JVM通过动态计数识别热点代码（方法调用≥10000次或循环回边≥阈值）、分层编译（C1快速优化→C2深度优化）及内联、逃逸分析、OSR等运行时优化提升JIT效率，兼顾启动速度与长期性能。
JVM 主要通过识别热点代码、触发分层编译、应用多种运行时优化技术来提升即时编译器（JIT）的执行效率，核心不在于“预设规则”，而在于动态观测与反馈驱动的决策。
识别真正值得编译的热点代码
HotSpot 不靠静态分析猜哪里会慢，而是实打实计数：
- 方法调用计数器：默认 Server 模式下，一个方法被调用满 10000 次，就可能触发 C2 编译；Client 模式是 1500 次。可通过 -XX:CompileThreshold 调整
- 回边计数器：专盯循环体——每次循环跳回头部（back edge）就加一。哪怕方法只被调用一次，但内部循环执行百万次，也会被识别为热点，支持栈上替换（OSR）
- 计数器带衰减机制（-XX:+UseCounterDecay 默认开启）：冷方法的历史调用热度随时间自然下降，避免长期占用编译资源
分层编译策略平衡启动速度与长期性能
HotSpot 默认启用分层编译（-XX:+TieredCompilation），让不同阶段的代码走不同路径：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 第 0 层：纯解释执行，启动快，同时收集运行时 profile 数据（如类型、分支走向）
- 第 1–2 层：C1 编译器介入，快速生成含基础优化（如简单内联、空检查消除）的机器码，适合短生命周期应用
- 第 3–4 层：C2 编译器接手，做深度优化（如去虚化、逃逸分析、循环展开），生成高度特化的高效代码
关键优化技术直接作用于字节码语义
JIT 不是机械翻译，而是在理解行为后做等价变换：
立即学习“Java免费学习笔记（深入）”；
- 方法内联：对小而热的方法（默认字节码 ≤325 字节，可调 -XX:MaxInlineSize），将其体展开到调用点，消除压栈/跳转开销；配合去虚化（如 final 方法、私有方法、单态调用）提升稳定性
- 循环展开：将 for 循环体复制多次，减少循环控制指令（判断、递增）频次，提升指令级并行和缓存局部性；但 JIT 会权衡代码膨胀风险，不会盲目展开
- 投机性优化：基于历史执行假设（如某 instanceof 总是 true、某虚方法总指向同一子类），直接硬编码结果；一旦假设失效（如新类加载），就触发逆优化（deoptimization），退回解释执行
运行时数据支撑持续优化迭代
解释器不只是“过渡角色”，它承担着关键基础设施职能：
- 作为 C2 激进优化的“逃生门”：当优化假设被打破（如继承结构变化），立刻退回到解释状态，保障程序正确性
- 提供 profile 信息：记录分支频率、实际类型分布、异常抛出模式等，供 C1/C2 做更精准的优化决策
- 配合其他运行时机制：如内联缓存（inline cache）加速虚方法调用，TLAB 优化对象分配，偏斜锁减少无竞争同步开销，共同构成底层加速基座
