理解JIT 编译器

前言

本文尝试用浅显的语言， 解释JIT的概念和基本原理，让读者明白JIT的运行方式和作用。最后，附上关于JIT的代码样例，帮助大家更好理解JIT。本文使用JVM虚拟机为Hotspot ，一切分析都在Hotpot上。如有不对的地方，欢迎指正。

JIT简介

JIT 是just in time 的缩写，即时编译编译器。

当JIT编译启用时， JVM读入字节码文件解释后，将其发给JIT编译器。JIT编译器将字节码编译成本机机器代码。

java代码编译过程

源代码经过javac编译，转换成java字节码文件（.class文件）。之后，JVM解释器将字节码文件翻译成对应的机器指令，逐条读入，逐条解释翻译。最后，对应的OS执行机器指令。

java code 需要经过解释执行，所以它的速度必然比可执行的二进制字节码程序慢。

JIT编译

通常，JVM执行代码时， 它并不立即开始JIT编译。
主要有两点原因

• 代码本身只会被执行一次，那么从效率上来讲，对它进行JIT编译就是在浪费精力。因为JIT编译相对于解释器翻译字节码开销要大的多。
• 当代码执行的次数越多， JIT就会越了解代码结构。JIT对代码的优化会更好。

那么什么时候会对代码进行JIT编译？

一般来说，当代码被频繁调用时（通常场景，代码中的循环体），该代码块将被JIT编译器编译。

JIT的编译阈值

在JVM中有两个计数器：

• 方法被调用的次数
• 方法中循环被回弹执行的次数

JVM在执行java方法时，它会坚持这两个计数器总和来决定是否需要JIT编译。
*-XX：CompileThreshold=N 可以配置这个阈值。在server模式下，它的默认值是10000；在client模式下，默认值是1500。
PS：不同的模式使用的JIT编译器是不同的。在client模式下， JVM使用的是一个代号为C1的轻量级编译器，而在server模式下，使用的是代号C2相对重量级的编译器。与C1相比，C2编译的更彻底，所以服务起来后，性能更高 *
2

JIT的优化策略

JIT的优化策略有很多，这里主要介绍两种比较普遍的优化，帮助大家理解JIT理解JIT优化的细节。

1. 使用寄存器优化
   编译器通过决定何时从主存取值，何时向寄存器充值，来优化程序执行，减少开销。
   Java Code 的例子

     public class RegisterTest {        private int sum;        public void calculateSum(int n) {        for (int i = 0; i < n; ++i) {            sum += i;        }    }}

   在上面的例子中，sum的值在某些时刻可能在主存中，但是从主存中检索值是开销很大的操作。循环中可能多次从主存取值，性能很低。JIT编译器寄存器优化策略，会加载一个寄存器给sum并赋予其初始值，sum值在寄存器里循环，循环结束后，将最终的结果从寄存器返回给主存。这样就省去了从主存中检索值得开销。

2. 使用方法内联优化
   方法内联就是把方法的代码“复制”到发起调用的方法里，以消除方法调用。
   Java Code 的例子

    public void caller(){        int a=1;        int b=2;        //do sth        int result =sum(a,b);    }    public int sum(int x,int y){        return x+y;    }

经过JIT编译器优化后，可能是转换为

    public void caller(){        int a=1;        int b=2;        //do sth        int result =a+b;    }

PS:以上例子只是帮助理解，并不能准确的反映JIT的方法内联优化。

JIT编译器优化实践

下面是一个简单的JIT优化的例子

package test.jit;/** * -XX:CompileThreshold=100000 * @author marshall * */public class JITTest {    public static int sum(int x, int y) {        int a = x + 1;        int b = y + 1;        int rs = a + b;        return rs;    }    public static int total(int n) {        int res = 0;        for (int i = 0; i < n; i++) {            res += sum(i, i);        }        return res;    }    public static void main(String[] args) {        int rs;        long bf;        long af;        long beforeJIT;        long afterJIT;        bf = System.nanoTime();        rs = total(100000);        af = System.nanoTime();        beforeJIT = af - bf;        System.out.println("程序没有经过预热即没有经过JIT优化，花费时间：" + beforeJIT + " 纳秒");        bf = System.nanoTime();        rs = total(100000);        af = System.nanoTime();        afterJIT = af - bf;        System.out.println("程序经过预热即经过JIT优化，花费时间：" + afterJIT + " 纳秒");        System.out.println("减少开销：" + (beforeJIT - afterJIT) / (beforeJIT * 1.0));    }}

手动设置程序阈值为100000，经过多次测试，运行测试越多， JIT优化性能提升越大。