1. 触发编译
JIT编译的触发基于热点代码检测，主要通过两种计数器：
• 方法调用计数器：统计方法被调用的次数（默认阈值：C1为1,500次，C2为10,000次）。
• 回边计数器：统计循环体的执行次数（如for、while中的跳转指令）。
当计数器超过阈值时，JVM将代码加入编译队列，由后台编译线程处理。
2. 编译流程（以HotSpot JVM为例）
JIT的编译过程分为多个阶段，不同编译器（C1/C2/Graal）细节略有差异，但核心流程相似：
(1) 字节码解析与中间表示（IR）生成
• 输入：字节码（.class文件中的指令）。
• 输出：生成高级中间表示（HIR），如控制流图（CFG）。
• 关键操作：
• 解析字节码，构建基本块（Basic Block）。
• 识别循环结构、异常处理块等。
(2) 方法内联（Method Inlining）
• 优化目标：减少方法调用开销。
• 规则：
• 内联小方法（如getter/setter）。
• 避免内联巨型方法（通过-XX:MaxInlineSize=35控制阈值）。
• 示例：
// 内联前
int getValue() { return value; }
void print() { System.out.println(getValue()); }// 内联后
void print() { System.out.println(value); }
(3) 逃逸分析（Escape Analysis）
• 目标：判断对象是否仅在方法内部使用。
• 优化结果：
• 栈上分配：对象直接分配在栈帧，减少GC压力。
• 标量替换：将对象拆解为基本类型局部变量。
• 锁消除：若对象无竞争，移除同步操作。
• 示例：
// 优化前
void foo() {Object obj = new Object(); // 对象可能被分配在堆synchronized(obj) { ... } // 同步锁
}// 优化后（逃逸分析确认obj未逃逸）
void foo() {// 对象被标量替换或栈上分配，锁被消除
}
(4) 循环优化
• 循环展开（Loop Unrolling）：减少循环条件判断次数。
// 优化前
for (int i = 0; i < 4; i++) { sum += i; }// 优化后
sum += 0; sum += 1; sum += 2; sum += 3;
• 循环向量化（SIMD）：利用CPU单指令多数据（如AVX指令）并行计算数组。
(5) 公共子表达式消除（CSE）
• 移除冗余计算：复用相同表达式的计算结果。
// 优化前
int a = x * y + z;
int b = x * y + w;// 优化后
int tmp = x * y;
int a = tmp + z;
int b = tmp + w;
(6) 死代码消除（Dead Code Elimination）
• 移除不可达代码：如if (false) { ... }或未使用的变量。
// 优化前
int x = 1;
if (false) { x = 2; } // 死代码
System.out.println(x);// 优化后
System.out.println(1);
(7) 本地代码生成
• 目标平台适配：根据CPU架构（x86/ARM）生成机器码。
• 寄存器分配：优化寄存器使用，减少内存访问。
• 指令选择：选择高效指令（如用LEA替代乘法）。
3. 分层编译（Tiered Compilation）
现代JVM（如HotSpot）采用分层策略逐步优化代码：
- 第0层：解释执行（快速启动）。
- 第1层（C1编译器）：轻量优化（方法内联、简单循环展开）。
- 第2层（C2编译器）：深度优化（逃逸分析、向量化）。
- Graal编译器（可选）：替代C2，支持更激进优化（如JDK17的GraalVM）。
触发条件：
• C1编译：方法调用约1,500次（-XX:CompileThreshold）。
• C2编译：方法调用约10,000次（-XX:Tier4CompileThreshold）。
4. 反优化（Deoptimization）
当假设条件不满足时，JVM会回退到解释执行，常见场景：
• 类加载变化：如动态加载新类导致原有优化失效。
• 多态调用：虚方法的目标方法改变（如接口实现类新增）。
• 断言失败：逃逸分析假设被打破（对象意外逃逸）。
5. 监控与调优
(1) 查看JIT编译日志
java -XX:+PrintCompilation -XX:+PrintInlining -XX:+UnlockDiagnosticVMOptions MyApp
输出示例：
42 3 java.lang.String::hashCode (55 bytes) COMPILE SKIPPED: already compiled
56 1 java.util.ArrayList::size (5 bytes) INLINE (hot)
(2) 关键JVM参数
| 参数 | 作用 |
|---|---|
-XX:+TieredCompilation | 启用分层编译（默认开启） |
-XX:CompileThreshold=1500 | 调整C1编译的调用阈值 |
-XX:MaxInlineSize=35 | 控制方法内联的最大字节码大小 |
-XX:+PrintAssembly | 打印生成的机器码（需HSDIS插件） |
6. 实际案例：优化斐波那契数列
原始代码（递归）
long fib(int n) {if (n <= 1) return n;return fib(n-1) + fib(n-2); // 重复计算，性能差
}
JIT优化后
- 内联：递归调用被展开。
- 循环展开：转换为迭代形式。
- 最终机器码：近似以下优化版本：
long fib(int n) {if (n <= 1) return n;long a = 0, b = 1;for (int i = 2; i <= n; i++) {long c = a + b;a = b;b = c;}return b; }
性能提升：从指数级时间复杂度（O(2^n)）降至线性（O(n)）。
7. 总结
• 触发条件：基于热点代码的调用或循环次数。
• 核心优化：方法内联、逃逸分析、循环优化、死代码消除等。
• 分层编译：逐步从解释执行过渡到深度优化（C1→C2）。
• 反优化：动态适应运行时变化，保证正确性。
• 调优建议：监控编译日志，合理配置阈值，避免冷启动影响性能测试。
理解JIT编译过程有助于编写对编译器友好的代码（如小方法、减少动态绑定），最大化运行时性能。
)
