Java中数据存储方式

1．寄存器（register）。这是最快的存储区，因为它位于不同于其他存储区的地方——处理器内部。但是寄存器的数量极其有限，所以寄存器由编译器根据需求进行分配。你不能直接控制，也不能在程序中感觉到寄存器存在的任何迹象。
2． 堆栈（stack）。位于通用RAM（random-access memory，随机访问存储器）中，但通过它的“堆栈指针”可以从处理器那里获得直接支持。堆栈指针若向下移动，则分配新的内存；若向上移动，则释放那些内存。这是一种快速有效的分配存储方法，仅次于寄存器。创建程序时，Java 编译器必须知道存储在堆栈内所有数据的确切大小和生命周期，因为它必须生成相应的代码，以便上下移动堆栈指针。这一约束限制了程序的灵活性，所以虽然某些Java 数据存储于堆栈中——特别是对象引用，但是Java 对象并不存储于其中。
3． 堆（heap）。一种通用性的内存池（也存在于RAM 区），用于存放所有的Java 对象。堆不同于堆栈的好处是：编译器不需要知道要从堆里分配多少存储区域，也不必知道存储的数据在堆里存活多长时间。因此，在堆里分配存储有很大的灵活性。当你需要创建一个对象时，只需用new 写一行简单的代码，当执行这行代码时，会自动在堆里进行存储分配。当然，为这种灵活性必须要付出相应的代价。用堆进行存储分配比用堆栈进行存储存储需要更多的时间（如果确实可以在Java 中像在C++中一样用栈保存对象）。
4． 静态存储（static storage）。这里的“静态”是指“在固定的位置”（尽管也在RAM 里）。静态存储里存放程序运行时一直存在的数据。你可用关键字Static 来标识一个对象的特定元素是静态的，但Java 对象本身从来不会存放在静态存储空间里。
5． 常量存储（constant storage）。常量值通常直接存放在程序代码内部，这样做是安全的，因为它们永远不会被改变。有时，在嵌入式系统中，常量本身会和其它部分隔离开，所以在这种情况下，可以选择将其存放在ROM（read-only memory，只读存储器）中。
6． 非RAM 存储（non-RAM storage）。如果数据完全存活于程序之外，那么它可以不受程序的任何控制，在程序没有运行时也可以存在。其中两个基本的例子是“流对象（streamed object）”和“持久化对（persistent object）”。在“流对象”中，对象转化成字节流，通常被发送给另一台机器。在“持久化对象”中，对象被存放于磁盘上，因此，即使程序终止，它们仍可以保持自己的状态。这种存储方式的技巧在于：把对象转化成可以存放在其它媒介上的事物，在需要时，可恢复成常规的、基于RAM 的对象
 
 
 
1、Register（寄存器）
存在与CPU中，存取速度最快，但数量有限
 
 
2、Stack(栈、堆栈)
存在与内存中，存取的速度和效率仅次于Register，在程序加载的时候编译器必须准确知道所需的所有空间大小，通过指针来操作
 
 
3、Heap(堆中)
存在与内存中，存取方式灵活，无需编译器关心，速度比不上Stack
 
 
4、Static (静态类型)
整个程序都可以访问，对象的属性可以是静态的，但JAVA对象不会是静态的.
 
 
5、Constant（常量）
存在于程序代码中，不能改变
 
 
6、非易失性数据
a、流类型数据
b 、持久性数据
 
 
 
就速度来说，有如下关系：
寄存器< 堆栈< 堆< 其他
 
『上面这段话摘取之《Thinking in Java》』
 
在这里，主要要说下堆与堆栈的关系：
 
堆：堆是heap，是所谓的动态内存，其中的内存在不需要时可以回收，以分配给新的内存请求，其内存中的数据是无序的，即先分配的和随后分配的内存并没有 什么必然的位置关系，释放时也可以没有先后顺序。一般由使用者自由分配，malloc分配的就是堆，需要手动释放。
 
堆栈:就是STACK。实际上是只有一个出入口的队列，即后进先出（First In Last Out），先分配的内存必定后释放。一般由，由系统自动分配，存放存放函数的参数值，局部变量等，自动清除。
 
还有，堆是全局的，堆栈是每个函数进入的时候分一小块，函数返回的时候就释放了，静态和全局变量，new 得到的变量，都放在堆中，局部变量放在堆栈中，所以函数返回，局部变量就全没了。
 
其实在实际应用中，堆栈多用来存储方法的调用。而对则用于对象的存储。
 
JAVA中的基本类型，其实需要特殊对待。因为，在JAVA中，通过new创建的对象存储在“堆”中，所以用new 创建一个小的、简单的变量，如基本类型等，往往不是很有效。因此，在JAVA中，对于这些类型，采用了与C、C++相同的方法。也就是说，不用new 来创建，而是创建一个并非是“引用”的“自动”变量。这个变量拥有它的“值”，并置于堆栈中，因此更高效。