Nachlese: Value Objects - das nächste große Ding in Java
Nachlese: Value Classes – Java bereitet sich auf KI Workloads vor, mit Falk Sippach
Einführung
Am 12.11.2026 durften wir Falk Sippach bei der rheinjug willkommen heißen. Falk arbeitet als Softwarearchitekt, Berater und Trainer bei embarc, engagiert sich in der JUG DA sowie im iJUG. In seinem Vortrag “Value Classes – Java bereitet sich auf KI-Workloads vor” gab er uns einen Überblick über Project Valhalla. Er zeigte uns die neue Syntax und erläuterte den Unterschied zwischen Werten und Identitäten sowie die Rolle, die diese Unterscheidung für Value Classes spielt. Weiter legte er dar, wie das Projekt die Kluft zwischen Objekten und primitiven Datentypen überwindet, erklärte, welche Optimierungen die JVM dadurch in Zukunft vornehmen kann, und beantwortete die Frage, wie sich diese Entwicklungen positiv auf KI Workloads auswirken.
Die Slides des Vortrages stellt Falk hier zur direkten Ansicht sowie in diesem GitHub-Repo zur Verfügung.
Project Valhalla
Zuerst ordnete Falk ein, woher Value Classes eigentlich kommen. Project Valhalla wurde bereits 2014 gestartet, mit dem Ziel, die Ausdrucksstärke von Klassen mit der Effizienz von primitiven Datentypen zu vereinen und somit eine Kluft zu überbrücken, die bereits seit den Anfängen von Java besteht. Bisher wurde man als Entwickler:in oft vor eine schwere Entscheidung gestellt. Entweder man modelliert die Daten als Objekte, mit allen Vorteilen von Kapselung, Methoden und Typsicherheit, und bezahlt dafür mit Objekt-Headern, Referenzen und Indirektionen. Oder man entscheidet sich für primitive Datentypen wie int und double, die zwar kompakt und schnell sind, aber keine fachliche Bedeutung liefern. Mit Valhalla sollen flache, dichte Speicherlayouts auch für Objekte ermöglicht werden. Brian Goetz, Java Language Architect bei Oracle, fasst dieses Ziel mit den Worten “Codes like a class, works like an int.” zusammen. Der Weg dorthin war lang, doch im März 2027 sollen Value Classes erstmals im JDK 28 als Preview Feature erscheinen.
Hello Value Class
Erfreulicherweise unterscheidet sich eine Value Class äußerlich nur geringfügig von einer herkömmlichen Klasse. Es gibt ein neues syntaktisches Element, das Schlüsselwort value, das vor class oder record gesetzt wird.
value record Rgb(byte r, byte g, byte b) {}
var red = new Rgb((byte) 255, (byte) 0, (byte) 0);
int channel = Byte.toUnsignedInt(red.r()); // 255
Konstruktoren, Accessors, Methoden, Kapselung und Interfaces funktionieren wie gewohnt. Value Classes behalten das bekannte Klassenmodell bei und geben nur ihre Identität auf. Das value ist also eine explizite Anweisung an den Compiler und die JVM, dass es bei diesem Objekt allein auf dessen Inhalt ankommt. Daraus folgen einige Regeln für Value Classes. Alle Instanzfelder sind final. Konkrete Value Classes sind selbst auch final und dürfen nur von Object oder einer abstract value class erben. Allerdings sind Value Classes nur shallow immutable. Eine finale Referenz auf eine List in einer Value Class bedeutet also nicht, dass der Inhalt der Liste selbst unveränderlich ist. Wer echte Unveränderlichkeit möchte, muss wie bei Records weiterhin selbst dafür sorgen, etwa mit defensiven Kopien.
Außerdem ist für die Konstruktoren von Value Classes festgelegt, dass die Feldinitialisierungen vor dem super() Aufruf erfolgen müssen, da die Instanz mit diesem Aufruf sichtbar wird. So kann nie ein halbfertiges Value Object beobachtet werden.
Werte statt Identitäten
Die Bedeutung von Identität und Werten veranschaulichte Falk am Beispiel von Zwillingen. Diese können sich zum Verwechseln ähnlich sehen und sind dennoch nicht dieselbe Person, denn sie besitzen eigene Identitäten. Genau diese Unterscheidung kennt Java auch. Zwei separat erzeugte Rgb-Records mit denselben Werten sind laut equals gleich, aber == liefert false, weil es sich um zwei verschiedene Objekte handelt. Bei Value Objects prüft == nicht mehr die Identität, sondern ob beide Objekte derselben Klasse angehören und ihre Felder ununterscheidbar sind. Doch auch hier ist wie bei der Shallow Immutability Vorsicht geboten. Enthält eines der Felder einen Identity-Typ, wie etwa String, so können die Value Objects immer noch per equals gleich, aber per == ungleich sein, wenn die Strings unterschiedliche Objekte sind.
Der Verzicht auf Identität bringt außerdem einige Einschränkungen mit sich. Alles, was auf Identitäten angewiesen ist, funktioniert mit Value Objects nicht. synchronized auf ein Value Object führt zu einem Fehler, und auch WeakReference wird nicht unterstützt.
Optimierungen der JVM
Wie führt diese Neuerung nun zu Performanceverbesserungen? Die JVM hat bei Objekten ohne Identität deutlich mehr Freiheiten, sie im Speicher anzuordnen. Falk stellte zwei konkrete Optimierungen vor.
Heap Flattening
Beim Flattening werden Value Objects direkt in die umgebende Datenstruktur eingebettet, statt dass die Datenstruktur über eine Referenz auf ein Objekt im Heap verweist. Ein Array mit einer Million Value Objects enthält dann im Idealfall nicht eine Million Referenzen auf einzelne Objekte mit jeweils eigenen Headern, sondern direkt die Nutzdaten hintereinander. Die Folge sind weniger separate Objekte, weniger Indirektion und eine bessere Lokalität im Cache, was zu erheblichen Performanceverbesserungen beitragen kann. Dieses Flattening betrifft nicht nur Arrays, sondern auch das Inlining in zusammengesetzte Objekte.
Falk verdeutlichte die potentiellen Vorteile an einem Beispiel. Gegeben sei ein Pixel, bestehend aus einer Position und einer ColorWithAlpha, welche wiederum ein Rgb enthält. Als klassische Records sind das vier einzelne Objekte mit eigenen Headern und drei internen Referenzen, was insgesamt 88 Bytes ergibt. Modelliert man diese Typen als Value Records, könnte der Speicherbedarf auf 12 Bytes reduziert werden. Eine Garantie gibt es dafür jedoch nicht, denn das Flattening wird durch einige Faktoren eingeschränkt.
- Null: Variablen und Array-Elemente vom Typ einer Value Class können auch weiterhin
nullsein. Das Speicherlayout muss also auch darstellen können, ob dort ein Wert odernullsteht, und das kostet Platz, etwa durch dafür reservierte Bits. - Padding: Die Daten müssen immer noch an Speichergrenzen ausgerichtet werden.
- Atomicity: Aktuell ist Flattening auf Größen begrenzt, die atomar geschrieben werden können, damit kein Thread einen halb geschriebenen Wert lesen kann.
Scalarization
Die zweite Optimierung ist Scalarization. Hier verzichtet die JVM darauf, ein Value Object überhaupt zu erzeugen, und arbeitet stattdessen direkt mit den benötigten Feldwerten. Ein Beispiel dafür ist ein Rgb Objekt, aus dem nur das Feld r benötigt wird. Dafür muss kein eigenes Rgb-Objekt im Heap angelegt werden, es genügt, den einen Wert zu berechnen und zu speichern.
Kompakter ≠ schneller
Falk wies darauf hin, dass Messen Pflicht bleibt, denn ein kompakteres Layout bedeutet nicht in jedem Fall Performancevorteile. Ist die Datenmenge klein, dann kann das Kodieren und Dekodieren der flachen Daten sogar zu Performanceeinbußen führen, da sich erst bei großen Datenmengen die Vorteile von besserer Cache-Nutzung und weniger Indirektion entfalten.
Nutzen für KI und Fachmodelle
Falk zeigte auf, wie sich Project Valhalla in eine Reihe von OpenJDK-Projekten einreiht, die Java für KI-Workloads bereitmachen sollen. Dazu zählen Panama zur Anbindung nativer Bibliotheken, die Vector API für SIMD-Berechnungen (nicht zu verwechseln mit der veralteten Vector Klasse), Babylon mit Code Reflection und HAT (Heterogeneous Accelerator Toolkit), um GPUs aus Java heraus nutzen zu können, und Valhalla für flache Daten mit wenig Overhead.
KI-Workloads verarbeiten oft große Mengen kleiner Werte, wodurch der Speicherverkehr schnell zum Bottleneck wird. Value Classes erlauben es, solche Daten effizient mit fachlichen Typen zu modellieren, statt mit ausdrucksschwachen primitiven Datentypen arbeiten zu müssen. Sie bringen jedoch alleine kein automatisches SIMD und keine GPU-Unterstützung mit.
Auch für traditionelle Fachmodelle bieten Value Objects Vorteile. Werden beispielsweise IDs von Kunden und Bestellungen beide als long repräsentiert, so können diese zukünftig als Value Classes CustomerId und OrderId typsicher gestaltet werden, ohne dass man sich um unnötigen Overhead durch Object Header sorgen muss.
Status und Ausblick
Zum Abschluss gab Falk eine Übersicht über den aktuellen Stand. Als Nächstes stehen JEP 401 (Value Classes and Objects) und JEP 539 (Strict Field Initialization in the JVM) an. Viele der Vorarbeiten sind bereits in früheren Java Versionen ausgeliefert worden, darunter JEP 181, 309, 334, 371, 390 und 513. Wer genauer wissen möchte, welcher JEP was bewirkt, findet im Java Version Almanac eine gute Übersicht und sogar eine Code-Sandbox, um Java-Features direkt im Browser auszuprobieren.
Mit der Preview werden auch einige bekannte Klassen zu Value Classes, darunter Wrapper-Typen wie Integer und Double sowie Optional und einige java.time-Typen. String hingegen bleibt eine Identity Class.
Noch nicht Teil von JEP 401 sind Features wie etwa Null-Restricted und Nullable Types, die mehr Kontrolle über Layoutmodelle geben sollen, und spezialisierte Generics über primitive Typen. Es ist also zu erwarten, dass Value Classes mit künftigen Java Versionen von immer mehr Optimierungen profitieren werden.
Fazit
Value Classes geben die Identität auf, nicht jedoch das Klassenmodell. Damit eröffnen sie der JVM neue Freiheiten, Daten kompakt abzulegen, und erlauben Entwickler:innen an geeigneten Stellen fachliche Typen zu verwenden, ohne dafür unnötigen Overhead in Kauf nehmen zu müssen.
Wir bedanken uns bei Falk für den spannenden Vortrag!