核心是识别并剥离对象中需长期持有的原始数据，剔除包装、引用、状态逻辑和生命周期依赖，仅保留基础类型以降低gc压力、提升缓存局部性。

核心不是“把对象变数组”，而是**识别并剥离对象中真正需要长期持有的原始数据，剔除所有包装、引用、状态逻辑和生命周期依赖**，让内存只承载不可变的数值、布尔、字符串等基础类型，从而释放堆空间、降低gc压力、提升缓存局部性。

先判断哪些对象真该扁平化

并非所有长周期对象都适合转为基本类型数组。重点盯住三类：

• 配置类数据：如开关列表、枚举映射表、路由参数白名单——结构固定、只读、无行为
• 批量计算中间态：如实时指标聚合中的 timeSeries[i] = value，不需要每个点封装成 TimePoint 对象
• 高频访问的只读缓存：如用户权限位图（用 long[] 存 bitset）、设备状态快照（用 byte[] 编码状态码）

若对象含方法、监听器、this 引用、未冻结的集合、或需运行时动态扩展字段，强行扁平化反而增加维护成本和出错风险。

拆解对象结构，提取原始字段序列

以一个典型监控指标对象为例：

原结构：
{ timestamp: 1716423600000L, cpu: 89.5, mem: 72.3, disk: 45.1, status: "OK", tags: ["prod", "us-east"] }

重构步骤：

• 剔除非原始字段：status 是字符串但可转为 byte（如 'O'=79, 'K'=75），tags 是数组，应预编译为整数索引（如 "prod"→1, "us-east"→2）
• 对齐数据类型：timestamp 保留 long，cpu/mem/disk 统一缩放为 int（×10 → 895, 723, 451），节省浮点对象开销
• 确定数组布局：推荐结构化数组，如 long[] timestamps, int[] metrics（按 cpu, mem, disk 顺序连续存放），而非混合类型的 Object[]

用紧凑布局替代对象实例

避免“一个对象一行”的朴素映射。采用以下任一模式：

• 列式扁平：每个字段单独一个原始数组（如 long[] ts, int[] cpu, int[] mem）。优势：GC 友好、CPU 缓存命中率高、便于向量化计算
• 行式打包：单个 byte[] 或 int[] 按固定字节偏移存放（如每条记录占 24 字节：8(ts)+4(cpu)+4(mem)+4(disk)+4(status/tag)）。需配合 Unsafe 或 ByteBuffer 访问，适合极致内存敏感场景
• 位压缩：对取值范围小的字段（如 status 只有 4 种），用 bitset 合并存储，1 个 long 可存 64 个状态位

配套收口：切断引用链与自动回收机制

数组本身轻量，但若被长周期容器持有或泄漏引用，红利就白费了：

• 禁止将 primitive array 存入 static Map 或全局缓存而不设淘汰策略
• 用 WeakReference 包装数组持有者（如缓存 wrapper），或改用软引用 + 堆内存阈值触发清理
• 在作用域结束时显式置 null（尤其在线程局部或异步回调中），防止 JIT 无法判定生命周期
• 配合 JVM 参数验证效果：开启 -XX:+PrintGCDetails，观察老年代占用率（OGCMN/OGC）是否趋于稳定，Full GC 频次是否下降