点：

• 启动成本低。
• 不需要等编译完成。
• 适合只运行一次的冷代码。

缺点：

• 每次执行都要解释字节码。
• 热点路径性能不如机器码。

热点探测

HotSpot 会统计方法调用次数和循环回边次数，判断哪些代码值得编译优化。

常见热点：

• 高频接口方法。
• 循环体。
• 序列化 / 反序列化。
• JSON 编解码。
• 正则、加解密、压缩。
• 框架反射和代理路径。

分层编译

HotSpot 常见编译器：

编译器	特点
C1	编译快，优化较轻，适合较快启动
C2	编译慢，优化更强，适合长期运行热点

分层编译会让代码先由解释器执行，再进入 C1，热点足够稳定后再进入 C2。这样在启动速度和峰值性能之间折中。

常见优化

方法内联

方法调用有成本，JIT 会把小而热的方法直接展开到调用点。

好处：

• 减少调用开销。
• 暴露更多上下文，方便后续优化。

风险：

• 代码膨胀。
• 过度内联会占用 Code Cache。

逃逸分析

如果对象不会逃出当前方法或线程，JIT 可能做：

• 标量替换：把对象拆成几个局部变量。
• 栈上分配或消除分配。
• 锁消除：对象不会被其他线程访问时去掉锁。

这解释了为什么某些看似创建很多临时对象的代码，在 JIT 优化后未必真的产生同等堆压力。

锁优化

JVM 会根据竞争情况优化锁：

• 锁消除。
• 锁粗化。
• 轻量级锁。
• 重量级锁。

锁竞争严重时，仍然会表现为线程阻塞、CPU 抖动或吞吐下降。

反优化

JIT 基于运行时假设优化代码。如果假设失效，JVM 会回退到解释执行或重新编译，这叫反优化。常见触发因素：

• 类型分布变化。
• 类被动态加载。
• 内联假设失效。
• 分支行为变化。

这也是线上服务性能偶尔抖动的原因之一。

Safepoint

Safepoint 是 JVM 可以安全暂停线程的位置。很多全局操作需要线程到达 Safepoint，例如：

• GC。
• 偏向锁撤销。
• 线程栈遍历。
• 类重定义。
• JFR 或诊断采样中的部分操作。

如果线程长时间不到 Safepoint，可能影响 GC 或诊断操作的停顿时间。

Code Cache

JIT 编译后的机器码放在 Code Cache 中。它不属于 Java 堆，但占用进程内存。

常见参数：

-XX:ReservedCodeCacheSize=256m

Code Cache 满了可能导致 JIT 编译受限，服务性能下降。观察：

jcmd <pid> Compiler.CodeHeap_Analytics
jcmd <pid> VM.native_memory summary

观测工具

JFR

JFR（Java Flight Recorder）适合观察生产级性能问题：

jcmd <pid> JFR.start name=profile settings=profile duration=60s filename=/tmp/app.jfr

可以关注：

• CPU 热点。
• 锁竞争。
• 分配热点。
• GC 停顿。
• 方法采样。

编译日志

开发或压测环境可打开：

-XX:+PrintCompilation

它会输出方法编译和反优化信息。生产环境一般更推荐 JFR。

排查场景

现象	可能方向
刚启动性能差	类加载、缓存、JIT 预热
CPU 高但 GC 不高	热点循环、锁竞争、序列化、正则
压测越跑越快	JIT 热点编译逐步完成
某段时间性能抖动	反优化、Code Cache、Safepoint、系统压力
延迟尖刺	GC、锁竞争、Safepoint、JIT 编译干扰

执行引擎不是日常调参的第一入口，但它能解释“为什么同一段 Java 代码运行一段时间后表现不同”。