深入理解JVM底层实现

3 JVM垃圾回收算法和垃圾回收器

田超凡

2019-11-09

1 JVM垃圾回收机制

JVM垃圾回收机制，简称GC(Garbarge Collection)，主要用来解决JVM运行时堆区已占用且长期不用的对象内存空间的释放问题，防止堆满和堆溢出，并且GC垃圾回收机制会在程序运行时根据指定的不同的GC垃圾回收算法和堆区新生代、老年代各类GC垃圾回收器来实现动态垃圾回收，通过配置一系列JVM-GC参数可以实现不同的GC垃圾回收策略和使用不同的GC垃圾回收器。在一次JVM运行期间，具体JVM的堆区是什么时候真正实现内存回收的，具体回收的对象大小都是无法人为干预的，但是我们可以通过GC垃圾回收日志来查看GC垃圾回收执行情况，GC垃圾回收日志原则上只是提供一种参考，方便我们快速跟踪定位JVM运行周期中GC垃圾回收的执行过程。

System.gc()方法在调用时会告诉JVM需要显示开始一次GC垃圾回收了，但是具体JVM是否在调用本方法时执行了GC垃圾回收、具体执行了多少次GC垃圾回收、回收了多少内存资源都是无法人为精准控制和定位的，因为JVM操作堆区对象(包括内存分配、管理、释放、垃圾回收等)都是调用C语言native函数实现的，直接根据服务器不同操作系统内存大小进行动态操作，在不同内存、不同配置、不同型号的操作系统中JVM执行效率和执行结果都会有部分差异，人工是无法强制决定和干预的，但是可以通过GC垃圾回收机制尽可能提高程序运行效率，进一步实现JVM调优，GC垃圾回收机制是JVM性能调优的基础。

JVM堆区进行GC垃圾回收的实现原则是，对于堆区中没有引用的对象、引用了但是没在引用链上(没有互相引用的对象)是需要定时进行GC回收的，至于定时的频率和GC垃圾回收具体执行的时间片都是调用native方法实现，无法人为干预。

2 JVM垃圾回收算法

常用的几种GC垃圾回收算法和实现策略：

2.1 引用计数算法

1.概述：引用计数算法就是如果一个对象没有被任何引用指向，则可视之为垃圾。这种方法的缺点就是不能检测到环的存在(对象互相引用的情况)，因此引用计数算法只存在于早期JDK的GC垃圾回收设计方案，后来随着对象互相引用的情况非常容易出现，所以主流的Java虚拟机里面都没有选用引用计数算法来管理内存，只是把引用计数算法当成一种GC垃圾回收算法的基础实现思想。
2.实现策略：给对象中添加一个引用计数器，每当有一个地方引用它时，计数器值加１；当引用失效时，计数器值减１.任何时刻计数器值为０的对象就是不可能再被使用的。引用计数算法在主流的JVM中不常用的最主要原因是它很难解决对象之间相互循环引用的问题。

2.2 根搜索算法(可达性分析算法)

根搜索算法的基本思路就是通过一系列名为”GC Roots”的对象作为起始点，从这些节点开始向下搜索，搜索所走过的路径称为引用链(Reference Chain)，当一个对象到GC Roots没有任何引用链相连时，则证明此对象是不可用的。

这个算法的基本思想是通过一系列称为“GC Roots”的对象作为起始点，从这些节点向下搜索，搜索所走过的路径称为引用链，当一个对象到GC Roots没有任何引用链（即GC Roots到对象不可达，GC Roots和对象之间没有直接连接）时，则证明此对象是不可用的。

那么问题又来了，如何选取GCRoots对象呢？在Java语言中，可以作为GCRoots的对象包括下面几种：

(1). 虚拟机栈（栈帧中的局部变量区，也叫做局部变量表）中引用的对象。

(2). 方法区中的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。

下面给出一个GCRoots的例子，如下图，为GC Roots的引用链。

从上图，reference1、reference2、reference3都是GC Roots，可以看出：
reference1-> 对象实例1；
reference2-> 对象实例2；
reference3-> 对象实例4；
reference3-> 对象实例4 -> 对象实例6；
可以得出对象实例1、2、4、6都具有GC Roots可达性，也就是存活对象，不能被GC回收的对象。
而对于对象实例3、5直接虽然连通，但并没有任何一个GC Roots与之相连，这便是GC Roots不可达的对象，这就是GC需要回收的垃圾对象。

2.3 标记清除算法

标记清除算法有两个阶段。

1. 标记阶段：找到堆中所有可访问的存活对象，做个标记

2. 清除阶段：遍历堆，把未被标记的对象回收

标注清除算法一般应用于老年代,因为老年代的对象生命周期比较长。

标记清除算法的优点和缺点如下：

1. 优点

- 是可以解决循环引用的问题

- 必要时才回收(内存不足时)

2. 缺点：

- 回收时，应用需要挂起，也就是stop the world(STW)，所有线程暂停。

- 标记和清除的效率不高，尤其是要扫描的对象比较多的时候

- 会造成过多内存碎片(会导致明明有内存空间,但是由于不连续,申请稍微大一些的对象无法做到)

2.4 复制算法

1.概述：如果JVM使用了复制算法，一开始就会将堆区幸存者(survivor)中的可用内存分为两块，from域(S0域)和to域(S1域)，每次只是使用S0域，S1域则空闲着。当S0域内存不够了，开始执行GC操作，这个时候，会把S0域存活的对象拷贝到S1域,然后直接把S0域进行内存清理。

复制算法一般是使用在新生代中，因为新生代中的对象一般都是朝生夕死的，存活对象的数量并不多，这样使用复制算法将对象在多个区之间(Eden To Survivor S0，Survivor S0 To Survivor S1)进行多次拷贝时效率比较高。

JVM将堆内存划分为新生代与老年代，又将新生代划分为Eden(伊甸园) 与2块Survivor Space(幸存者区),然后在Eden –>Survivor Space 以及S0 Survivor Space 与S1 Survivor Space 之间实行复制算法。

JVM在应用复制算法时，并不是把新生代中的内存按照1:1来划分的，这样太浪费内存空间了。一般的JVM给新生代分配的内存大小占比都满足Eden：Survivor=8:2。也即是说，Eden区:Survivor S0区:Survivor S1区=8:1:1。

这样就可以保证在新生代中，始终有90%的空间是可以用来创建对象的,而剩下的10%用来存放GC垃圾回收后仍然存活的对象。

实现策略：

.当Eden区满的时候,会触发第一次young gc，把还活着的对象从Eden区拷贝到Survivor S0区；当Eden区第二次触发young gc的时候,会扫描Eden区和Survivor S0区域，对两个区域进行GC垃圾回收,经过这次GC垃圾回收后还存活的对象,则直接复制到Survivor S1区域,并将Eden和Survivor S0区域清空。

(2).当后续Eden又发生young gc的时候,会对Eden和Survivor S1区域进行垃圾回收,存活的对象复制到Survivor S0区域，并将Eden和Survivor S1区域清空。

(3).可见部分对象会在Survivor S0和Survivor S1区域中复制来复制去,如此交换15次(由JVM参数MaxTenuringThreshold决定,这个参数默认是15),最终如果还是存活,就存入到老年代

复制算法的特点：

优点：在存活对象不多的情况下，性能高，能解决内存碎片和标记清除算法中导致的引用更新问题。

缺点：会造成一部分的内存浪费。不过可以根据实际情况，将内存块大小比例适当调整；如果存活对象的数量比较大，复制算法的性能会变得很差。

注意: 万一存活对象数量比较多，那么S1 Survivor域的内存可能不够存放，这个时候会借助老年代的空间。(老年代分配空间担保)

3.复制算法实现GC垃圾回收事件触发描述

(1).新生代Eden伊甸园区GC回收，拷贝到Survivor幸存者区：younger gc

(2).新生代Survivor幸存者区GC回收，拷贝到Older老年代：minor gc

(3).老年代GC回收，回收整个堆内存(因为老年代在堆中已经没有额外空间进行分配担保，所以老年代如果装满了就需要整个堆区重新回收：full gc

2.5 标记压缩算法

1.概述：标记压缩算法和标记清除算法非常相同，但是标记压缩算法在标记清除算法之上主要用来解决内存碎片化，主要作用在老年代进行GC垃圾回收。

2.标记压缩算法排序策略：

任意顺序 : 不考虑原先对象的排列顺序，也不考虑对象之间的引用关系，随意移动对象；

线性顺序 : 考虑对象的引用关系，例如a对象引用了b对象，则尽可能将a和b移动到一块；

滑动顺序 : 按照对象原来在堆中的顺序滑动到堆的一端。

标记压缩算法特点：

优点：解决内存碎片问题

缺点：在标记压缩阶段，由于移动了可用对象，需要去更新对象引用。

2.6 分代算法

1.概述：分代算法根据对象的存活周期的不同将内存划分成几块：新生代(Eden+Survivor S0+Survivor S1)和老年代(Older)，这样就可以根据各个年代的特点采用最适当的垃圾收集算法，可以用抓重点的思路来理解这个算法。

新生代对象朝生夕死,对象数量多，只要重点扫描这个区域，那么就可以大大提高垃圾收集的效率。另外老年代对象存储久，无需经常扫描老年代，避免多次扫描导致的开销。

新生代(复制算法)

在新生代，每次垃圾收集器都发现有大批对象死去，只有少量存活，采用复制算法，只需要付出少量存活对象的复制成本就可以完成收集

老年代(标记清除算法+标记压缩算法)

而老年代中因为对象存活率高、没有额外空间对它进行分配担保，就必须遵循“标记-清除-压缩”算法进行回收。

新创建的对象默认优先被分配在新生代Eden，如果对象经过几次回收后仍然存活，那么就把这个对象划分到老年代。

老年代区存放Young区Survivor满后触发minor GC(新生代Survivor幸存者区满)后仍然存活的对象，当Eden区满后会将存活的对象放入Survivor区域，如果Survivor区存不下这些对象，GC收集器就会将这些对象直接存放到Old区中，如果Survivor区中的对象足够老，也直接存放到Old区中。如果Old区满了，将会触发Full GC回收整个堆内存。

3 JVM垃圾回收器

新生代垃圾回收器采用复制算法实现GC垃圾回收

老年代垃圾回收器采用标记清除算法+标记压缩算法实现GC垃圾回收

新生代垃圾回收器：Serial 串行垃圾回收、ParNew 并行垃圾回收、Parallel-Scavenge 吞吐量优先

老年代垃圾回收器：CMS 并行标记清除、SerialOld 串行垃圾回收、Parallel-Older 吞吐量优先

注意：老年代CMS垃圾回收器只能和新生代Serial、ParNew垃圾收集器结合使用，不能和Parallel-Scavenge垃圾回收器结合使用

3.1 新生代垃圾回收器：基于复制算法实现GC垃圾回收

Serial串行收集器(单线程收集器，触发Stop The World暂停除垃圾回收线程外的所有运行的线程)

这是发展最悠久的垃圾收集器，在jdk1.3的时候只能用我们serial垃圾回收器。

他是一个单线程的垃圾回收器，用在我们的新生代复制算法，在桌面应用比较多（单线程服务器上，堆内存比较小的应用使用效率比较高）

当新生代的复制算法在进行gc回收时会暂停除垃圾回收线程之外的所有的线程，这个步骤简称STW （Stop The World）

ParNew 并行收集器(多线程收集器)

在清理时候采用ParNew采用多线程收集也是在新生代复制算法

Parallel Scavenge吞吐量优先收集器(多线程收集器)

他也是采用我们的复制算法，多线程实现垃圾回收，达到可以控制的吞吐量，计算公式是：用户代码运行时间/（用户代码运行时间+GC暂停时间）

-XX:MaxGCPauseMillis 垃圾回收器最大停顿时间

-XX:GCTimeRatio 吞吐量大小 (0,100) 默认最大99

CMS并行标记清除收集器(Concurrent Mark Sweep)

主要基于标记清除算法+标记压缩算法实现

工作过程：

1.初始标记：使用可达性分析法(根搜索算法)标记gc roots直接关联上的对象。

2.并发标记：由前阶段标记过的对象出发，所有沿引用链可到达的对象都在本阶段中标记。

3.并发预清理：并发预清理阶段仍然是并发的。在这个阶段，虚拟机查找在执行并发标记阶段新进入老年代的对象(可能会有一些对象从新生代晋升到老年代，或者有一些对象被分配到老年代)。通过重新扫描，减少下一个阶段"重新标记"的工作，因为下一个阶段会Stop The World(暂停所有线程)。

4.重新标记：标记那些因为用户程序继续运作产生的新生代跨代引用的垃圾对象

5.并发清理：清理所有的垃圾对象。

6.并发重置：将原本的标记对象重置