深入拆解Java虚拟机
郑雨迪
Oracle 高级研究员，计算机博士
立即订阅
28017 人已学习
课程目录
已完结 39 讲
0/4登录后，你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 为什么我们要学习Java虚拟机？
免费
模块一：Java虚拟机基本原理 (12讲)
01 | Java代码是怎么运行的？
02 | Java的基本类型
03 | Java虚拟机是如何加载Java类的?
04 | JVM是如何执行方法调用的？（上）
05 | JVM是如何执行方法调用的？（下）
06 | JVM是如何处理异常的？
07 | JVM是如何实现反射的？
08 | JVM是怎么实现invokedynamic的？（上）
09 | JVM是怎么实现invokedynamic的？（下）
10 | Java对象的内存布局
11 | 垃圾回收（上）
12 | 垃圾回收（下）
模块二：高效编译 (12讲)
【工具篇】 常用工具介绍
13 | Java内存模型
14 | Java虚拟机是怎么实现synchronized的？
15 | Java语法糖与Java编译器
16 | 即时编译（上）
17 | 即时编译（下）
18 | 即时编译器的中间表达形式
19 | Java字节码（基础篇）
20 | 方法内联（上）
21 | 方法内联（下）
22 | HotSpot虚拟机的intrinsic
23 | 逃逸分析
模块三：代码优化 (10讲)
24 | 字段访问相关优化
25 | 循环优化
26 | 向量化
27 | 注解处理器
28 | 基准测试框架JMH（上）
29 | 基准测试框架JMH（下）
30 | Java虚拟机的监控及诊断工具（命令行篇）
31 | Java虚拟机的监控及诊断工具（GUI篇）
32 | JNI的运行机制
33 | Java Agent与字节码注入
模块四：黑科技 (3讲)
34 | Graal：用Java编译Java
35 | Truffle：语言实现框架
36 | SubstrateVM：AOT编译框架
尾声 (1讲)
尾声 | 道阻且长，努力加餐
深入拆解Java虚拟机
登录|注册
26 | 向量化
郑雨迪 2018-09-19
在上一篇的实践环节中，我给你留了一个题目：如何进一步优化下面这段代码。
void foo(byte[] dst, byte[] src) {
for (int i = 0; i < dst.length - 4; i += 4) {
dst[i] = src[i];
dst[i+1] = src[i+1];
dst[i+2] = src[i+2];
dst[i+3] = src[i+3];
}
... // post-loop
}
由于 X86_64 平台不支持内存间的直接移动，上面代码中的dst[i] = src[i]通常会被编译为两条内存访问指令：第一条指令把src[i]的值读取至寄存器中，而第二条指令则把寄存器中的值写入至dst[i]中。
因此，上面这段代码中的一个循环迭代将会执行四条内存读取指令，以及四条内存写入指令。
由于数组元素在内存中是连续的，当从src[i]的内存地址处读取 32 位的内容时，我们将一并读取src[i]至src[i+3]的值。同样，当向dst[i]的内存地址处写入 32 位的内容时，我们将一并写入dst[i]至dst[i+3]的值。
通过综合这两个批量操作，我们可以使用一条内存读取指令以及一条内存写入指令，完成上面代码中循环体内的全部工作。如果我们用x[i:i+3]来指代x[i]至x[i+3]合并后的值，那么上述优化可以被表述成如下所示的代码：
void foo(byte[] dst, byte[] src) {
for (int i = 0; i < dst.length - 4; i += 4) {
dst[i:i+3] = src[i:i+3];
}
... // post-loop
}
SIMD 指令
在前面的示例中，我们使用的是 byte 数组，四个数组元素并起来也才 4 个字节。如果换成 int 数组，或者 long 数组，那么四个数组元素并起来将会是 16 字节或 32 字节。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《深入拆解Java虚拟机》，如需阅读全部文章，
请订阅文章所属专栏。
请订阅文章所属专栏。
立即订阅
登录 后留言
精选留言(6)
godtrue小结一下
1：向量化优化-本质是一次性多干一些活，免得来回折腾费时费力，通过减少来回折腾的工作量来提高性能。他是怎么实现的呢？他是借助CPU的SIMD指令，通过单条指令控制多组数据的运算，实现了CPU指令级别的并行。
2：这么好为什么不大批量的使用哪？他有几种方式呢？
使用向量化优化是有一些前提条件的，目前HotSpot 虚拟机运用向量化优化的方式有两种。第一种使用HotSpot intrinsic，在调用特定的方法的时候替换为使用了SIMD指令的高效实现。第二种是依赖即时编译器进行的自动向量化，自动向量化也有苛刻的使用前提条件。作者回复: 赞
2018-09-20 10
罗布圆滚滚好棒哦！学到很多2018-09-19 3
随心而至SIMD，寄存器每次存好几条数据，那么就一次性拿这么多数据放到寄存器中，统一用一个向量相关的指令来算。这样一下子就可以算了循环中的很多次，相当于我们在并行执行某个循环。
另外从寄存器中读写数据比内存快了很多很多倍。2019-10-29
Joker666，学到了2019-08-16
渡劫达摩
dst[i:i+3] = src[i:i+3]还有这种写法？是大哥省略了部分代码吗？2019-04-27- Geek_488a8e之前用过TI的DSP芯片，里边有很多支持向量处理的计算指令，比如复数乘法，共轭相乘等，但是这些计算指令器不多，而且不能在一个指令周期完成计算，所以大量使用后会影响指令流水，反而不如能在一个指令周期完成计算的单数据加法器
作者回复: 我们做自动向量化也会考虑值不值得的问题。
比如说X86不能在通用寄存器上计算，有时候需要额外的mov指令移到XMM中(如果不是直接从内存中加载的话)。
另外，某些reduce操作，比如求向量内所有元素的和，X86无法用单条指令实现，只有两两相加的指令，因此需要好几条向量指令协作完成。这种情况下，我们便会放弃自动向量化。2018-09-20
收起评论