Java虚拟机垃圾回收：基础点(转载)

1、Java虚拟机垃圾回收

垃圾回收，或称垃圾收集（Garbage Collection，GC）是指自动管理回收不再被引用的内存数据。

在1960年诞生于MIT的Lisp语言首次使用了动态内存分配和垃圾收集技术，可以实现垃圾回收的一个基本要求是语言是类型安全的，现在使用的包括Java、Perl、ML等。

1-1、为什么需要了解垃圾回收

目前内存的动态分配与内存回收技术已经相当成熟，但为什么还需要去了解内存分配与GC呢？

1、当需要排查各种内存溢出、内存泄漏问题时；

2、当垃圾收集成为系统达到更高并发量的瓶颈时；

我们就需要对这些"自动化"技术实话必要的监控和调节；

1-2、垃圾回收需要了解什么

思考GC完成的3件事：

1、哪些内存需要回收？即如何判断对象已经死亡；

2、什么时候回收？即GC发生在什么时候？需要了解GC策略，与垃圾回收器实现有关；

3、如何回收？即需要了解垃圾回收算法，及算法的实现--垃圾回收器；

第一点就是本文下面的主题，这是垃圾回收的基础，如：可达性分析算法是后面垃圾回收算法的基础，而判断哪些对象可以回收是垃圾回收的首要任务。

2、判断对象可以回收

垃圾收集器对堆进行回收前，首先要确定堆中的对象哪些还"存活"，哪些已经"死去"；

下面先来了解两种判断对象不再被引用的算法，再来谈谈对象的引用，最后来看如何真正宣告一个对象死亡。

2-1、引用计数算法（Recference Counting）

1、算法基本思路

给对象添加一个引用计数器，每当有一个地方引用它，计数器加1；

当引用失效，计数器值减1；

任何时刻计数器值为0，则认为对象是不再被使用的；

2、优点

实现简单，判定高效，可以很好解决大部分场景的问题，也有一些著名的应用案例；

3、缺点

（A）、很难解决对象之间相互循环引用的问题

如：

1. ReferenceCountingGC objA = new ReferenceCountingGC();
2. ReferenceCountingGC objB = new ReferenceCountingGC();
3. objA.instance = objB;
4. objB.instance = objA;
5. objA = null;
6. objB = null;

当两个对象不再被访问时，因为相互引用对方，导致引用计数不为0；

更复杂的循环数据结构，如图（《编译原理》7-18）：

（B）、并且开销较大，频繁且大量的引用变化，带来大量的额外运算；

主流的JVM都没有选用引用计数算法来管理内存；

2-2、可达性分析算法（Reachability Analysis）

也称为传递跟踪算法；

主流的调用程序语言（Java、C#等）在主流的实现中，都是通过可达性分析来判定对象是否存活的。

1、算法基本思路

通过一系列"GC Roots"对象作为起始点，开始向下搜索；

搜索所走过和路径称为引用链（Reference Chain）；

当一个对象到GC Roots没有任何引用链相连时（从GC Roots到这个对象不可达），则证明该对象是不可用的；

2、GC Roots对象

Java中，GC Roots对象包括：

（1）、虚拟机栈（栈帧中本地变量表）中引用的对象；

（2）、方法区中类静态属性引用的对象；

（3）、方法区中常量引用的对象；

（4）、本地方法栈中JNI（Native方法）引用的对象；

主要在执行上下文中和全局性的引用；

3、优点

更加精确和严谨，可以分析出循环数据结构相互引用的情况；

4、缺点

实现比较复杂；

需要分析大量数据，消耗大量时间；

分析过程需要GC停顿（引用关系不能发生变化），即停顿所有Java执行线程（称为"Stop The World"，是垃圾回收重点关注的问题）；

后面会针对HotSpot虚拟机实现的可达性分析算法进行介绍，看看是它如何解决这些缺点的。

2-3、再谈对象引用

在《Java对象在Java虚拟机中的引用访问方式》曾详细介绍过对象的引用问题，这与对象回收算法有很大关系，下面再来了解下。

java程序通过reference类型数据操作堆上的具体对象；

1、JVM层面的引用

reference类型是引用类型（Reference Types）的一种；

JVM规范规定reference类型来表示对某个对象的引用，可以想象成类似于一个指向对象的指针；

对象的操作、传递和检查都通过引用它的reference类型的数据进行操作；

2、Java语言层面的引用

（i）、JDK1.2前的引用定义

如果reference类型的数据中存储的数值代表的是另外一块内存的起始地址，就称这块内存代表着一个引用；

这种定义太过狭隘，无法描述更多信息；

（ii）、JDK1.2后，对引用概念进行了扩充，将引用分为：

（1）、强引用（Strong Reference）

程序代码普遍存在的，类似"Object obj=new Object()"；

只要强引用还存在，GC永远不会回收被引用的对象；

（2）、软引用（Soft Reference）

用来描述还有用但并非必需的对象；

直到内存空间不够时（抛出OutOfMemoryError之前），才会被垃圾回收；

最常用于实现对内存敏感的缓存；

SoftReference类实现；

（3）、弱引用（Weak Reference）

用来描述非必需对象；

只能生存到下一次垃圾回收之前，无论内存是否足够；

WeakReference类实现；

（4）、虚引用（Phantom Reference）

也称为幽灵引用或幻影引用；

完全不会对其生存时间构成影响；

唯一目的就是能在这个对象被回收时收到一个系统通知；

PhantomRenference类实现；

更多请参考JDK相关API说明；

对于软引用，可以使用命令行选项"-XX：SoftRefLRUPolicyMSPerMB = <N>"来控制清除速率；

更多请参考：http://docs.oracle.com/javase/8/docs/technotes/guides/vm/gctuning/considerations.html#sthref65

2-4、判断对象生存还是死亡

要真正宣告一个对象死亡，至少要经历两次标记过程。

1、第一次标记

在可达性分析后发现到GC Roots没有任何引用链相连时，被第一次标记；

并且进行一次筛选：此对象是否必要执行finalize()方法；

（A）、没有必要执行

没有必要执行的情况：

（1）、对象没有覆盖finalize()方法；

（2）、finalize()方法已经被JVM调用过；

这两种情况就可以认为对象已死，可以回收；

（B）、有必要执行

对有必要执行finalize()方法的对象，被放入F-Queue队列中；

稍后在JVM自动建立、低优先级的Finalizer线程（可能多个线程）中触发这个方法；

2、第二次标记

GC将对F-Queue队列中的对象进行第二次小规模标记；

finalize()方法是对象逃脱死亡的最后一次机会：

（A）、如果对象在其finalize()方法中重新与引用链上任何一个对象建立关联，第二次标记时会将其移出"即将回收"的集合；

（B）、如果对象没有，也可以认为对象已死，可以回收了；

一个对象的finalize()方法只会被系统自动调用一次，经过finalize()方法逃脱死亡的对象，第二次不会再调用；

2-5、finalize()方法

上面已经说到finalize()方法与垃圾回收第二次标记相关，下面了解下在Java语言层面有哪些需要注意的。

finalize()是Object类的一个方法，是Java刚诞生时为了使C/C++程序员容易接受它所做出的一个妥协，但不要当作类似C/C++的析构函数；

因为它执行的时间不确定，甚至是否被执行也不确定（Java程序的不正常退出），而且运行代价高昂，无法保证各个对象的调用顺序（甚至有不同线程中调用）；

如果需要"释放资源"，可以定义显式的终止方法，并在"try-catch-finally"的finally{}块中保证及时调用，如File相关类的close()方法；

此外，finalize()方法主要有两种用途：

1、充当"安全网"

当显式的终止方法没有调用时，在finalize()方法中发现后发出警告；

但要考虑是否值得付出这样的代价；

如FileInputStream、FileOutputStream、Timer和Connection类中都有这种应用；

2、与对象的本地对等体有关

本地对等体：普通对象调用本地方法（JNI）委托的本地对象；

本地对等体不会被GC回收；

如果本地对等体不拥有关键资源，finalize()方法里可以回收它（如C/C++中malloc()，需要调用free()）；

如果有关键资源，必须显式的终止方法；

一般情况下，应尽量避免使用它，甚至可以忘掉它。

更多请参考：

《How to Handle Java Finalization's Memory-Retention Issues》：http://www.devx.com/Java/Article/30192

《Effective Java》第二版 第2章 第7条：避免使用终结方法；

《Thinking in Java》第四版 5.5 清理：终结处理和垃圾回收；

《Java语言规范》12.6 类实例的终结；

3、HotSpot虚拟机中对象可达性分析的实现

前面对可达性分析算法进行介绍，并看到了它在判断对象存活与死亡的作用，下面看看是HotSpot虚拟机是如何实现可达性分析算法，如何解决相关缺点的。

3-1、可达性分析的问题

1、消耗大量时间

从前面可达性分析知道，GC Roots主要在全局性的引用（常量或静态属性）和执行上下文中（栈帧中的本地变量表）；

要在这些大量的数据中，逐个检查引用，会消耗很多时间；

2、GC停顿

可达性分析期间需要保证整个执行系统的一致性，对象的引用关系不能发生变化；

导致GC进行时必须停顿所有Java执行线程（称为"Stop The World"）；

（几乎不会发生停顿的CMS收集器中，枚举根节点时也是必须要停顿的）

Stop The World：

是JVM在后台自动发起和自动完成的；

在用户不可见的情况下，把用户正常的工作线程全部停掉；

3-2、枚举根节点

枚举根节点也就是查找GC Roots；

目前主流JVM都是准确式GC，可以直接得知哪些地方存放着对象引用，所以执行系统停顿下来后，并不需要全部、逐个检查完全局性的和执行上下文中的引用位置；

在HotSpot中，是使用一组称为OopMap的数据结构来达到这个目的的；

在类加载时，计算对象内什么偏移量上是什么类型的数据；

在JIT编译时，也会记录栈和寄存器中的哪些位置是引用；

这样GC扫描时就可以直接得知这些信息；

3-3、安全点

1、安全点是什么，为什么需要安全点

HotSpot在OopMap的帮助下可以快速且准确的完成GC Roots枚举，但是这有一个问题：

运行中，非常多的指令都会导致引用关系变化；

如果为这些指令都生成对应的OopMap，需要的空间成本太高；

问题解决：

只在特定的位置记录OopMap引用关系，这些位置称为安全点（Safepoint）；

即程序执行时并非所有地方都能停顿下来开始GC；

2、安全点的选定

不能太少，否则GC等待时间太长；也不能太多，否则GC过于频繁，增大运行时负荷；

所以，基本上是以程序"是否具有让程序长时间执行的特征"为标准选定；

"长时间执行"最明显的特征就是指令序列复用，如：方法调用、循环跳转、循环的末尾、异常跳转等；

只有具有这些功能的指令才会产生Safepoint；

3、如何在安全点上停顿

对于Safepoint，如何在GC发生时让所有线程（不包括JNI线程）运行到其所在最近的Safepoint上再停顿下来？

主要有两种方案可选：

（A）、抢先式中断（Preemptive Suspension）

不需要线程主动配合，实现如下：

（1）、在GC发生时，首先中断所有线程；

（2）、如果发现不在Safepoint上的线程，就恢复让其运行到Safepoint上；

现在几乎没有JVM实现采用这种方式；

（B）、主动式中断（Voluntary Suspension）

（1）、在GC发生时，不直接操作线程中断，而是仅简单设置一个标志；

（2）、让各线程执行时主动去轮询这个标志，发现中断标志为真时就自己中断挂起；

而轮询标志的地方和Safepoint是重合的；

在JIT执行方式下：test指令是HotSpot生成的轮询指令；

一条test汇编指令便完成Safepoint轮询和触发线程中断；

3-4、安全区域

1、为什么需要安全区域

对于上面的Safepoint还有一个问题：

程序不执行时没有CPU时间（Sleep或Blocked状态），无法运行到Safepoint上再中断挂起；

这就需要安全区域来解决；

2、什么是安全区域（Safe Region）

指一段代码片段中，引用关系不会发生变化；

在这个区域中的任意地方开始GC都是安全的；

3、如何用安全区域解决问题

安全区域解决问题的思路：

（1）、线程执行进入Safe Region，首先标识自己已经进入Safe Region；

（2）、线程被唤醒离开Safe Region时，其需要检查系统是否已经完成根节点枚举（或整个GC）；

如果已经完成，就继续执行；

否则必须等待，直到收到可以安全离开Safe Region的信号通知；

这样就不会影响标记结果；

虽然HotSpot虚拟机中采用了这些方法来解决对象可达性分析的问题，但只是大大减少了这些问题影响，并不能完全解决，如GC停顿"Stop The World"是垃圾回收重点关注的问题，后面介绍垃圾回收器时应注意：低GC停顿是其一个关注。

原博地址：https://blog.csdn.net/tjiyu/article/details/53982412