百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

干货:MAC上轻松搞定查看Java汇编代码

ztj100 2025-02-08 13:56 21 浏览 0 评论

大家上学时是否学过汇编语言,还记得学过的汇编语言长什么样子吗?好吧,我是忘记了,只记得有0x0000000****,今天就带大家来一起看下汇编代码的真面目。

示例代码

本次我们将通过IntellJ IDEA + hsdis 插件来查看如下程序的汇编代码:

public class TestThread {
    private static volatile boolean loop_flag = false;
    public static void main(String[] args) throws InterruptedException {
        new Thread(() -> {
            System.out.println("Thread 1 is runnint ……");
            while (!loop_flag) {
            }
            System.out.println("===================");
        }).start();
        Thread.sleep(2000);
        new Thread(() -> {
            System.out.println("Thread 2 is running ……");
            loop_flag = true;
            System.out.println("Thread 2 change loop_flag ……");
        }).start();
    }
}

下载hsdis-amd64.dylib

hsdis是Java官方推荐HotSpot虚拟机JIT(即时编译器)编译代码的一个反汇编插件,下载hsdis-amd64.dylib,并拷贝到JRE的安装目录下。

  • 下载地址:https://pan.baidu.com/s/191qe6yZSYcF3x-N_a7f3ew
  • 提取码:cwg4
  • JRE目录:jdk1.8.0_181.jdk/Contents/Home/jre/lib/server

注意:hsdis-amd64.dylib的权限和所属用户要按需修改(chown、chmod),只要有可执行权限即可。

配置IntelliJ IDEA参数

点击IntelliJ IDEA中的“Edit Configureations…”,进行VM options配置,配置如下参数:

-XX:+UnlockDiagnosticVMOptions -XX:+PrintAssembly -Xcomp -XX:+LogCompilation -XX:LogFile=/logs/hotspot.log

Java命令参数说明可以参考
https://docs.oracle.com/javase/8/docs/technotes/tools/unix/java.html

  • -XX:+UnlockDiagnosticVMOptions:解锁用于JVM诊断的选项
  • -XX:+PrintAssembly:配合反汇编插件,打印出字节码和本地方法的汇编码,必须和 -XX:+UnlockDiagnosticVMOptions一起使用
  • -Xcomp:在第一次调用时强制编译方法,默认情况下,无论是 -client 模式还是 -server 模式,都需要执行一定次数解释方法的调用才会触发方法的编译。(如果需要 JIT 日志,则不指定该参数)
  • -XX:+LogCompilation:允许将编译活动记录到当前工作目录中名为hotspot.log的文件中,可以通过-XX:LogFile来指定文件名和文件路径
  • -XX:LogFile=path:指定日志的文件名和文件路径,如:-XX:LogFile=/logs/hotspot.log

运行Java文件,查看汇编代码

运行示例JAVA代码,在IntellJ IDEA控制台就输出了汇编代码,是不是看起来有点眼熟啦。

JITWatch优雅看汇编代码

上面的输出结果,相信你看着也比较难受,这个时候JITWatch就可以大显身手了。JITWatch是由Chris Newland开发的一款HotSpot JIT编译器日志分析工具,它可以分析JVM产生的hotspot.log文件,并以可视化的方式将JIT 执行时的信息显示出来。

JITWatch安装与启动

  • clone jitwatch项目
git clone https://github.com/AdoptOpenJDK/jitwatch.git
  • cd 到 jitwatch目录下,通过Maven进行编译,编译成功后,即可打开jitwatch主界面
mvn clean compile test exec:java
  • 以后每次启动jitwatch,在jitwatch目录下直接运行启动脚本即可
sh launchUI.sh
  • JITWatch主界面

JITWatch分析hotspot.log

  • 点击“Config”按钮,设置Java源码文件、Class字节码文件路径,点击“Save”,一定要注意选择的目录层级
  • 配置完成之后,点击“Open Log”按钮,导入我们刚刚生成的日志文件,然后点击“Start”按钮,即可看到我们刚刚运行的Java类方法
  • 双击即可打开看到代码对照界面了,这样看是不是舒服很多

小结

通过查看汇编代码,你就会发现在操作volatile变量时,底层汇编语言是追加了 lock 关键词,来保证可见性和防止重排序的。Lock处理器可以独享主内存,锁住系统总线,让其他CPU不能通过总线访问系统主内存。

  0x0000000113e3b997: lock addl $0x0,(%rsp)     ;*putstatic loop_flag
                                                ; - com.luandy.wolf.TestThread::lambda$main$1@9 (line 15)
                                                ; - com.luandy.wolf.TestThread$$Lambda$2/553264065::run@0

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: