写点什么

JVM 很重吗?

  • 2017-03-13
  • 本文字数:1614 字

    阅读完需:约 5 分钟

一种语言是轻是重,可能会影响到使用者的选型;同时,语言的轻和重有很多度量的维度。本文通过几个方面对比,看看 JVM 是否有想象中的那么重。

如何来度量?

  • 下载包的大小?
  • 运行时占用的资源?
  • 库文件占用硬盘大小?
  • 部署成本?
  • 开发成本?

这些问题可以让我们抛开一些偏见,从多个方面来度量 JVM。

安装成本高嘛?

认为 JVM 重的第一个原因是前期安装成本比较高。相比于下载大小只有大约 15MB 左右的 Node 和 Ruby 安装包,JDK 下载大小大约为 200MB。但是,这仅仅是表面上的,对于 Node 和 Ruby,系统上还必须安装 C 编译器,这就得再加上几百兆空间。甚至在生产环境也需要一个编译器!

Node 和 Ruby 实际需要的总大小被依赖的每个小部分分解了,如果将这些部分都统计起来,还不如单独下载 200MB 的包比较高效,更别说在依赖上花费的时间了。

JVM 运行时重吗?

JVM 运行速度很快,甚至可以说是最快的运行时框架之一。随着时间的推移,JVM 运行的速度更快,更轻便。上千个工程师致力于优化 JVM,甚至有人已经为其贡献了 21 年的代码。

JVM 支持原生线程、多个内核,并且能够通过各种配置修改 JVM 行为,或者只使用默认配置。其中可能必须要了解的配置是如何设置 JVM 的内存,以控制 JVM 在限定环境下发挥它的作用。

通常情况下,部署一个 Java 应用程序只需执行java -server -Xmx512m app.jar。如果这还不够,可以参考使用其他参数。

磁盘使用量重吗?

对于 Java 应用程序,如果使用 Maven 作为其依赖管理程序,所有依赖都会下载到~/.m2 目录。以下这个示例,是结果经过了 9 个月的 Clojure 开发,仅仅积累了 1010MB 依赖,甚至都不到 1G 空间。

复制代码
$ du -sh /usr/local/opt/rbenv/versions/2.3.3 ~/.nvm/versions/node/v6.9.1 ~/.m2
690M /usr/local/opt/rbenv/versions/2.3.3
232M /Users/kenneth/.nvm/versions/node/v6.9.1
1010M /Users/kenneth/.m2

上述示例中,Ruby 目录为全新安装,其中内容只有一个博客和一个简单工程。这些依赖占用了近 700MB 依赖存储。

Node 相关目录只安装了 ember、docpad 和 bower,总大小超过 200MB。

部署过程重嘛?

通常情况下 Java 应用构建结果为 Jar 或者 War 包。其中 Jar 包包含了应用程序运行所需要的所有文件,而 War 包一般需要一个应用服务器(如 Tomcat、Jetty 等)。

对于 Jar 文件,我们只需要简单的将 JAR 文件放置到需要部署的机器上,让 JVM 执行它即可。而 War 包,也只需要放置到应用服务器对应目录中。当前,也可以简单的将 HTTP 服务端代码整合到 Jar 包中,类似于目前流行的微服务应用(如 Springboot)。而且,至少 Java 应用不需要在生产环境机器上运行apt-get install build-essentials

JVM 日常使用

归功于 Java 生态的发展,开发基于 Java 的应用有一系列工具。例如通过 Maven,我们可以方便的管理 Java 应用的依赖,并通过其插件,得到最终构建出来的 Jar 包或者 War 包,甚至直接运行。通过 IDE,可以方便的进行代码补全、应用启停、断点调试等操作。

另外,JVM 可以很方便的通过启动参数配置内存使用,在开发机器上和实际生产机器上使用不同的参数,降低本地调试成本。同时,Java 还定义了 JDWP(Java Debug Wire Protocol),支持运行时替换代码,而无需每次修改都重新编译,重新启动。

总结

判断 JVM 是否重需要非常小心。作为一种语言,判断 Java 语言优劣需要各方面评判,但是 JVM 可以单独剥离出来讨论。

很多人都认为 JVM 是个巨大的怪兽。不过归功于诸多大神的支持,使得我抛弃了之前的观点。

不过,本文没有“Node 语言终结”或者“Ruby 语言终结”的意思,仅仅是通过一些角度给出一些观点,读者可以借此考虑消除自己常用语言的膨胀。

查看英文原文: https://www.opensourcery.co.za/2017/01/05/the-jvm-is-not-that-heavy/ (译文有删减)


感谢郭蕾对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2017-03-13 19:004229

评论

发布
暂无评论
发现更多内容

高性能MySQL实战(一):表结构

京东科技开发者

上海云管平台怎么样?客服电话多少?

行云管家

云计算 数字化 云管平台 上海

使用RAG-GPT集成智谱AI、DeepSeek快速搭建OpenAI Cookbook智能客服

AI Inception

AIGC GPT LLM rag

反射API与AOP:打造灵活的软件部署方案

技术冰糖葫芦

API Explorer API 文档 API 性能测试

发展数字金融,金融机构数据库升级从核心系统开始更为根本

Lily

423世界读书日,探索「读书艺术」与「工作技能」提升

京东科技开发者

企业选择合适等保服务方案几点建议

行云管家

信息安全 等保 等级保护 等保测评

一文教你如何调用Ascend C算子

华为云开发者联盟

人工智能 华为云 华为云开发者联盟 企业号2024年5月PK榜

pump做市机器人

区块链技术

开源软件Greenplum突然关闭GitHub源码,数据仓库选型带来新变数

NineData

GitHub greenplum 404 开源数据仓库 无法访问

马自达EZ-6:合资模式2.0的先锋,电动化时代的领航者

极客天地

为何整个 AI 领域都朝着 AI Agents 这一方向发展?

Baihai IDP

AI LLM 白海科技 企业号 5 月 PK 榜 AI Agents

RAG-GPT实践过程中遇到的挑战

AI Inception

AIGC GPT LLM rag

京东按关键字搜索商品API(jd.item_search)返回值技巧分享

技术冰糖葫芦

API Explorer API 文档 API 性能测试

碳实践|供应链碳管理是什么?为什么?如何做?

AMT企源

数据 数据资产 供应链 碳管理 碳实践

LLM 大模型学习必知必会系列(九):Agent微调最佳实践,用消费级显卡训练属于自己的Agent!

汀丶人工智能

人工智能 大模型 agent

使用RAG-GPT和Ollama搭建智能客服

AI Inception

GPT LLM rag Llama3

文献解读-群体基因组第二期|《中国人群中PAX2新生突变的检测及表型分析:一项单中心研究》

INSVAST

基因数据分析 生信服务 群体基因

JVM很重吗?_Java_Kenneth Kalmer_InfoQ精选文章