一文了解sun.misc.Unsafe
Java语言和JVM平台已经度过了20岁的生日。它最初起源于机顶盒、移动设备和Java-Card，同时也应用在了各种服务器系统中，Java已成为物联网（Internet of Things）的通用语言。我们显然可以看到Java已经无处不在！
但是不那么为人所知的是，Java也广泛应用于各种低延迟的应用中，如游戏服务器和高频率的交易应用。这只所以能够实现要归功于Java的类和包在可见性规则中有一个恰到好处的漏洞，让我们能够使用一个很便利的类，这个类就是sun.misc.Unsafe。这个类从过去到现在一直都有着很大的分歧，有些人喜欢它，而有些人则强烈地讨厌它——但关键的一点在于，它帮助JVM和Java生态系统演化成了今天的样子。基本上可以说，Unsafe类为了速度，在Java严格的安全标准方面做了一些妥协。
如果在Java世界中移除了sun.misc.Unsafe（和一些较小的私有API），并且没有足够的API来替代的话，那Java世界将会发生什么呢，针对这一点引发了热烈的讨论，包括在JCrete上、“sun.misc.Unsafe会发生什么”论文以及在DripStat像这样的博客文章。Oracle的最终提议（JEP260）解决了这个问题，它提供了一个很好的迁移路径。但问题依然存在——在Unsafe真的消失后，Java世界将会是什么样子呢？
组织
乍看上去，sun.misc.Unsafe的特性集合可能会让我们觉得有些混乱，它一站式地提供了各种特性。
我试图将这些特性进行分类，可以得到如下5种使用场景：
- 对变量和数组内容的原子访问，自定义内存屏障
- 对序列化的支持
- 自定义内存管理/高效的内存布局
- 与原生代码和其他JVM进行互操作
- 对高级锁的支持
在我们试图为这些功能寻找替代实现时，至少在最后一点上可以宣告胜利。Java早就有了强大（坦白说也很漂亮）的官方API，这就是java.util.concurrent.LockSupport。
原子访问
原子访问是sun.misc.Unsafe被广泛应用的特性之一，特性包括简单的“put”和“get”操作（带有volatile语义或不带有volatile语义）以及比较并交换（compare and swap，CAS）操作。
public long update() {
for(;;) {
long version = this.version;
long newVersion = version + 1;
if (UNSAFE.compareAndSwapLong(this, VERSION_OFFSET, version, newVersion)) {
return newVersion;
}
}
}但是，请稍等，Java不是已经通过官方API为该功能提供了支持吗？绝对是这样的，借助Atomic类确实能够做到，但是它会像基于sun.misc.Unsafe的API一样丑陋，在某些方面甚至更糟糕，让我们看一下到底为什么。
AtomicX类实际上是真正的对象。假设我们要维护一个存储系统中的某条记录，并且希望能够跟踪一些特定的统计数据或元数据，比如版本的计数：
public class Record {
private final AtomicLong version = new AtomicLong(0);
public long update() {
return version.incrementAndGet();
}
}尽管这段代码非常易读，但是它却污染到了我们的堆，因为每条数据记录都对应两个不同的对象，而不是一个对象，具体来讲，这两个对象也就是Atomic实例以及实际的记录本身。它所导致的问题不仅仅是产生无关的垃圾，而且会导致额外的内存占用以及Atomic实例的解引用（dereference）操作。
但是，我们可以做的更好一点——还有另外一个API，那就是java.util.concurrent.atomic.AtomicXFieldUpdater类。
AtomixXFieldUpdater是正常Atomic类的内存优化版本，它牺牲了API的简洁性来换取内存占用的优化。通过该组件的单个实例就能支持某个类的多个实例，在我们的Record场景中，可以用它来更新volatile域。
public class Record {
private static final AtomicLongFieldUpdater<Record> VERSION =
AtomicLongFieldUpdater.newUpdater(Record.class, "version");
private volatile long version = 0;
public long update() {
return VERSION.incrementAndGet(this);
}
}在对象创建方面，这种方式能够生成更为高效的代码。同时，这个updater是一个静态的final域，对于任意数量的record，只需要有一个updater就可以了，并且最重要的是，它现在就是可用的。除此之外，它还是一个受支持的公开API，它始终应该是优选的策略。不过，另一方面，我们看一下updater的创建和使用方式，它依然非常丑陋，不是非常易读，坦白说，凭直觉看不出来它是个计数器。
那么，我们能更好一点吗？是的，变量句柄（Variable Handles）（或者简洁地称之为“VarHandles”）目前正处于设计阶段，它提供了一种更有吸引力的API。
VarHandles是对数据行为（data-behavior）的一种抽象。它们提供了类似volatile的访问方式，不仅能够用在域上，还能用于数组或buffers中的元素上。
乍看上去，下面的样例可能显得有些诡异，所以我们看一下它是如何实现的。
public class Record {
private static final VarHandle VERSION;
static {
try {
VERSION = MethodHandles.lookup().findFieldVarHandle
(Record.class, "version", long.class);
} catch (Exception e) {
throw new Error(e);
}
}
private volatile long version = 0;
public long update() {
return (long) VERSION.addAndGet(this, 1);
}
}VarHandles是通过使用MethodHandles API创建的，它是到JVM内部链接（linkage）行为的直接入口点。我们使用了MethodHandles-Lookup方法，将包含域的类、域的名称以及域的类型传递进来，或者也可以说我们对java.lang.reflect.Field进行了“反射的反操作（unreflect）”。
那么，你可能会问它为什么会比AtomicXFieldUpdater API更好呢？如前所述，VarHandles是对所有变量类型的通用抽象，包括数组甚至ByteBuffer。也就是说，我们能够通过它抽象所有不同的类型。在理论上，这听起来非常棒，但是在当前的原型中依然存在一定的不足。对返回值的显式类型转换是必要的，因为编译器还不能自动将类型判断出来。另外，因为这个实现依然处于早期的原型阶段，所以它还有一些其他的怪异之处。随着有更多的人参与VarHandles，我希望这些问题将来能够消失掉，在Valhalla项目中所提议的一些相关的语言增强已经逐渐成形了。
序列化
在当前，另外一个重要的使用场景就是序列化。不管你是在设计分布式系统，还是将序列化的元素存储到数据库中，或者实现非堆的功能，Java对象都要以某种方式进行快速序列化和反序列化。这方面的座右铭是“越快越好”。因此，很多的序列化框架都会使用Unsafe::allocateInstance，它在初始化对象的时候，能够避免调用构造器方法，在反序列化的时候，这是很有用的。这样做会节省很多时间并且能够保证安全性，因为对象的状态是通过反序列化过程重建的。
public String deserializeString() throws Exception {
char[] chars = readCharsFromStream();
String allocated = (String) UNSAFE.allocateInstance(String.class);
UNSAFE.putObjectVolatile(allocated, VALUE_OFFSET, chars);
return allocated;
}请注意，即便在Java 9中sun.misc.Unsafe依然可用，上述的代码片段也可能会出现问题，因为有一项工作是优化String的内存占用的。在Java 9中将会移除char[]值，并将其替换为byte[]。请参考提升String内存效率的JEP草案来了解更多细节。
让我们回到这个话题：还没有Unsafe::allocateInstance的替代提议，但是jdk9-dev邮件列表在讨论解决方案。其中一个想法是将私有类sun.reflect.ReflectionFactory::newConstructorForSerialization转移到一个受支持的地方，它能够阻止核心的类以非安全的方式进行初始化。另外一个有趣的提议是冻结数组（frozen array），将来它可能也会对序列化框架提供帮助。
看起来效果可能会如下面的代码片段所示，这完全是按照我的想法所形成的，因为这方面还没有提议，但是它基于目前可用的sun.reflect.ReflectionFactory API。
public String deserializeString() throws Exception {
char[] chars = readCharsFromStream().freeze();
ReflectionFactory reflectionFactory =
ReflectionFactory.getReflectionFactory();
Constructor<String> constructor = reflectionFactory
.newConstructorForSerialization(String.class, char[].class);
return constructor.newInstance(chars);
}这里会调用一个特殊的反序列化构造器，它会接受一个冻结的char[]。String默认的构造器会创建传入char[]的一个副本，从而防止外部变化的影响。而这个特殊的反序列化构造器则不需要复制这个给定的char[]，因为它是一个冻结的数组。稍后还会讨论冻结数组。再次提醒，这只是我个人的理解，真正的草案看起来可能会有所差别。
内存管理
sun.misc.Unsafe最重要的用途可能就是读取和写入了，这不仅包括第一节所看到的针对堆空间的操作，它还能对Java堆之外的区域进行读取和写入。按照这种说法，就需要原生内存（通过地址/指针来体现）了，并且偏移量需要手动计算。例如：
public long memory() {
long address = UNSAFE.allocateMemory(8);
UNSAFE.putLong(address, Long.MAX_VALUE);
return UNSAFE.getLong(address);
}
有人可能会跳起来说，同样的事情还可以直接使用ByteBuffers来实现：
public long memory() {
ByteBuffer byteBuffer = ByteBuffer.allocateDirect(8);
byteBuffer.putLong(0, Long.MAX_VALUE);
return byteBuffer.getLong(0);
}表面上看，这种方式似乎更有吸引力：不过遗憾的是，ByteBuffer只能用于大约2GB的数据，因为DirectByteBuffer只能通过一个int（ByteBuffer::allocateDirect(int)）来创建。另外，ByteBuffer API的所有索引都是32位的。比尔·盖茨不是还说过“谁需要超过32位的东西呢？”
使用long类型改造这个API会破坏兼容性，所以VarHandles来拯救我们了。
public long memory() {
ByteBuffer byteBuffer = ByteBuffer.allocateDirect(8);
VarHandle bufferView =
MethodHandles.byteBufferViewVarHandle(long[].class, true);
bufferView.set(byteBuffer, 0, Long.MAX_VALUE);
return bufferView.get(byteBuffer, 0);
}在本例中，VarHandle API真得更好吗？此时，我们受到相同的限制，只能创建大约2GB的ByteBuffer，并且针对ByteBuffer视图所创建的内部VarHandle实现也是基于int的，但是这个问题可能也“可以解决”。所以，就目前来讲，这个问题还没有真正的解决方案。不过这里的API是与第一个例子相同的VarHandle API。
有一些其他的可选方案正处于讨论之中。Oracle的工程师Paul Sandoz，他同时还是JEP 193：Variable Handles项目的负责人，曾经在twitter讨论过内存区域（Memory Region）的概念，尽管这个概念还不清晰，但是这种方式看起来很有前景。一个清晰的API可能看起来会如下面的程序片段所示。
public long memory() {
MemoryRegion region = MemoryRegion
.allocateNative("myname", MemoryRegion.UNALIGNED, Long.MAX_VALUE);
VarHandle regionView =
MethodHandles.memoryRegionViewVarHandle(long[].class, true);
regionView.set(region, 0, Long.MAX_VALUE);
return regionView.get(region, 0);
}这只是一个理念，希望Panama项目，也就是OpenJDK的原生代码项目，能够为这些抽象提出一项提议，因为这些内存区域也需要用到原生库，在它的调用中会预期传入内存地址（指针）。
互操作性
最后一个话题是互操作性（interoperability）。这并不限于在不同的JVM间高效地传递数据（可能会通过共享内存，它可能是某种类型的内存区域，这样能够避免缓慢的socket通信），而且还包含与原生代码的通信和信息交换。
Panama项目致力于取代JNI，提供一种更加类似于Java并高效的方式。关注JRuby的人可能会知道Charles Nutter，这是因为他为JNR所作出的贡献，也就是Java Native Runtime，尤其是JNR-FFI实现。FFI指的是外部函数接口（Foreign Function Interface），对于使用其他语言（如Ruby、Python等等）的人来说，这是一个典型的术语。
基本上来讲，FFI会为调用C（以及依赖于特定实现的C++）构建一个抽象层，这样其他的语言就可以直接进行调用了，而不必像在Java中那样创建胶水代码。
举例来讲，假设我们希望通过Java获取一个pid，当前所需要的是如下的C代码：
extern c {
JNIEXPORT int JNICALL
Java_ProcessIdentifier_getProcessId(JNIEnv *, jobject);
}
JNIEXPORT int JNICALL
Java_ProcessIdentifier_getProcessId(JNIEnv *env, jobject thisObj) {
return getpid();
}
public class ProcessIdentifier {
static {
System.loadLibrary("processidentifier");
}
public native void talk();
}使用JNR我们可以将其简化为一个简单的Java接口，它会通过JNR实现绑定的原生调用上。
interface LibC {
void getpid();
}
public int call() {
LibC c = LibraryLoader.create(LibC.class).load("c");
return c.getpid();
}JNR内部会将绑定代码织入进去并将其注入到JVM中。因为Charles Nutter是JNR的主要开发者之一，并且他还参与Panama项目，所以我们有理由相信会出现一些非常类似的内容。
通过查看OpenJDK的邮件列表，我们似乎很快就会拥有MethodHandle的另外一种变种形式，它会绑定原生代码。可能出现的绑定代码如下所示：
public void call() {
MethodHandle handle = MethodHandles
.findNative(null, "getpid", MethodType.methodType(int.class));
return (int) handle.invokeExact();
}
如果你之前没有见过MethodHandles的话，这看起来可能有些怪异，但是它明显要比JNI版本更加简洁和具有表现力。这里最棒的一点在于，与反射得到Method实例类似，MethodHandle可以进行缓存（通常也应该这样做），这样就可以多次调用了。我们还可以将原生调用直接内联到JIT后的Java代码中。
不过，我依然更喜欢JNR接口的版本，因为从设计角度来讲它更加简洁。另外，我确信未来能够拥有直接的接口绑定，它是MethodHandle API之上非常好的语言抽象——如果规范不提供的话，那么一些热心的开源提交者也会提供。
还有什么呢？
围绕Valhalla和Panama项目还有其他的一些事宜。有些与sun.misc.Unsafe没有直接的关系，但是值得提及一下。
ValueTypes
在这些讨论中，最热门的话题可能就是ValueTypes了。它们是轻量级的包装器（wrapper），其行为类似于Java的原始类型。顾名思义，JVM能够将其视为简单的值，可以对其进行特殊的优化，而这些优化是无法应用到正常的对象上的。我们可以将其理解为可由用户定义的原始类型。
value class Point {
final int x;
final int y;
}
// Create a Point instance
Point point = makeValue(1, 2);这依然是一个草案API，我们不一定会拥有新的“value”关键字，因为这有可能破坏已经使用该关键字作为标识符的用户代码。
即便如此，那ValueTypes到底有什么好处呢？如前所述，JVM能够将这些类型视为原始值，那么就可以将它的结构扁平化到一个数组中：
int[] values = new int[2];
int x = values[0];
int y = values[1];它们还可能被传递到CPU寄存器中，很可能不需要分配在堆上。这实际上能够节省很多的指针解引用，而且会为CPU提供更好的方案来预先获取数据并进行逻辑分支的预判。
目前，类似的技术已经得到了应用，它用于分析大型数组中的数据。Cliff Click的h2o架构完全就是这么做的，它为统一的原始数据提供了速度极快的map-reduce操作。
另外，ValueTypes还可以具有构造器、方法和泛型。Oracle的Java语言架构师Brian Goetz曾经非常形象的这样描述，我们可以将其理解为“编码像类一样，但是行为像int一样”。
另外一个相关的特性就是我们所期待的“specialized generics”，或者更加广泛的“类型具体化”。它的理念非常简单：将泛型系统进行扩展，不仅要支持对象和ValueTypes，还要支持原始类型。无处不在String类将会按照这种方式，成为使用ValueTypes进行重写的候选者。
Specialized Generics
为了实现这一点（并保持向后兼容），泛型系统需要进行改造，将会引入一些新的特殊的通配符。
class Box<any T> {
void set(T element) { … };
T get() { ... };
}
public void generics() {
Box<int> intBox = new Box<>();
intBox.set(1);
int intValue = intBox.get();
Box<String> stringBox = new Box<>();
stringBox.set("hello");
String stringValue = stringBox.get();
Box<RandomClass> box = new Box<>();
box.set(new RandomClass());
RandomClass value = box.get();
}
在本例中，我们所设计的Box接口使用了新的通配符any，而不是大家所熟知的?通配符。它为JVM内部的类型specializer提供描述信息，表明能够接受任意的类型，不管是对象、包装器、值类型还是原始类型均可以。
关于类型具体化在今年的JVM语言峰会（JVM Language Summit，JVMLS）上有一个很精彩的讨论，这是由Brian Goetz本人所做的。
Arrays 2.0
Arrays 2.0的提议已经有挺长的时间了，关于这方面可以参考JVMLS 2012上John Rose的演讲。其中最突出的特性将是移除掉当前数组中32位索引的限制。在目前的Java中，数组的大小不能超过Integer.MAX_VALUE。新的数组预期能够接受64位的索引。
另外一个很棒的特性就是“冻结（freeze）”数组（就像我们在上面的序列化样例中所看到的那样），允许我们创建不可变的数组，这样它就可以到处传递而没有内容发生变化的风险。
而且好事成双，我们期望Arrays 2.0能够支持specialized generics！
ClassDynamic
另外一个相关的更有意思的提议被称之为ClassDynamic。相对于到现在为止我们所讨论的其他内容，这个提议目前所处的状态可能是最初级的，所以目前并没有太多可用的信息。不过，我们可以提前估计一下它是什么样子的。
动态类引入了与specialized generics相同的泛化（generalization）概念，不过它是在一个更广泛的作用域内。它为典型的编码模式提供了模板机制。假设将Collections::synchronizedMap返回的集合视为一种模式，在这里每个方法调用都是初始调用的同步版本：
R methodName(ARGS) {
synchronized (this) {
underlying.methodName(ARGS);
}
}借助动态类以及为specializer所提供的模式模板（pattern-template）能够极大地简化循环模式（recurring pattern）的实现。如前所述，当编写本文的时候，还没有更多的信息，我希望在不久的将来能够看到更多的后续信息，它可能会是Valhalla项目的一部分。
结论
整体而言，对于JVM和Java语言的发展方向以及它的加速研发，我感到非常开心。很多有意思和必要的解决方案正在进行当中，Java变得更加现代化，而JVM也提供了高效的方案和功能增强。
从我的角度来讲，毫无疑问，我认为大家值得在JVM这种优秀的技术上进行投资，我期望所有的JVM语言都能够从新添加的集成特性中收益。
我强烈推荐JVMLS 2015上的演讲，以了解上述大多数话题的更多信息，另外，我建议读者阅读一下Brian Goetz针对Valhalla项目的概述。
关于作者
Christoph Engelbert是Hazelcast的技术布道师。他对Java开发充满热情，是开源软件的资深贡献者，主要关注于性能优化以及JVM和垃圾收集的底层原理。通过研究软件的profiler并查找代码中的问题，他非常乐意将软件的能力发挥到极限。
