JDK 24 中 ConcurrentHashMap 性能提升 20%，源于 JVM 对标量替换优化的改进。逃逸分析和标量替换减少了对象堆分配，将对象字段拆散到寄存器或栈上，降低内存访问开销。优化过程中，IGVN 未能消除所有内存操作，导致标量替换失败。通过修改支配关系计算逻辑，成功修复了这一问题，提升了哈希表性能。

面对Java应用中的CPU和JVM内存热点问题，掌握快速定位和优化手段至关重要。CPU使用率高常与代码相关，可通过监控工具和火焰图定位热点代码进行优化。JVM内存热点主要因频繁对象创建、大对象分配等引发，需通过监控和内存快照分析快速排查。合理配置内存参数与使用缓存技术也能有效提升系统性能，确保应用高负载下稳定运行。

上一篇文章《你知道Java类是如何被加载的吗？》分析了HotSpot是如何加载Java类的，本文再来分析下Hotspot又是如何解析、创建和链接类方法的。

你是否遇到过JVM内存使用率阈值告警、内存溢出导致服务不可用或CPU突然持续飙高导致服务性能下降甚至不可用的场景？当遇到这些场景有没有不知道如何排查的情形？如果有，那就来看看本文吧。相信会带给你一些帮助或提示。

酷家乐的流量回放平台kurepeater是在jvm-sandbox-repeater基础上做的二次开发。为何选择它，感兴趣的可以看前文：流量回放框架jvm-sandbox-repeater的实践一。

kurepeater由repeater-console和repeater-agent组成。repeater-console用来对配置、录制回放操作、流量等进行管理，repeater-agent基于JVM-Sandbox用于在目标服务器上进行录制回放并将结果上报到repeater-console。虽然平台一直在迭代优化，但基本框架没有太大变化（见文章：流量回放框架jvm-sandbox-repeater的实践二）。这两年为了更好地落地我们做了很多的尝试，在此分享一下，给有需要的人做个参考，也欢迎有更好的建议。文章较长，大家可以根据标题挑着看。

Kotlin Native 是 Kotlin 多平台生态的关键一环，也是 Kotlin 开发者突破自身发展瓶颈的重要方向。本文依据 Kotlin Native 的源码，结合作者在运用 Kotlin Native 开发多平台应用的实战经验，详细为大家解读 Kotlin Native 在编译时和运行时的实现细节和实践技巧。

JDK8如此旺盛的生命力，与其优异的兼容性、稳定性和足够日常开发使用的语言特性有极大的关系，这其中最引人瞩目的语言特性莫过于Lambda表达式。本文将从JVM和Java两个层面着手，和大家一起深入解析Lambda表达式。

在本文中，我们将基于崩溃的现场进行深入探讨以及如何通过技术手段来识别、调试和解决这些问题。同时我们将深入研究如何利用现代开发工具和最佳实践来减少系统崩溃的可能性，进而提高系统的稳定性和可靠性。

在软件开发领域，面向切面编程（AOP）作为一种强大的技术手段，极大地促进了代码的模块化与可维护性。本文将深入探讨Java平台上的AOP实现，揭示了Spring AOP在处理非Bean类方法、静态方法及内部调用时的局限性。

首先应该明确的是JVM调优不是常规手段，JVM的存在本身就是为了减轻开发对于内存管理的负担，当出现性能问题的时候第一时间考虑的是代码逻辑与设计方案，以及是否达到依赖中间件的瓶颈，最后才是针对JVM进行优化。

本文作者分享了一些垃圾回收器的执行过程。

任何复杂的系统都可能因为一个小小的疏漏而无法运转，本文记录了一个困扰作者一个月的 bug 最终拨云见日的过程。​

记一次疑似JVM内存泄漏的排查过程

JVM基础了解HotSpot我们日常所说的JVM，一般值得都是Hotspot（热点）虚拟机。java原先是把

由FileSystem类引起的一次线上内存泄漏导致内存溢出的问题分析解决全过程。

本文是技术人面试系列JVM篇，面试中关于JVM都需要了解哪些基础？一文带你详细了解，欢迎收藏！