64位环境中的Java(下)

 内存管理器也有必须面对的问题。虽然具有较大的堆对性能有益，但为了使堆管理算法伸缩自如，这也加重了JVM的负担。虽然始终都有堆碎片的问题，但在堆较大时，这一问题就很严重了。

编译器和优化器
从应用程序性能的角度考虑，使用所有优化去编译所有方法也是不必要的，因为编译时间也是应用程序执行时间的一部分。因此，不仅WebLogic JRockit不会在启动时完全优化所有方法，而且在整个应用程序运行期间，也会保留大量的方法不被优化。WebLogic JRockit仅选择改进后能够最大限度地提高应用程序性能的函数，然后仅对这一少部分方法进行优化。

图1. BEA WebLogic JRockit有两条代码编译途径。||| 

　　WebLogic JRockit使用尖端的、低开销的、基于采样的技术来识别应该优化的函数。JVM包含一个采样器线程，该线程以周期性间隔唤醒，并检查几个应用程序线程的状态。它会识别每个线程正在执行什么方法，并记录某些执行历史纪录。采样器线程为所有方法跟踪此信息，当它发现频繁使用某一方法时，就会打上标记以便进行优化。在应用程序运行期间，较早的阶段会有大量这种优化机会，随着应用程序的继续执行，优化机会出现的速率不断下降。
WebLogic JRockit中的优化编译器包含许多基于Intel Itanium 2微体系结构的众所周知的代码生成技术。这些技术包括尖端的寄存器分配器，它可以充分利用Intel Itanium处理器系列的大寄存器堆栈（128个通用寄存器和128个浮点寄存器）。

内存分配和垃圾收集
WebLogic JRockit包含多种垃圾收集器，不同的应用程序可获益于不同的收集器。JVM包含相应的启发式，可以按各自适应方式为每个应用程序找到最佳的垃圾收集算法。所有的垃圾收集器在设计上都可以正确处理大型堆，算法可以利用堆中数据稀疏这一优势--即堆中包含的大多是由寿命短的对象形成的垃圾。
碎片可能会成为严重的性能问题，尤其是在大型堆空间的情况下更是如此。在垃圾收集期间压缩堆空间将会解决这一问题，但会影响性能，因为压缩大型堆空间开销太大。避免压缩也有问题：堆的部分空间将无法使用，从而导致频繁进行垃圾收集。同样，位置也会影响处理器缓存的性能。
当SOA Java开发人员将他们的应用程序部署到使用JRockit的、基于Intel Itanium 2微处理器的平台上以后，既可以提高运算能力，同时又能获得所需的性能和可靠性。机不可失，马上使用这种技术吧！您最终会获益匪浅。