JVM的GC策略

1 前言

GC（Garbage Collect）是jvm对于内存管理的核心功能，正是因为它才让Java程序员从内存释放的苦海中脱离出来，所以作为一个程序员都有必要去了解一下他的原理。

说一句题外话，我曾经被问到GC的具体实现，那个时候我就知道一些基本的思想，结果被人鄙视了。对于这个问题我到现在仍保留个人观点，就算java用了很久，如果不涉及到java程序的性能调优，GC其实也不用钻那么深。但是GC的思想中积累了很多的智慧，真是不得不去好好领略一下。苦于原来一直找不到一个比较系统的GC资料，我这里做一个相对系统一点的介绍，希望对后来人有帮助。

2 内存划分

说道GC，我们必须先要了解一下jvm的内存空间是如何划分的，本文只以Sun JDK为例，其划分为Permanent Generation(又称方法区、持久代）、Heap（堆）、Native Method Stack、JVM Method Stack、PC register。

Permanet Generation中是要加载类的相关信息，包括方法信息、静态变量等。如果超出指定大小，会抛出OutOfMemory的错误。

Heap，用于存对象实例和数值，分为New Generation和Old Generation。前者用户存储新生成的对象，后者用于存放多次GC后仍然存活的对象。如果超出指定大小，会抛出OutOfMemory的错误。

JVM Method Stack、PC register是随着线程创建的，他们只会占用操作系统内存或寄存器，由于线程私有，所以性能很高。如果超出指定大小，会抛出StackOverflowError的错误。

Native Method Stack在Sun JDK的实现中是和JVM Method Stack放在一起的。

3 内存分配

如果java要使用内存，第一步当然是要获取内存，这是由jvm进行分配的。上面说过了，新建对象都是在Heap的New Generation上的，而Heap又是所有线程共享的，可以想象必须要有锁机制才能保证安全。但是这当然会带来效率问题，所以这里有个优化，就是每个线程会分配一个TLAB（Thread Local Allocation Buffer），这个是线程独享的，当然给的空间也很小。默认是优先在TLAB上分配，所以为什么写小对象对java程序而言更合理。还有一种优化这里也说一下，就是jvm会根据实际运行情况进行分析，如果逃逸分析正好发现方法中的变量会被外部读取，那么就可以直接在Stack上分配，压根不用过Heap了。

4 GC算法

这里才是重头戏，看看具体GC的算法吧。其实没什么高深的内容，就是遇到的实际问题来找对应的解决办法。

4.1 引用计数法

简单的想一下，如果一个对象没有被任何人引用，那么他就要被回收。这个实现起来很简单，但是会有一个问题。如果有两个对象互相引用，但是没有任何其他对象引用他们，那么他们就会造成资源泄漏。所以实际使用时还是有些问题的，只能适合一些简单引用的场景。

4.2 跟踪收集法

就是把整个引用想象成一个允许有环路的树结构，但是根节点只有一个，然后从根节点出发去查看对象是否可达。但这个就是要程序暂停，来保证一次扫描的现场不变。

4.2.1 Copying

开辟另外一个内存空间，把扫描到可达的对象复制过去，然后把原内存空间全部清除即可。适用于存活对象较少的情况。

4.2.2 Mark-Sweep

把扫描到可达的对象都标记下来，然后把所有未标记的对象清除。但这个方法会引起内存碎片。适用于存活对象较多的情况。

4.2.3 Mark-Compact

在Mark-Sweep基础上，在把内存空间整理一下，让存储连续以消除内存碎片。

5 jvm实现

学了这么多基础知识，看看Sun JDK是怎么做的吧。

先搞清楚jvm到底要对什么进行GC。上面说的几种需要用内存的地方，Native Method Stack、JVM Method Stack、PC register是用的操作系统内存，用完就直接释放了，不需要我们多操心。Permanet Generation是加载类的相关信息，考虑到有动态加载，这个地方还是有可能需要GC的。Heap是对象生成和存活的土壤，这当然是GC的主要目标。

我们还是先解释两个名词，还记得上面说的New Generation和Old Generation吗？为什么要把Heap划分成这两类？原因就是他们所存的对象有完全不一样的特征，就是存活时间。因此我们自然想到要使用不一样GC策略。对于New Generation的GC叫做Minor GC，对于他们两个一起的GC叫做Full GC。再补充一个常识，就是New Generation通常不会太大，而Old Generation会比较大。所以一定要注意，Full GC的开销非常大，是要尽量避免的。

5.1 New Generation的GC策略

Serial GC。采用单线程方式，用Copying算法。到这里我们再来说说为什么New Generation会再次被划分成Eden Space和S0、S1，相信聪明的你一定已经想到Copying算法所需要的额外内存空间了吧，S0和S1又称为From Space和To Space。具体细节自己好好想想。

Parallel Scavenge。将内存空间分段来使用多线程，也是用Copying算法。

ParNew。比Parallel Scavenge多做了与Old Generation使用CMS GC一起发生时的特殊处理。

5.2 Old Generation的GC策略

Serial GC。当然也是单线程方式，但是实现是将Mark-Sweep和Mark-Compact结合了下，做了点改进。

Parallel Mark-Sweep、Parallel Mark-Compact。同样也是把Old Generation空间进行划分成regions，只是粒度更细了。为什么用这两个算法，不用我赘述了吧。

CMS（Concurrent Mark-Sweep） GC。我承认这个GC我真的没怎么看懂，目的是为了实现并发，结果就造成具体实现太麻烦了。有兴趣的朋友去看书吧，文末我说了是哪本书。这里有个地方可以说一下，就是算法使用的还是Mark-Sweep，对于内存碎片的问题，CMS提供了一个内存碎片的整理功能，会在执行几次Full GC以后执行一次。

6 如何使用

知道jvm怎么做的，那我们怎么用呢？这才是最实际的问题。其实每种GC方式都可以在启动时用参数指定，具体还是去看书。我提一下client和server模式。默认情况下是client模式，但是这个看机器配置自动选择，说了我估计你也记不住，用的话还是显示声明比较好。比较有意思的是这两种模式就可以认为用户所对应的不同场景，因此也会给出不一样的GC策略。具体如下表：

+----------------------------------------------------+

|        |     New Gen GC    |     Old Gen GC        |

+--------+-------------------------------------------+

| client | Serial GC         | Serial GC             |

+--------+-------------------------------------------+

| server | Parallel Scavenge | Parallel Mark-Sweep GC|

+--------+-------------------------------------------+