逃逸分析通过追踪对象生命周期判断其引用是否“出界”，决定能否栈上分配以减少GC压力、提升性能；不逃逸对象才可能栈分配或标量替换，方法逃逸仍需堆分配，线程逃逸必须堆分配且无法消除同步。
变量逃逸分析本身不直接分配内存，而是为栈上分配提供决策依据——它通过判断对象是否“出界”，决定能否绕过堆分配、改走栈路径，从而减少GC压力、提升访问速度。
逃逸分析到底在分析什么
它追踪一个对象从创建到使用的完整生命周期，重点看它的引用会不会“跑出去”：
- 不逃逸：对象只在当前方法内使用，没被返回、没赋值给字段、没传给其他方法；这是栈上分配的入场券
- 方法逃逸：对象作为返回值或参数传出去，但仍在当前线程内；可能支持标量替换，但通常仍需堆分配
- 线程逃逸：对象被写入静态变量、被其他线程可见的容器持有；必须堆分配，且无法消除同步
栈上分配如何真正落地
只有被判定为“不逃逸”的对象，才可能进入栈上分配流程。但实际执行还受限制：
- JVM（HotSpot）默认开启逃逸分析，但栈上分配在JDK 7+才稳定支持，且需满足对象足够小、构造简单、无虚方法调用等条件
- 栈空间有限，大对象（如长数组、大缓存）即使不逃逸，也会退回到堆分配
- 栈上分配不是把整个对象“搬”过去，而是将其字段拆解后，按需分配在栈帧局部变量槽或CPU寄存器中
性能提升来自三个层面
逃逸分析带来的优化不是单一动作，而是环环相扣的协同效应：
- 免GC：栈上对象随方法退出自动消失，不进Young GC队列，降低STW频率
- 零开销销毁：无需标记-清除或复制移动，栈指针回退即完成释放
- 缓存友好：栈内存连续、局部性高，CPU L1缓存命中率远高于堆中分散对象
标量替换是更激进的延伸优化
当对象不逃逸且结构可分解时，JIT会跳过对象头、对齐填充、引用间接寻址等开销，直接把字段当成独立变量处理：
- 例如Point p = new Point(1, 2)，若p不逃逸，可能直接用两个int寄存器存x/y值
- 没有对象头，就没有锁对象、hashCode延迟生成、monitor膨胀等额外成本
- 配合方法内联，甚至能进一步常量传播或死代码消除
