前言
本文尝试用浅显的语言， 解释JIT的概念和基本原理，让读者明白JIT的运行方式和作用。最后，附上关于JIT的代码样例，帮助大家更好理解JIT。本文使用JVM虚拟机为Hotspot ，一切分析都在Hotpot上。如有不对的地方，欢迎指正。
JIT简介
JIT 是just in time 的缩写，即时编译编译器。
当JIT编译启用时， JVM读入字节码文件解释后，将其发给JIT编译器。JIT编译器将字节码编译成本机机器代码。
java代码编译过程
源代码经过javac编译，转换成java字节码文件（.class文件）。之后，JVM解释器将字节码文件翻译成对应的机器指令，逐条读入，逐条解释翻译。最后，对应的OS执行机器指令。
java code 需要经过解释执行，所以它的速度必然比可执行的二进制字节码程序慢。
Created with Raphaël 2.1.0 源码 javac 是否需要JIT编译？ JIT编译器 机器码 解释器 yes no
JIT编译
通常，JVM执行代码时， 它并不立即开始JIT编译。
主要有两点原因
- 代码本身只会被执行一次，那么从效率上来讲，对它进行JIT编译就是在浪费精力。因为JIT编译相对于解释器翻译字节码开销要大的多。
- 当代码执行的次数越多， JIT就会越了解代码结构。JIT对代码的优化会更好。
那么什么时候会对代码进行JIT编译？
一般来说，当代码被频繁调用时（通常场景，代码中的循环体），该代码块将被JIT编译器编译。
JIT的编译阈值
在JVM中有两个计数器：
- 方法被调用的次数
- 方法中循环被回弹执行的次数
JVM在执行java方法时，它会坚持这两个计数器总和来决定是否需要JIT编译。
*-XX：CompileThreshold=N 可以配置这个阈值。在server模式下，它的默认值是10000；在client模式下，默认值是1500。
PS：不同的模式使用的JIT编译器是不同的。在client模式下， JVM使用的是一个代号为C1的轻量级编译器，而在server模式下，使用的是代号C2相对重量级的编译器。与C1相比，C2编译的更彻底，所以服务起来后，性能更高 *
2
JIT的优化策略
JIT的优化策略有很多，这里主要介绍两种比较普遍的优化，帮助大家理解JIT理解JIT优化的细节。
- 使用寄存器优化
编译器通过决定何时从主存取值，何时向寄存器充值，来优化程序执行，减少开销。
Java Code 的例子
public class RegisterTest {
private int sum;
public void calculateSum(int n) {
for (int i = 0; i < n; ++i) {
sum += i;
}
}
}在上面的例子中，sum的值在某些时刻可能在主存中，但是从主存中检索值是开销很大的操作。循环中可能多次从主存取值，性能很低。JIT编译器寄存器优化策略，会加载一个寄存器给sum并赋予其初始值，sum值在寄存器里循环，循环结束后，将最终的结果从寄存器返回给主存。这样就省去了从主存中检索值得开销。
- 使用方法内联优化
方法内联就是把方法的代码“复制”到发起调用的方法里，以消除方法调用。
Java Code 的例子
public void caller(){
int a=1;
int b=2;
//do sth
int result =sum(a,b);
}
public int sum(int x,int y){
return x+y;
}经过JIT编译器优化后，可能是转换为
public void caller(){
int a=1;
int b=2;
//do sth
int result =a+b;
}PS:以上例子只是帮助理解，并不能准确的反映JIT的方法内联优化。
JIT编译器优化实践
下面是一个简单的JIT优化的例子
package test.jit;
/**
* -XX:CompileThreshold=100000
* @author marshall
*
*/
public class JITTest {
public static int sum(int x, int y) {
int a = x + 1;
int b = y + 1;
int rs = a + b;
return rs;
}
public static int total(int n) {
int res = 0;
for (int i = 0; i < n; i++) {
res += sum(i, i);
}
return res;
}
public static void main(String[] args) {
int rs;
long bf;
long af;
long beforeJIT;
long afterJIT;
bf = System.nanoTime();
rs = total(100000);
af = System.nanoTime();
beforeJIT = af - bf;
System.out.println("程序没有经过预热即没有经过JIT优化，花费时间：" + beforeJIT + " 纳秒");
bf = System.nanoTime();
rs = total(100000);
af = System.nanoTime();
afterJIT = af - bf;
System.out.println("程序经过预热即经过JIT优化，花费时间：" + afterJIT + " 纳秒");
System.out.println("减少开销：" + (beforeJIT - afterJIT) / (beforeJIT * 1.0));
}
}手动设置程序阈值为100000，经过多次测试，运行测试越多， JIT优化性能提升越大。
