程序计数器
线程私有
因为物理cpu并不多，所以jvm是对java里面的线程进行不停的切换执行，因为切换的执行速度太快，所以我们看到是并发执行。所以jvm在切换线程执行后，如果要切换回原来的线程，它需要记住这个线程的执行位置，下一条指令是什么。所以每一个线程都有一个独立的程序计数器，它是线程私有的。
数据内容
程序计数器保存了每个对象的引用数量，但是也不仅仅是对象的引用，它保存了一个线程中一系列需要执行的字节码指令的内存地址，包括循环，异常等
native方法
如果当前正在执行的是native方法，那么它在程序计数器里面的值是空（undefined）。
java栈
线程私有
java栈保存的是执行每一个方法的内容，所以每执行一个方法，都会创建一个栈帧(StackFrame)，保存局部变量，操作数栈，动态链接，方法的进出信息等，直到一个方法调用完成，就意味着一个栈帧从进去到出来的过程，所以它也是线程私有的。
数据内容
java栈帧中，保存了当前局部的基本数据类型(boolean,byte,char,short,int,float,long,double)，以及对象引用。
对象引用，这里指的是定义的那些对象，但是值得注意的是，这里保存的是引用，而不是具体的内容，当我们new一个对象时，jvm会把创建的引用放在栈里面，但是对象本身，是存在堆里面的，而引用只是保存了对象在堆里面的内存地址，这是因为栈内存很小，但是栈读取数据快，所以存储了引用，而我们开辟出来的对象，或者申请的内存是放在堆里面的。
局部变量所需要的内存，在一开始就是确定的，jvm会按照变量类型计算。因为当进入一个栈帧时，所需要的内存是确定的，直到出栈，这里面的内存不会发生任何变化。
栈异常
jvm中对于栈规则了两种异常。
当java类中的方法进入次数太多时，会导致栈的层次越来越深，如果请求的栈深度，超出了jvm虚拟机所允许的深度，就会抛出
StackOverflowError异常。（当前绝大部分虚拟机都是可以动态调整栈深度的，所以一般不会出现这个问题，但是也不排除，因为jvm规范中也允许固定长度的栈深度）另一方面，如果扩展栈深度时，无法申请到足够的内存，就会抛出
OutOfMemoryError异常。
所以当我们遍历文件夹的时候，最好不要用递归，因为可能出现栈溢出的异常。
本地方法栈
本地方法栈所起的作用和java栈的作用几乎一致，只不过本地方法栈中，保存的是native方法的栈信息，但是虚拟机规范中，对于native方法的实现语言，实现类型，数据结构并没有明确规定，各种虚拟机可以自由实现它，比如Sun HotSpot虚拟机就把java栈和本地方法栈合二为一了。
本地方法栈也有着StackOverflowError和OutOfMemoryError
java堆
堆是所有线程共享的，它是jvm管理内存的最大的一块区域，也是java程序员所能操控的内存区域。
数据内容
java程序员所能操控的内存，虽然对于程序员来说没有感知，但实际上全部是在堆里面操作，比如我们new出来的对象，以及数组，其实都是存放在堆内存里面的。
垃圾回收
java堆是gc回收内存的主要区域，因为现在的内存回收算法基本都是采用分代算法，所以还可以分为新生代和老生代，这样的分配是为了更快的找出需要回收的内存，提高gc效率。甚至还可以更往细分Eden,From Survivor,To Survivor等。
空间大小
java堆里面的内存可以是物理上不连续的内存，只要是逻辑上连续就可以，一般主流虚拟机，都是可以在启动的时候，根据启动参数指定内存大小(-Xms -Xmx)，如果在使用内存时，jvm无法再申请新的堆内存，就会抛出OutOfMemoryError异常。
方法区
方法区是所有线程共享的区域，方法区也叫永久代，因为它永远不会被gc回收。
数据内容
用于存储虚拟机加载的类信息，常量，静态变量等数据，这些数据是在类加载器加载时候完成的，所以虽然说new出来的对象是存在堆里面的，但是如果这个对象是常量，那么在类加载器加载这个类的时候，就会把这些静态变量存储到方法区里面去。
异常信息
同样的，方法区的内存无法满足内存的根本需求时，抛出OutOfMemoryError异常
堆外内存（直接内存）
堆外内存是一块独立的内存，值得注意的是，它是由java程序员完全操纵的一个内存，意味着，程序员需要显式的申请内存，以及手动释放内存，因为它不由gc管理。
它的优点是因为直接操作内存，在某些应用场景中，可以避免内存的复制，以及回收再创建，可以提升内存的利用率。
它的缺点就是需要手动释放内存，而不是交给gc来处理，所以使用不当，很容易抛出OutOfMemoryError异常。
堆外内存不受到堆内存的限制，也就是不受到-Xmx的限制，但是还是受到物理内存的限制，如果超出物理内存，就就会抛出
OutOfMemoryError
随时随地看视频
