JVM的GC机制

JVM的GC机制

1. 什么对象会被回收

• 引用计数法：如果一个对象被引用一次，则记录引用次数加一，如果引用取消，则减一，当减到0时，需要被回收。

  问题：循环引用，A引用B，B引用A，除此之外，已经无法访问他们。

• 可达性分析算法：从GC根开始，找到GC根直接或间接引用的对象并标记，没有标记的便是需要回收的。

2. 什么可以作为GC ROOT

• 虚拟机栈（栈帧中的本地变量表）中引用的对象
• 本地方法栈中 JNI（即一般说的 Native 方法）引用的对象
• 方法区中类静态属性引用的对象
• 方法区中常量引用的对象
• 同步锁持有的变量
• 跨代引用的对象

3. 垃圾收集算法

3.1 三个假说

• 大部分对象是朝生夕灭，存活时间很短。
• 越多次数跨过垃圾回收的对象越难被回收。
• 跨代引用很少。

3.2 堆区域划分

• 新生代：新创建的对象和跨过垃圾回收次数小于某个值的对象在这个区域。
• 老年代：跨过垃圾回收次数大于某个值的对象在这个区域，默认是15。
• 有些收集器不使用经典分代,而将内存分为等大的Region。

3.3 三个标记算法

• 标记-清除算法：从根开始遍历，将遍历到的对象做标记，没有做标记的被清除。

  问题：清除之后存在内存碎片，严重影响内存利用率。

• 标记-复制算法：将内存按照比例分开，一部分闲置称A，另一部分存放对象称B。一次标记结束后，将存活的对象复制到闲置区域A，将B清空。

  • 大多新生代收集器使用此技术。
  • Appel式回收：将新生代分为一个Eden区和两个Survior区，比例为8：1，分配内存只分配到Eden和一个Survior。HotSpot使用此技术.
  • 逃生门：当Survior放不下Eden中的存活对象，将这些对象直接放到老年代。

  问题：浪费空间、当大量对存活时复制浪费的时间长（故老年代不使用该方法）。

• 标记-整理算法：将标记存活着的对象朝内存空间的一段移动，清除掉边界之外的对象。

  问题：需要更新引用，操作复杂。

3.4 重要的算法

3.4.1 GC Roots枚举

GC Roots大部分存在于栈帧的局部变量表中，而局部变量表中可能存放着一些基本数据类型和引用类型，如果要遍历全部来找出引用类型来作为GC Roots的话，效率过低。

当前主流的虚拟机都是准确式垃圾收集，也就是说，虚拟机可以直接知道栈中的变量是基本数据类型还是引用数据类型。

譬如内存中有一个32bit的整数123456，虚拟机可以直接判断出他是一个整数123456，还是它是指向123456的内存地址。

HotSpot是使用OopMap来解决这个问题，在即时编译的过程中，会在特定的位置记录下栈里的哪些地方是引用。在GC Roots枚举的时候，查找OopMap便能快速找到GC Roots了。

3.4.2 安全点和安全区域

OopMap记录着引用的信息，如果每执行一次语句就更新一次OopMap，则会导致效率低下，所以虚拟机使用了一个叫安全点的技术，安全点中所有线程都将挂起，来方便OopMap更新和Gc Roots枚举，在安全点之外不会更新OopMap，OopMap累积到安全点再一次性更新。

如何确定安全点？

虚拟机以“是否具有让程序长时间执行的特征”为标准选择安全点，准确的说就是：1. 方法调用 2. 循环跳转 3. 异常跳转。

如何让所有线程都跑到安全点挂起？

• 抢先式中断：

  虚拟机要垃圾回收的时候将全部线程中断，如果有线程不在安全点上，则让这个线程执行，让他也走到安全点。（如果这个时间实例化了个超大对象怎么办？）

• 主动式中断：

  虚拟机不会主动中断线程，而是设置一个标志位，所有线程执行过程中不断轮询这个标志位，如果这个标志为真就在最近的安全点挂起，标志位和安全点是重合的，并且加上所有要创建对象和分配内存的地方（好像能解决上面这个问题了）。

安全区域

有些线程Sleep，他们不能走到安全点挂起，其他线程也不能等他们醒来，所以设置安全区域，在安全区域内所有引用关系将不会变化，安全区域就是拉长的安全点。

3.4.3 记忆集和卡表

上面提到GC Roots包含着跨代引用的对象，如果要搜集新生代，如何找到跨代引用的对象，莫非要遍历整个老年代?这个问题通过记忆集的技术来解决。

记忆集记录着从非收集区指向收集区域的指针的集合的数据结构。在垃圾回收的时候，便能通过记忆集来找出可以作为GC Root的跨代引用的对象。

卡表：

记忆集有精读之分，有些能精确到具体地址，有些只能精确到一块内存区域，HotSpot就是精确到一块内存区域，这种记忆集称为卡表。HotSpot的卡表是个数组，数组中的每个元素对应一个内存块，称为卡页，如果一个卡页的值是1，则说明该内存块中包含着跨代指针，将他们加入GC Roots中一起扫描。

3.4.4 写屏障

写屏障可以解决何时更新卡表的问题，写屏障简单而言是个AOP切面，当更新了引用时，会通过写屏障自动更新卡表信息。

3.4.5 三色标记

GC Roots的枚举会暂停所有线程，而现在的许多收集器在标记过程中是不需要暂停线程的，可是并发标记会带来漏标和错标，一旦错标，将会导致程序正在使用对象被回收，导致程序崩溃，为解决此问题，引入三色标记来解决。

• 黑色：该对象已经被标记过了，且该对象下的属性也全部都被标记过了。（程序所需要的对象）
• 灰色：该对象已经被标记过了，但该对象下的属性没有全被标记完。（GC需要从此对象中去寻找垃圾）
• 白色：该对象没有被标记过。（对象垃圾）

模拟漏标

当扫描结束后，所有非垃圾节点都变成了黑色，这时如果某个引用取消，则被引用的成垃圾，可仍然是黑色，属于漏标。

判定错标的两个条件

赋值器插入了一条或者多条从黑色对象到白色对象的新引用。

赋值器删除了全部从灰色对象到该白色对象的直接或间接引用。

• 为何需要条件1？

  • 如果不是插入黑色到白色而是插入灰色到白色，这样下一轮扫描就会扫描灰色，必定会把新插入的白色对象也标记上。
  • 如果不是插入黑色到白色而是插入白色1到白色2，分两种情况：
    1. 假设白色1不是垃圾，则它迟早会被标记，那么白色2也会被标记。
    2. 假设白色1是垃圾，那如何找到白色1？假设不存在。

• 为何需要条件2？

  • 如果不是删除灰色到白色，而是删除黑色到白色，此假设不存在，黑色后面都是灰色。
  • 如果不是删除灰色到白色，而是删除白色到白色，分两种情况：
    1. 假设白色1不是垃圾，那么所有灰色对象必会有一个间接或直接引用他。
    2. 假设白色1是垃圾，那如何找到白色1？假设不存在。

解决错标

增量更新：为了打破条件1。当赋值器插入了一条或者多条从黑色对象到白色对象的新引用时，将黑色对象变成灰色。

原始快照：为了打破条件2。赋值器删除了全部从灰色对象到该白色对象的直接或间接引用时，将改变前的引用关系快照保存，待并发扫描结束后，在扫描一遍改变前的快照（如果只满足了条件2，不满足条件1，这样做是不是会有可能产生浮动垃圾）。

4. 一些经典的垃圾收集器

4.1 CMS收集器

用于老年代的收集器。

运作过程：

1. 初始标记
2. 并发标记
3. 重新标记
4. 并发清除

过程详解

1. 初始标记：GC Roots枚举，需要停顿所有线程，由于OopMap，速度很快。
2. 并发标记：从GC Roots开始，遍历所有关联到的对象，无需停顿，于用户线程并发执行，使用三色标记算法，对于引用关系的改变，采取增量更新的方法解决。
3. 重新标记：将修正增量更新的改变修正。
4. 并发清除：清除垃圾。

缺点

1. 并发标记是和用户线程一起执行，会占用处理器，导致应用程序变慢。
2. 使用的是标记-清除算法，会产生内存碎片。
3. 会产生浮动垃圾，浮动垃圾过多，将导致Full GC的出现。

4.2 G1收集器

G1收集器面向整个堆内存进行回收，衡量标准不是分代，而是将堆内存分为等大的Region，哪个Region的回收价值高，回收那个Region。

5. 垃圾回收的时机

1. Eden区满了，会进行一次新生代的收集。
2. 新生代垃圾回收前，判断老年代的连续空间 < Eden每次收集后存活对象的平均值，进行老年代收集。
3. 使用CMS收集器时，老年代的空间被占用了92%，进行老年代收集。
4. 新生代垃圾回收后，存活的对象 > 老年代空间，进行老年代收集。

6. 内存分配策略

1. 新创建的对象分配在Eden区。
2. 新创建的大对象直接分配在老年代（所以要避免创建短命大对象）。
3. 长期存活的对象进入老年代。
4. 新生代收集后，Survior放不下，直接进入老年代（所以要适当调整Eden和Survior的比例，来确保朝生夕灭的对象每次收集都能在Survior中放下）。
5. 动态年龄判定，相同年龄的对象所占用的Survior空间大于Survior的一半，所有等于或大于这个年龄的对象都进入老年代。