彭成寒是一位资深的虚拟机技术专家，拥有超过15年的行业经验。他专注于JVM、V8和WebAssembly等虚拟机的研究与开发。彭成寒在开源社区OpenEuler担任技术委员会委员，负责Compiler SIG。同时，他还是毕昇JDK的主要维护者和贡献者，并著有《JVM G1源码分析和调优》及《新一代垃圾回收器ZGC设计与实现》等书籍。

Java程序执行时，代码首先被编译成字节码，随后由Java虚拟机（JVM）负责执行。这个过程涉及几个关键步骤：编译、加载、解释和编译优化。与直接编译成机器代码的C/C++不同，Java代码的执行模式更为复杂。

在JVM中，编译过程并非一次性完成，而是根据需要动态进行。JVM会识别出热点代码，即那些频繁被调用的函数或循环。这些代码片段会被单独编译，经过优化后存储在CodeCache中。优化后的代码与Method对象关联，使得在执行方法时直接使用这些优化后的代码，从而提高效率。

编译触发时机和执行方式是JVM需要考虑的另一个重要问题。当JVM检测到某个方法成为热点时，它会触发编译过程。编译执行有几种方式，包括即时编译（JIT）和解释执行。JIT编译器将字节码转换为机器代码，并在执行时进行优化。解释执行则通过模板解释器将字节码转换为机器代码执行。

在多态方面，C++和Java采用了不同的实现机制。C++通过虚函数表和虚指针来实现多态，而Java则使用Klass结构和虚函数表来管理类信息和多态。这种设计使得Java在实现多态时更加灵活。

JVM的内存管理和线程栈管理也是其关键功能之一。内存管理负责管理对象的生命周期，确保内存的有效利用。线程栈管理则确保每个线程有独立的执行环境。

Java代码中，Object类提供了默认的虚函数和静态方法，使得Java程序员可以方便地实现面向对象编程。C++编译器支持面向对象的特性，如封装、继承和多态。编译器将类成员函数和成员变量转化为C语言风格的函数和结构，处理继承时复制父类成员变量，实现多态时增加虚函数指针和虚函数表。

C/C++语言的编译执行过程涉及编译器和链接器。编译器将源代码编译成目标机器文件，链接器则将这些目标文件链接成可执行文件。操作系统负责执行这些可执行文件，但需要符合操作系统规范。

综上所述，JVM在运行Java程序时，通过编译、加载、解释和编译优化等步骤，将Java代码编译成机器代码，并在CodeCache中存储优化后的代码。同时，JVM还负责内存管理、线程栈管理等功能，使得Java程序能够在高效、稳定的环境下运行。

第1章 Java代码执行过程介绍

垃圾回收算法主要分为引用计数法和可达性分析法。引用计数法为每个对象设立引用计数器，当计数器归零时释放对象，但无法处理循环引用问题。而可达性分析法通过根节点搜索，识别活跃对象和不活跃对象，回收无用内存。

在GC执行过程中，对象会经历标记和移动。Java虚拟机（JVM）中对象的表示和内存布局也至关重要。此外，复制算法、标记清除算法、标记压缩算法和分代回收等GC算法，以及分代回收中的边界划分和代际引用管理等问题，都是垃圾回收算法的重要组成部分。

Java语言中有三种引用类型：软引用、弱引用和虚引用，它们与垃圾回收密切相关。软引用在内存充足时不会被回收，仅在内存不足时根据设定条件进行回收；弱引用在内存不足时会立即被回收；虚引用则需要通过引用队列和引用线程进行处理。Finalize机制通过Finalizer线程处理，定义了Finalize()函数的对象类似于虚引用。

在GC处理引用时，根据引用类型进行不同的处理策略。软引用和弱引用在强根扫描结束后即可回收，而虚引用和Finalize引用则需要在后续GC过程中才能真正回收。JVM内部优化实现还引入了弱根，如StringTable，用于优化内存使用，但其回收依赖于GC的遍历。

JVM中根的构成包括Java根、JVM根和其他根，不同类型线程进入安全点的机制也值得注意。

第2章 JVM中垃圾回收相关的基本知识

第一部分 Java虚拟机和垃圾回收基础知识

分代堆内存管理是JVM中的一种内存管理技术，其核心思想是将堆内存划分为不同的代，以优化垃圾回收效率。其中，串行回收是一种基本的垃圾回收方式，将堆空间分为新生代和老生代。新生代采用复制算法进行垃圾回收，而整个堆空间则使用标记压缩算法。

在新生代中，空间进一步细分为Eden、From和To三个子空间，分别用于对象分配和垃圾回收。垃圾回收的触发机制包括被动回收和主动回收，由专门的GC工作线程执行。

JVM中的垃圾回收机制包括串行回收、并行回收和主动回收三种方式。串行回收在内存不足时，VMThread会暂停所有Mutator并执行垃圾回收。并行回收和主动回收则涉及多个GC工作线程的并行执行。

串行回收中，新生代和老生代的内存管理采用不同的策略。新生代使用复制算法，而老生代则采用线性分配方式。回收时，老生代回收整个堆空间。

堆空间的大小可以通过JVM的参数进行设置，包括最小堆空间、最大堆空间和软最大堆空间。分代边界通常固定，以简化内存管理。

垃圾回收器在处理对象晋升和内存分配时，GC工作线程在新生代空间不足时会尝试在老生代中分配对象。Full GC的触发时机包括显式请求、新生代回收时内存不足、新生代回收后内存仍不足以及元数据空间不足等情况。

串行回收中Full GC使用标记-压缩算法，通过标记活跃对象、计算新位置、更新引用关系和复制对象等步骤实现。分代回收时，针对新生代和老生代的不同特点，有三种不同的压缩方案，JVM中采用从老生代开始压缩的方法。

为了优化性能，标记-压缩算法会跳过一定比例的死亡对象，并使用Dummy对象填充空洞。通过这些机制，分代堆内存管理有效地提高了JVM的内存使用效率和性能。

第3章 串行回收

内存管理中的CMS（Concurrent Mark Sweep）算法致力于降低垃圾回收过程中的停顿时间。它通过分代回收技术，优化了新生代和老生代的回收策略。新生代采用并行复制算法提升回收效率，而老生代则采用并发标记清除算法，以保持低停顿时间。然而，老生代回收后可能产生内存碎片，因此需要执行Full GC进行整体回收。

CMS算法采用固定边界的分代策略，新生代和老生代分别负责不同的内存分配请求。针对老生代，CMS使用复杂链表，并进一步优化为树形链表，以提升内存分配效率。为了解决小对象的分配效率问题，CMS还引入了额外的缓存机制。在新生代回收方面，CMS采用ParNew算法，将串行回收升级为并行回收，通过并行处理根、对象遍历、引用和弱根等环节，提高回收效率。ParNew算法还优化了卡表设计，实现了并行扫描和更新，进一步提升垃圾回收性能。

内存的代划分和卡表操作状态对垃圾回收至关重要。卡表用于记录引用关系，以辅助垃圾回收。新生代回收时，若老生代和中生代有引用，卡表记录操作状态。中生代回收时，若老生代有引用，需要新的操作状态。老生代回收时，为区分操作，需要新的状态。并发回收面临Mutator和Collector同时执行的问题，为此引入三色标记法。并发标记时，读屏障和写屏障用于调整对象颜色。老生代回收中，内存管理采用链表和树结构，并使用缓存机制。标记清除算法被优化，包括初始标记、并发标记、再标记和清除等步骤。老生代回收触发时机包括后台GC和前台GC，触发条件包括内存使用超过阈值等。

垃圾回收算法中，初始标记过程包括两种实现方法：第一种是从根集合出发遍历所有对象，找到指向老生代的引用；第二种是将新生代作为根集合，判断是否存在指向老生代的引用。两种方法各有优缺点。初始标记使用标记位图记录活跃对象，保证Mutator正常运行。随后，并发标记根据标记位图遍历老生代对象，同时处理Mutator修改的引用关系。预清理阶段减少再标记时间，包括处理Java引用、Survivor分区、ModUnionTable和CardTable。预清理与可终止预清理可控制执行，确保内存压力下快速进入再标记阶段。

并发标记清除（CMS）算法的核心是标记清除和复制。算法首先通过并发标记阶段识别出可回收的内存，然后进入可终止预清理阶段，通过参数控制预清理的次数和持续时间。在再标记阶段，算法处理Mutator修改的对象，确保标记的准确性。清除阶段由CMS控制线程完成，通过并发执行发现垃圾内存并将其回收。此外，算法还涉及内存空间调整、复位等操作，以及处理并发执行中可能出现的各种问题。CMS算法旨在减少GC对应用程序性能的影响，提高系统稳定性。

JDK不同版本中，Full GC的触发逻辑和实现细节有所不同。在JDK 9及以后版本中，Full GC的触发更加简化，主要由Mutator在内存不足时主动触发。若Minor GC执行后仍无法满足内存需求，则会直接执行Full GC。JDK 9之前的版本中，Full GC会先判断是否需要执行压缩，然后执行标记压缩或标记清除算法。此外，文中还介绍了标记栈溢出的处理方法，包括重新标记法、全局列表法和逆指针法。从JDK 8开始，元数据从堆空间移至本地内存，并介绍了一种基于二叉树和伙伴存储的内存管理方法。

第4章 并发标记清除回收

在并行垃圾回收（GC）机制中，内存管理扮演着至关重要的角色。这一机制着重于动态调整新生代与老生代之间的边界，以优化内存使用。新生代专门用于存储临时对象，空间不足时将触发Minor GC，将长期存活的对象转移至老生代。

并行回收采用两种内存模型：新生代在前、老生代在后，以及老生代在前、新生代在后。前者管理便捷，但老生代内存分配复杂；后者则对Full GC更为友好，但新生代分配时需计算内存大小。此外，并行回收支持自适应调整Eden和Survivor分区大小，以及NUMA支持，以提升内存分配和访问效率。

在内存分配和GC触发流程中，并行回收通过TLAB（Thread-Local Allocation Buffer）和多种分配策略来响应内存请求，并设计了复杂的Full GC算法，从而提高回收效率。

在并行垃圾回收机制中，分区压缩和依赖树构建是关键过程。总结阶段通过记录活跃对象和构建依赖树，为每个分区填充数据结构，完成依赖树的建立。在压缩阶段，多个GC工作线程并行执行，每个线程拥有自己的分区栈。任务窃取和终止协议确保资源利用率，通过双向队列和无锁算法减少竞争，并引入master和slave机制优化任务终止。

这些机制使并行垃圾回收高效地完成内存回收工作。在内存管理方面，动态调整新生代与老生代边界至关重要，以优化内存使用。同时，采用不同的内存模型和自适应调整分区大小，以及支持NUMA，有助于提升内存分配和访问效率。在内存分配和GC触发流程中，TLAB、多种分配策略和Full GC算法的应用，进一步提高回收效率。最后，分区压缩和依赖树构建的过程，以及任务窃取和终止协议的实施，确保了并行垃圾回收的高效运行。

第5章 并行回收

G1垃圾回收器通过内存分区来高效管理内存。首先，根据堆空间大小和默认分区数，它计算出合适的分区大小，确保其符合选择范围。分区大小影响分配和回收效率，因此需平衡两者。G1采用两种对象分配方法：让对象跨越两个分区，或直接放弃剩余空间分配新分区。此外，G1支持分代设计，新生代和老生代采用不同的回收算法。G1使用复制算法回收新生代，老生代则采用增量回收，优先回收垃圾较多的分区。

G1通过分区管理和复制算法高效回收内存。它采用扫描分区和细粒度位图。为了处理并发引用关系，G1引入Refine线程和全局队列集合，并发处理保证数据有序。G1支持NUMA-Aware和云场景，优化内存释放机制减少资源浪费。G1提供多种GC模式，包括Minor GC和Mixed GC，通过预测模型控制停顿时间，保证垃圾回收效率。

G1通过分区将堆内存划分为多个区域，采用复制算法进行Minor GC，并发标记算法回收老生代分区。并发标记过程中，G1使用SATB算法，通过prev和next指针及位图记录内存状态，优化内存管理。当内存消耗达到阈值时，G1触发Mixed GC，回收新生代和老生代分区。内存不足时，触发Full GC。G1针对JNI使用进行优化，通过两次映射技术解决大数组对象在分区内存管理下的连续存储问题。

G1和Balanced GC的并发标记和复制回收机制不同。G1在Minor GC触发并发标记，标记后不再启动Minor GC，Balanced GC则无此限制。两者通过参数控制复制回收和并发标记触发，Balanced GC的并发标记可执行并发清除操作。Full GC时，G1使用并行、串行标记压缩算法，Balanced GC使用并行标记清除压缩算法，都会导致应用暂停。

第6章 垃圾优先

Shenandoah垃圾回收器是一种内存管理机制，采用分区策略，并允许用户自定义分区大小。此外，它还引入了大对象的概念。该回收器具有主动和被动两种触发机制，旨在避免内存分配失败。在并发标记阶段，Shenandoah采用SATB算法，并在JDK 16中引入了增量并发方法。在并发转移设计中，Pace机制被引入以降低Mutator的分配速率，从而提高应用效率。Shenandoah提供多种垃圾回收策略和模式，以适应不同使用场景。

Shenandoah通过将并发标记、并发转移和并发重定位合并到一个阶段，有效降低了垃圾回收的停顿时间。此外，它还针对JNI调用进行了优化，允许在本地代码执行JNI Critical API时继续进行垃圾回收。为确保垃圾回收的正确性，Shenandoah采用了多种屏障技术，如SATB屏障和Load屏障。在处理并发转移失败时，它设计了一个特殊机制来保证对象的一致性。

然而，由于代码复杂性的原因，Shenandoah在JDK 15中被移除。

第7章 Shenandoah

ZGC内存管理的新特性，首先，它优化了内存模型，通过虚拟内存和物理内存管理，有效解决了传统内存模型在内存大时难以保证停顿时间的问题。其次，ZGC提供了高速的分配机制，通过设计不同层次的缓存，包括应用线程级、CPU级和节点级缓存，进一步提升了分配效率。此外，ZGC还针对现代计算机体系结构进行了优化，引入了CPU缓存和NUMA缓存，减少跨节点分配，优化了Mutator分配的效率。最后，ZGC通过并发类卸载和并发根扫描等特性，进一步降低了停顿时间，虽然以降低吞吐量为代价，但在很多场景下仍具有明显优势。



第8章 ZGC

第二部分 JVM垃圾回收器详解

在生产环境中，垃圾回收（GC）的参数设置对于提高应用程序性能至关重要。选择合适的GC类型是第一步，常见的参数有UseParallelGC、UseParallelOldGC、UseCMS、UseG1、UseZGC和UseShenandoah，分别对应并行复制回收、并行标记压缩、CMS、G1、ZGC和Shenandoah垃圾回收器。接下来，GC工作线程的参数ParallelGCThreads、ConcGCThreads和UseDynamicNumberOfGCThreads用于设定并行和并发GC工作线程的数量。

内存设置参数，如MaxHeapSize、MinHeapSize、NewSize、MaxNewSize、OldSize等，控制着堆空间大小和分代GC各个代的大小。动态调整内存大小的参数，如UseAdaptiveSizePolicy、AdaptiveSizeThroughPutPolicy等，旨在在暂停时间和吞吐量之间取得平衡，动态调整新生代和老生代的大小。

Parallel GC在运行过程中通过收集历史数据，使用衰减平均值计算预测趋势值来预测和调整Eden、Minor GC和Full GC的大小。调整时，会依据预测值来调整新生代和老生代的大小。最小二乘法在预测吞吐量变化中也有应用，通过调整参数优化垃圾回收效率。在调整过程中，会根据吞吐量变化来调整Eden或Old的大小，同时避免影响Mutator性能。

针对TLABWasteIncrement参数，它用于防止TLAB因阈值设置过小而无法丢弃，同时满足Mutator的分配请求。PLAB与TLAB类似，用于新生代对象分配，分为YoungPLAB和OldPLAB，分别用于对象晋升。ResizePLAB和ResizeOldPLAB控制PLAB大小调整，但Parallel GC不支持动态调整PLAB。TargetPLABWastePct和TargetSurvivorRatio共同影响PLAB的大小。

此外，还有关于PLAB权重、预tenureSizeThreshold、内存初始化、标记栈大小、大页和NUMA分配等参数。这些参数针对不同类型的垃圾回收器各有不同，需要根据具体情况进行调整。

JVM在GC方面提供了丰富的参数配置，包括类卸载、内存管理、元数据空间、GC策略、引用处理、GC任务均衡、GC工作线程、GC校验、动态调整以及GC特有参数等。通过调整这些参数，可以实现对GC过程的精细控制，优化内存使用，提高应用性能。例如，设置类卸载参数来控制垃圾回收时类卸载的行为，调整内存参数来控制堆空间的大小和扩展方式，设置GC策略参数来选择合适的GC算法等。此外，针对GC工作线程、校验和动态调整的参数，可以进一步优化GC过程。这些参数为开发者提供了丰富的选择，帮助他们更好地管理和优化Java应用。

第9章 GC通用参数

Parallel GC在执行Full GC时如何通过跳过部分死亡对象来减少对象移动成本，同时控制跳过对象占用的空间以平衡效率和性能。通过正态分布动态调整跳过对象，并提供了三个参数控制是否跳过死亡对象以及正态分布的均值和标准差。此外，还介绍了并行复制中针对数组优化的控制参数，允许数组在特定条件下被拆分以简化对象转移过程。Parallel GC的相关参数较少，但使用时需要关注表10-1中列出的参数。



第10章 Parallel GC参数

老生代内存管理在JVM中扮演着重要角色，它通过一系列关键参数来平衡内存分配效率和碎片化问题。其中，匹配策略和放大系数是核心参数，确保内存分配既高效又避免过多碎片。当空闲链表中找不到合适的内存块时，系统会从更大的空闲链表获取，必要时还会进行拆分。此外，老生代合并、空闲列表管理和预清理等参数也有助于优化内存使用和回收效率。

在内存管理中，合并策略、内存块预测和抽样操作等参数至关重要，对JVM性能影响显著。特别是，合并策略能显著减少内存碎片，提高内存利用率。

CMS垃圾回收算法是专门针对老生代垃圾回收的算法，它分为预清理、并发标记、再标记和清理四个阶段。预清理阶段通过标记清理过程中的内存来加速垃圾回收，而并发标记阶段，多个线程并发执行，标记对象，同时处理并发标记过程中可能出现的溢出。再标记阶段确保所有对象都被正确标记，最后清理阶段回收未被标记的对象。

文章详细介绍了与CMS算法相关的参数，如并发标记启动控制、老生代并行/并发控制、PLAB大小调整控制等。这些参数的默认值和设置方法对算法性能有直接影响。例如，并发标记启动控制参数决定何时开始并发标记，而老生代并行/并发控制参数则决定了老生代垃圾回收的并行程度。

此外，CMS算法还支持动态调整参数，如预清理工作休眠阈值、并发标记启动控制参数等。这些参数可以根据系统负载和内存使用情况动态调整，以优化垃圾回收性能。

在实际应用中，合理配置这些参数对于提高JVM性能至关重要。通过深入理解这些参数的作用和相互关系，开发者可以更好地优化JVM性能，提升应用程序的响应速度和稳定性。

第11章 CMS参数

在生产参数这一章节中，我们深入探讨了与并发标记和引用集处理相关的参数，这些参数对G1垃圾回收器的运行起着关键作用。这些参数主要控制了并发标记的启动时机、持续时间以及处理引用对象的数量。同时，章节也对内存配置、Minor GC、GC触发控制以及混合回收等参数进行了详细阐述，旨在帮助开发者更深入地理解并调整G1垃圾回收器的工作方式，以优化垃圾回收性能，缩短停顿时间，提升应用效率。

在G1垃圾回收器中，有一系列重要参数影响着其回收行为。以下是一些关键参数及其作用：

1. 控制并发标记触发阈值的参数：这些参数决定了何时启动并发标记，从而影响垃圾回收的效率。

2. 预清理阶段参数：这些参数控制了预清理阶段的工作，有助于提高垃圾回收的准确性。

3. 强制垃圾回收参数：通过设置此参数，可以在需要时强制进行垃圾回收，以避免内存溢出等问题。

4. 周期性垃圾回收阈值参数：这些参数用于设定周期性垃圾回收的触发条件，确保系统资源得到合理利用。

5. 采样引用集信息频率参数：此参数决定了引用集信息的采样频率，有助于提高垃圾回收的准确性。

6. Full GC引用集正确性验证参数：这些参数用于验证Full GC过程中的引用集正确性，确保垃圾回收的准确性。

7. 分区中编译代码引用对象有效性验证参数：这些参数用于验证分区中编译代码引用对象的有效性，有助于提高垃圾回收效率。

8. 预防性GC触发机制参数：这些参数控制预防性GC的触发条件，有助于减少垃圾回收的停顿时间。

通过调整这些参数，用户可以根据实际应用场景对G1垃圾回收器的行为进行优化，从而提高垃圾回收效率。例如，适当调整并发标记触发阈值和预清理阶段参数，可以提高垃圾回收的准确性；调整周期性垃圾回收阈值参数，可以确保系统资源得到合理利用；设置预防性GC触发机制参数，可以减少垃圾回收的停顿时间。

总之，这些参数在G1垃圾回收器中扮演着至关重要的角色，对于优化垃圾回收性能、缩短停顿时间、提高应用效率具有重要意义。开发者应深入了解这些参数的作用，并根据实际需求进行合理调整。

第12章 G1参数

Shenandoah垃圾回收器具有多种垃圾回收模式和策略，支持satb、iu、passive三种回收模式以及aggressive、static、adaptive、compact四种策略。它详细介绍了内存设置参数，如分区大小、大对象分区设置等，并阐述了垃圾回收策略及相关参数，如类卸载、垃圾回收阈值、分配速率等。此外，Shenandoah并发标记相关参数，如SATB缓存大小，也得到了详细说明。

Shenandoah的重要参数包括CAS屏障和Clone屏障，这些参数确保对象比较和克隆的正确性。同时，并发类卸载和并发根扫描的屏障是其支持的关键特性。文中还描述了Degenerate GC、C2编译优化阶段的屏障、模拟OOM情况以及内存分配失败时的处理方式。

Shenandoah特有的参数虽然众多，但实际需要调整的并不多。这些参数包括但不限于垃圾回收模式和策略、内存设置、垃圾回收策略及相关参数、并发标记参数、CAS屏障、Clone屏障以及并发类卸载和并发根扫描的屏障等。通过合理配置这些参数，可以优化Shenandoah垃圾回收器的性能。

具体来说，Shenandoah支持的回收模式包括satb、iu和passive。satb模式是一种并发标记、并发清除的回收模式，适用于大多数场景。iu模式是一种启发式标记、并发清除的回收模式，适用于负载较轻的场景。passive模式是一种标记、清除、压缩的回收模式，适用于内存受限的场景。

回收策略方面，Shenandoah提供了aggressive、static、adaptive和compact四种策略。aggressive策略通过尽可能多地回收内存来提高性能，适用于对性能要求较高的场景。static策略在启动时选择一种回收策略，并在整个运行过程中保持不变。adaptive策略根据运行时情况动态调整回收策略。compact策略通过压缩内存来回收内存，适用于内存使用较为分散的场景。

内存设置参数包括分区大小和大对象分区设置。分区大小决定了Shenandoah在内存中划分的区域大小，合理的分区大小可以提高回收效率。大对象分区设置则决定了大对象在内存中的分配策略。

垃圾回收策略及相关参数包括类卸载、垃圾回收阈值和分配速率。类卸载参数控制了类的卸载策略，可以减少内存占用。垃圾回收阈值参数决定了触发垃圾回收的条件，合理设置可以提高回收效率。分配速率参数控制了内存分配的速度，可以避免内存分配过多导致垃圾回收频繁。

Shenandoah并发标记相关参数如SATB缓存大小，用于优化并发标记过程。CAS屏障和Clone屏障确保对象比较和克隆的正确性。并发类卸载和并发根扫描的屏障是其支持的关键特性。

在处理Degenerate GC、C2编译优化阶段的屏障、模拟OOM情况以及内存分配失败时，Shenandoah采取了相应的策略。这些策略有助于提高Shenandoah在复杂场景下的性能和稳定性。

综上所述，Shenandoah垃圾回收器具有丰富的配置参数和优化策略，通过合理配置这些参数，可以显著提高其性能。

第13章 Shenandoah参数

ZGC的配置参数，包括堆空间存储、回收策略、标记栈空间大小等。强调了ZPath参数指定堆空间使用的文件系统，默认为匿名内存文件系统。ZGC会根据系统配置和文件系统空间自动选择合适的存储方式。同时，介绍了各种诊断参数，如统计信息输出间隔、就地转移、对象状态验证等，帮助开发者更好地理解ZGC的运行机制和性能优化。



第14章 ZGC参数

第三部分 JVM中垃圾回收相关参数介绍

ARM架构起源于英国计算机公司Acorn，并随着时间发展壮大，现已成为ARM公司。它专注于RISC处理器设计，并通过授权其架构给其他厂商盈利。ARM架构内核不断升级，分为经典ARM处理器系列和Cortex处理器系列。Cortex处理器系列又分为面向不同市场的A、R和M三类。该架构广泛应用于手机、服务器等设备中，如苹果A系列芯片、高通骁龙系列芯片和华为麒麟系列芯片。

ARMv8-A架构具有核心架构、执行状态、指令集和数据类型等特性，并支持虚拟机结构、调试和中断等功能。异常等级与安全状态关系密切，处理器在特定异常等级下可访问所有当前及以下异常等级的资源。ARMv8-A架构处理器中，EL3仅存在于安全状态，而EL2仅存在于非安全状态。

华为鲲鹏处理器采用NUMA架构，通过高速互连通道连接节点，缓解处理器核竞争共享内存总线造成的访问瓶颈。泰山服务器基于鲲鹏处理器设计，具有低功耗、低成本、高集成度等优点，适合端、边、云全场景同构互联与协同。

乱序执行是CPU架构中的一大问题，ARM和X86架构对乱序的支持和实现不同。ARM架构允许更多乱序，而X86则限制较多。为保障数据一致性，ARM提供多种内存屏障指令，如DMB、DSB和ISB。此外，one-way barrier机制和Exclusive Monitor状态机用于多核环境中保证读写一致性。在众核架构中，需优化性能，如动态调整GC线程数目和任务均衡算法。NUMA架构和指令集差异也会影响性能，需根据平台特性进行优化。

深入探索JVM垃圾回收