javajdk9

❶ 从 JDK 9 到 19，认识一个新的 Java 形态（内存篇）

这篇文章是由EDAS团队整理和提炼出的内容，旨在帮助大家认识新的Java形态，特别从云原生的角度出发。

从JDK9开始，Java版本的更新节奏显着加快，每年平均发布两个大版本，到目前已有JDK19版本。除了更新频率提高，JDK在云原生场景下也推出了容器内资源动态感知、无停顿GC（ZGC、Shenandoah）等能力，以满足云原生环境的需求。本文是EDAS团队成员在服务客户过程中，根据云原生场景整理和提炼的信息。

本文将重点介绍JDK从JDK9到JDK19在内存管理方面的变化。

在JVM中，内存管理的核心是GC（垃圾收集），其目标是实现资源利用的最优方案。从最初的CMS（Concurrent Mark Sweep）算法到现代的G1（Garbage First）算法，以及后来的ZGC（Zero Garbage Collection）算法，JVM的GC技术不断发展，旨在提升并发性和减少延迟。

在堆内存布局上，经典的分代模型（年轻代与老年代）被G1算法所改变。G1算法采用基于区域（Region）的布局模型，将内存划分为大小一致的Region，这不仅提高了内存管理的灵活性，还允许预控一次FullGC的停顿时间。ZGC算法进一步将Region划分为Small、Medium和Large，更精细的管理进一步减少了内存碎片和提高了内存利用率。

在JVM的线程模型方面，GC线程与业务线程的协同工作，如ZGC中的Remap阶段，业务线程通过内存读屏障（Read Barrier）参与内存管理，有效缩短了整体的停顿时间。

收集行为的变化主要体现在：从最初的Mark Copy策略到Mark Sweep策略，再到Mark Sweep-Compact和Mark Sweep-Compact-Free策略，以减少内存碎片，提高内存利用率。现代分区模型算法在FullGC后归还整理后的内存，降低了进程的资源占用，提升了宿主机的整体资源利用率。

云原生场景下，JVM内存管理能力也有所强化。例如，G1 NUMA-Aware能力使得JVM能够感知到多节点架构，优先在本地内存中分配内存，提高内存访问速度。Elastic Metaspace和ZGC Uncommit Unused Memory则分别优化了类加载器和内存管理，以更高效地利用资源。

总的来说，JDK从JDK9到JDK19的内存管理演进，体现了JVM在面对云原生场景时的适应性和技术创新。云原生环境的推动使得JVM在内存管理方面不断优化，以适应业务的弹性需求，提高资源利用效率。

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其着作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。