JVM对象头布局:12字节存储锁与哈希
2026-04-25 23:01:05
0浏览
收藏
JVM对象头看似只有12字节(8字节Mark Word + 4字节压缩Klass Pointer),却巧妙地以状态驱动的位域复用机制,在有限空间内动态承载哈希码、GC年龄、锁标志、线程ID、Monitor指针等多重关键信息——它不是静态容器,而是一台随对象生命周期实时切换语义的“微型状态机”,深入理解其布局逻辑,不仅能揭开synchronized锁升级、hashCode计算与存储、分代晋升等底层行为的本质,更是洞悉Java性能调优与并发原理不可绕过的基石。

JVM 对象头在 64 位 HotSpot 虚拟机中默认占用 12 字节(非压缩指针场景下),但实际 Mark Word 本身是 8 字节(64 bit),另 4 字节为 类型指针(Klass Pointer)。所谓“12 字节 Header”,即指对象头总大小 = Mark Word(8 字节) + Klass Pointer(4 字节)。关键在于:这 8 字节的 Mark Word 并非静态固定存储,而是通过复用+动态解释方式,在不同生命周期阶段承载不同语义的数据。
Mark Word 的动态复用机制
64 位 Mark Word 共 64 bit,其字段含义随对象锁状态和 GC 状态动态切换。核心字段共存但互斥使用:
- 锁状态标志(2 bit):决定后续 bits 的解读方式,取值 01(无锁)、00(偏向锁)、10(轻量级锁)、11(重量级锁/膨胀后)
- GC 分代年龄(4 bit):仅在对象处于“无锁”或“已晋升”状态时有效,范围 0–15;达到 15 后下次 Minor GC 就进入老年代
- 哈希码(31 bit):仅当对象未被加锁、且
hashCode()方法首次被调用后才写入;若之后发生锁升级(如偏向→轻量级),原哈希码会被移出并存入对象实例数据区的特定偏移位置(避免覆盖) - 其余位用于存储偏向线程 ID(54 bit)、偏向时间戳(31 bit,与线程 ID 共享空间)、重量级锁指针(64 bit 指向 Monitor 对象)等——这些字段与哈希码、分代年龄不同时存在
为什么能塞进 8 字节?靠状态驱动的位域重映射
HotSpot 不为每个字段分配固定位置,而是按锁状态划分 Mark Word 的语义布局:
- 无锁态(01):高 31 位存 hashCode(若已计算),低 4 位存 age,再低 2 位为锁标志,剩余位填充或保留
- 偏向锁态(00):高 54 位存 thread ID,中间 1 位 epoch,低 4 位 age,低 2 位锁标志——此时 hashCode 不在 Mark Word 中
- 轻量级锁态(10):64 位全作栈中 Lock Record 地址,hashCode 和 age 均已移出
- 重量级锁态(11):64 位指向堆中 ObjectMonitor 地址,所有运行时数据均由 Monitor 托管
实际验证:对象头内容会随操作实时变化
例如一个新创建对象:
- 刚 new 出来:Mark Word 低 2 位为 01(无锁),age=0,hashCode 未生成 → 对应位全 0
- 调用
obj.hashCode()后:31 位填入计算值(如 0x12345678),age 仍为 0,锁标志保持 01 - 被线程 A 偏向后:锁标志变 00,高 54 位写入 A 的 thread ID,age 仍可读
- 发生竞争导致撤销偏向:锁标志变 10,原 hashCode 若未迁移,会触发一次“hash 移出”动作,写入对象实例数据起始前的预留 slot
补充说明:12 字节 ≠ 固定结构
注意:12 字节是开启 -XX:+UseCompressedClassPointers(默认开启)下的常见大小。若关闭该参数,Klass Pointer 升为 8 字节,对象头变成 16 字节;若还关闭指针压缩(-XX:-UseCompressedOops),引用字段也变宽,整体布局进一步变化。但 Mark Word 的 8 字节动态复用逻辑不变。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《JVM对象头布局:12字节存储锁与哈希》文章吧,也可关注golang学习网公众号了解相关技术文章。
pytest传递全局变量参数的常见方法有以下几种,具体选择哪种方式取决于你的项目结构和需求:✅方法一:使用pytest的--var命令行参数+pytest.config通过命令行传入参数,然后在测试用例中读取。1.命令行传递参数pytest--myvar=abctest_file.py2.在测试文件中读取importpytestdeftest_example(pytestconfig):my_va
- 上一篇
- pytest传递全局变量参数的常见方法有以下几种,具体选择哪种方式取决于你的项目结构和需求:✅方法一:使用pytest的--var命令行参数+pytest.config通过命令行传入参数,然后在测试用例中读取。1.命令行传递参数pytest--myvar=abctest_file.py2.在测试文件中读取importpytestdeftest_example(pytestconfig):my_va
- 下一篇
- Clawdbot插件加载失败怎么解决
查看更多
最新文章
-
- 文章 · java教程 | 13小时前 | 文件上传 · Java教程 · java httpclient 流式上传 HttpRequest BodyPublisher
- Java HttpRequest BodyPublisher 实现流式上传
- 488浏览 收藏
-
- 文章 · java教程 | 16小时前 |
- Java 模式匹配 switch 处理层级类型的穷尽性
- 301浏览 收藏
-
- 文章 · java教程 | 3天前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 3天前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 3天前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 3天前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 4天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 4天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 293次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 346次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 352次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 315次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 135次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

