"狼哥，我发现新大陆了，等会发你代码"
"咋了，这么激动"
"等会..."
List list0 = new ArrayList();
long start0 = System.currentTimeMillis();
for (int i = 0; i < 10000000; i++)
{
list0.add(i);
}
System.out.println(System.currentTimeMillis() - start0);
long start1 = System.currentTimeMillis();
List list1 = new ArrayList();
for (int i = 10000000; i < 20000000; i++)
{
list1.add(i);
}
System.out.println(System.currentTimeMillis() - start1);
"我在一个ArrayList中连续插入1千万条数据，结果耗时不一样，分别是
2346
797
没搞明白"
我看了一眼，就知道这小伙底盘不稳。
"你加个 -XX:+PrintGCDetails -XX:+PrintGCDateStamps，看下第一次是不是有Full GC"
"明白，我再试试看"
几分钟后...
"狼哥，第一次Full GC果然耗时了1.87s，那我把堆调大看看，避免Full GC"
几分钟后...
"这次没有GC了，但是每次运行，前一个都比后一个耗时多点，这是怎么回事？"
"你试试放在不同线程中运行？"
"好"
又几分钟后...
2019-09-28T09:49:07.519-0800: [GC (Allocation Failure) [PSYoungGen: 54888K->10738K(76288K)] 54888K->36180K(251392K), 0.0520111 secs] [Times: user=0.24 sys=0.03, real=0.06 secs]
2019-09-28T09:49:07.590-0800: [GC (Allocation Failure) [PSYounGen: 74092K->10736K(141824K)] 99534K->80803K(316928K), 0.0693607 secs] [Times: user=0.39 sys=0.03, real=0.06 secs]
2019-09-28T09:49:07.751-0800: [GC (Allocation Failure)[PSYoungGen: 141808K->10736K(141824K)] 211875K->188026K(320512K), 0.1829926 secs] [Times: user=1.02 sys=0.10, real=0.18 secs]
2019-09-28T09:49:07.934-0800: [Full GC (Ergonomics) [PSYoungGen:10736K->0K(141824K)] [ParOldGen: 177290K->171620K(402432K)] 188026K->171620K(544256K), [Metaspace:3062K->3062K(1056768K)], 1.8672996 secs][Times: user=5.96 sys=0.03, real=1.87 secs]
2365
2019-09-28T09:49:09.832-0800: [GC (Allocation Failure) [PSYoungGen: 129254K->10738K(196608K)] 300875K->282609K(599040K), 0.1039307 secs] [Times: user=0.74 sys=0.07, real=0.10 secs]
2019-09-28T09:49:09.936-0800: [Full GC (Ergonomics) [PSYoungGen: 10738K->0K(196608K)] [ParOldGen: 271871K->36047K(372736K)] 282609K->36047K(569344K), [Metaspace: 3067K->3067K(1056768K)], 0.4510440 secs] [Times: user=1.82 sys=0.01, real=0.45 secs]
2019-09-28T09:49:10.440-0800: [GC (Allocation Failure) [PSYoungGen: 185856K->10752K(264704K)] 221903K->171359K(637440K), 0.1292143 secs] [Times: user=0.97 sys=0.01, real=0.12 secs]
"狼哥，第一次Full GC果
"在不同线程中执行，两者耗时几乎一致，这是为什么？"
"你知道OSR吗？"
"不知道."
"那我跟你大概讲讲."
OSR(On-Stack Replacement )，是一种在运行时替换正在运行的手机号码卖号函数/方法的栈帧的技术。
在现代的主流JVM中，都具备了多层编译的能力，一开始以-解-释的方式进行执行，这种性能相对来说（和c++比）会慢一点，但是一旦发现某一个函数执行很频繁的时候，就会采用JIT编译，提高函数执行性能（大部分比c++还快）。
但是，如果以函数为单位进行JIT编译，那么就无法应对main函数中包含循环体的情况，这个时候，OSR就派上了用场。
与其编译整个方法，我们可以在发现某个方法里有循环很热的时候，选择只编译方法里的某个循环，当循环体执行到 i = 5000 的时候，循环计数器达到了触发OSR编译的阈值，等编译完成之后，就可以执行编译后生成的代码。所以在上面例子中，当我们第二次执行循环体的时候，已经在执行OSR编译后的代码，那么在性能上会比前一次会快那么一点点。
