Java对象内存大小计算

- 日理万妓 2023-01-15 01:13 142阅读 0赞

### 背景 ###

今天办公室两个人事妹子因为一道Java试题各持己见，誓死捍卫自己的答案（对，是HR没错 —— 程序猿快没活路了）。

题：字符串 “7天学会JAVA” 占用的内存空间是 （ ）  
（A）8个字节 （B）11个字节 （C）15个字节 （D）16个字节

一方坚持是11（答11或14），理由是直接使用Java的 getBytes(“GBK或UTF-8”)，获得结果。  
另一方坚持16，理由是Java内存中均以Unicode存储，String由char数组存储，单个char的Unicode占用2个字节，所以8\*2=16。

博主也未幸免于难，被拉入战斗，这种情况下输和赢都是输了，苦啊，但是那还是必须要有自己的立场的。我站在答案16这边，此时仇恨值急速上升……

这些东西呢，Java基础，答案也必然是唯一的，但是百度的答案也是两种都有，各展千秋。

> 本文给出分析依据和16的答案，不代表各第三方考试答案，大家可以评论区讨论交流。

### 解析 ###

**第一轮：结合相关资料我的第一轮总结的依据如下**

1、Java语言使用的是Unicode字符集，每个字符在内存中占16位。  
2、在unicode中，一个字符就是两个字节（所以大家经常听到char占2个字节，嗯）。  
3、通常情况下：GBK GB2312 占据2个字节 （1个字符2个字节）；UTF-8 占 3 个字节（1个字符3个字节但不完全绝对）。  
4、Java的String使用的编码是Unicode、将“中”字转为Unicode编码，结果是 \\u4e2d。  
5、Unicode是一种“编码”，所谓编码就是一个编号(数字)到字符的一种映射关系，只是一种一对一的映射而已。  
6、GBK、UTF-8是一种“编码格式”，是用来序列化或存储上一点中提到的那个“编号(数字)”的一种“格式”。  
7、回到最开始，Java的String使用的编码是Unicode，当String存在于内存中时，是"只有**编码**而没有**编码格式**的"，所以java程序中的任何String对象在内存中时，说它是GBK还是UTF-8都是错的，String在内存中不需要“编码格式”，它只是一个Unicode的串而已，你可以将内存中的英文单词以GBK输出到文件也可以以UTF-8输出到文件。  
8、当字符串需要在网络中传输或要被写入文件时，就需要使用编码格式了，乱码问题也因此出现。  
9、如上，编码格式一种显式的作用，而非本质内存存储作用，内存占用直接与Unicode数量有关。  
10、String对象提供了codePointCount和codePointXXX等方法，就是为了以Unicode为单元进行操作的，所以它应该是以一个一个Unicode组成的。

**第二轮：使用 jprofile 读取 JVM 内存查看**

我读取了 “7天学会JAVA” 和 “7天学会JAVA1234”，两个字符串的信息。

*  如果按照答案 11 来计算，后面一个字符串的char数组部分应该是 15。
 *  如果按照 16 来计算，后面一个字符串char数组部分应该是 24。
 *  注：在11、15、16、24均是不不考虑头信息的情况下的内存占用，一个`空的 char 数组占用16字节`基础内存空间。

下面两张图给出了 jprofile 的结果，如下：

先埋个点，不然你看下图的时候可能会对 shallow size 的大小纳闷，就是 `HotSpot VM 的内存填充`，大体来说就是内存占用是 8 的倍数（进位制） ，比如 24=24，25=32。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NhdG9vcA_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NhdG9vcA_size_16_color_FFFFFF_t_70 1]  
这两张图中，可以对 ShallowSize 进行对比，第一张图的上下两个char数组 false 和 lt 都可以作为对比参考（你也可以按照文初11和16的算法计算一下 false 和 lt 的结果）。

至此，文初的题目结果是11还是16，我想你应该有答案了。

对于 Shallow Size 有第三方库 Lucene 提供了API可以通过代码获得大小，如下：

**maven 依赖**

<dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-core</artifactId>
        <version>8.8.2</version>
    </dependency>

**代码示例**

public static void main(String[] args) throws InterruptedException {
            // 空字符串
            System.out.println(RamUsageEstimator.sizeOf(""));
    
            String s = "7天学会JAVA";
            // 返回参数对象的综合整体大小（以字节为单位）
            long a =  RamUsageEstimator.sizeOf(s);
            System.out.println(a);
    
    
            // 计算指定对象本身在堆空间的大小（一般不含内容），单位字节
            // 估计给定对象的“浅”内存使用量。对于数组，这将是由数组存储获取的内存（后面不跟任何子引用）。对于对象这将是字段JVM也会应用对象对齐。
            long b = RamUsageEstimator.shallowSizeOf(s);
            System.out.println(b);
    
            // 同sizeOf()，返回带有单位的可读的结果，如：56 bytes，可以指定单位
            // String c = RamUsageEstimator.humanReadableUnits(a);
            // System.out.println(c);
    
        }
    
    // 输出结果
    40
    56
    24

> 下文还有一种使用 openjdk 的 jol 获取内存情况的

--------------------

### 内存空间占用的组成和计算 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NhdG9vcA_size_16_color_FFFFFF_t_70 2]

#### 组成 ####

如上图，在 HotSpot VM 中，对象在内存中存储的布局由 对象头（Header）、实例数据（Instance Data）和对齐填充（Padding）三部分组成。

**对象头**

HotSpot VM 的对象头包括两部分信息：

*  第一部分markword，用于存储对象自身的运行时数据，如哈希码（HashCode）、GC分代年龄、锁状态标志、线程持有的锁、偏向线程ID、偏向时间戳等，这部分数据的长度在32位和64位的虚拟机（未开启压缩指针）中分别为32bit和64bit，官方称它为“MarkWord”。
 *  对象头的另外一部分是klass，类型指针，即对象指向它的类元数据的指针，虚拟机通过这个指针来确定这个对象是哪个类的实例。

**实例数据**  
实例数据部分是对象真正存储的有效信息，也是在程序代码中所定义的各种类型的字段内容。无论是从父类继承下来的，还是在子类中定义的，都需要记录起来，即所有成员变量。

**对齐填充**  
第三部分对齐填充并不是必然存在的，也没有特别的含义，它仅仅起着占位符的作用。由于HotSpot VM的自动内存管理系统要求对象起始地址必须是8字节的整数倍，就是对象的大小必须是8字节的整数倍。而对象头部分正好是8字节的倍数（1倍或者2倍），因此，当对象实例数据部分没有对齐时，就需要通过对齐填充来补全。

#### 大小计算 ####

*  在32位系统下，存放Class指针的空间大小是4字节，MarkWord是4字节，对象头为8字节。
 *  在64位系统下，存放Class指针的空间大小是8字节，MarkWord是8字节，对象头为16字节。
 *  64位开启指针压缩的情况下，存放Class指针的空间大小是4字节，MarkWord是8字节，对象头为12字节。
 *  数组长度4字节+数组对象头8字节(对象引用4字节（未开启指针压缩的64位为8字节）+数组markword为4字节（64位未开启指针压缩的为8字节）)+对齐4=16字节。
 *  静态属性不算在对象大小内。

> 说明：其中ref表示引用类型，引用类型实际上是一个地址指针，32bit机器上，占用4字节，64bit机器上，在jdk1.6之后，如果开启了指针压缩(默认开启: -XX:UseCompressedOops，仅支持64位机器)，则占用4字节。Java对象的所有字段类型都可映射为上述类型之一，因此实例数据部分的大小，实际上就是这些字段类型的大小之和。

关于大小的计算，也可以通过 openjdk 的 jol 来获得，如下：  
**依赖**

<dependency>
              <groupId>org.openjdk.jol</groupId>
              <artifactId>jol-core</artifactId>
              <version>0.15</version>
          </dependency>

**代码示例**

public static void main(String[] args) {
    
            // 几个常用方法：
            // 1) 查看对象内部信息： ClassLayout.parseInstance(obj).toPrintable()
            // 2) 查看对象外部信息：包括引用的对象：GraphLayout.parseInstance(obj).toPrintable()
            // 3) 查看对象占用空间总大小：GraphLayout.parseInstance(obj).totalSize()
    
            String s = "7天学会JAVA";
    
            System.out.print(ClassLayout.parseClass(String.class).toPrintable());
            System.out.print(GraphLayout.parseInstance(s).toPrintable());
            System.out.println(GraphLayout.parseInstance(s).totalSize());
    
        }

最后，有一篇文章写了具体的几个实例来计算内存占用的，需要的可以参考：  
[https://shanhy.blog.csdn.net/article/details/115940003][https_shanhy.blog.csdn.net_article_details_115940003]

--------------------

（END）

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NhdG9vcA_size_16_color_FFFFFF_t_70]: /images/20221022/0d937ff8770f4fe48305ddb8476e7a96.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NhdG9vcA_size_16_color_FFFFFF_t_70 1]: /images/20221022/78c338c57a174222b13c28704911a268.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NhdG9vcA_size_16_color_FFFFFF_t_70 2]: /images/20221022/608e6ebf79774c9e98808db6bc44b9b5.png
[https_shanhy.blog.csdn.net_article_details_115940003]: https://shanhy.blog.csdn.net/article/details/115940003