JVM的垃圾回收算法及垃圾收集器

JVM的垃圾回收算法及垃圾收集器

1、垃圾回收

程序的运行必然需要申请内存资源，无效的对象资源如果不及时处理，就会一直占用内存资源，最终将导致内存溢出。所以对内存资源的管理是很重要的。

Java垃圾回收让程序员更加专注代码的实现，而不用过多考虑内存释放的问题，所以Java有自动的垃圾回收机制，也就是我们通常说的GC。

除了Java语言，C#、Python等语言也有自动的垃圾回收机制。

2、常见的垃圾回收算法

自动管理内存资源，垃圾回收机制必须有一套算法进行计算，判断哪些资源有效，哪些资源无效，对于无效的资源进行回收处理。

常见的垃圾回收算法：引用计数法，标记清除法，标记压缩法，复制算法，分代算法等。

2.1、引用计数法

引用计数是历史悠久的一种算法，最早George E.Collins在1960年首次提出，50年后的今天，该算法依然被很多编程语言使用。

2.1.1、原理

假设有一个对象A，任何一个对象对A的引用，那么对象A的引用计数器 +1，当引用失败时，对象A的引用计数器就 -1，如果对象A的计数器的值为0，就说明对象A没有引用了，可以被回收。

2.1.2、优缺点

• 优点：
  • 实时性较高，无需等到内存不够的时候，才开始回收，运行时根据对象的计数器是否为0，就可以直接回收。
  • 在垃圾回收过程中，应用无需挂起，如果申请内存时，内存不足，则立刻报OutOfMember错误。
  • 区域性，更新对象的计数器时，只是影响到改对象，不会扫描全部对象。
• 缺点：
  • 每次对象被引用时，都需要去更新计数器，有一点时间开销。
  • 浪费CPU资源，即使内存够用，任然在运行时进行计数器统计。
  • 无法解决循环引用问题。

2.2、标记清除法

标记清除算法：是将垃圾回收分为2个阶段，分别时标记和清除。

• 标记：从根节点开始标记引用的对象。
• 清除：未被标记引用的对象就是垃圾对象。可以被清理。

2.2.1、原理

这张图代表程序运行期间所有对象的状态，它们的标志全部都是 0（也就是未标记，以下默认0就是未标记，1为已标记），假设这会儿有效的内存空间耗尽了，JVM将会停止程序的运行并开启GC线程，然后开始进行标记工作，按照根搜索算法搜索标记。

可以看到，按照根搜索算法，所有从root对象可达的对象就会被标记为存活对象，此时已经完成第一阶段标记。接下来，就要执行第二阶段清除。

可以看到，没有被标记的对象将会回收清除掉，而被标记的对象将会留下，并且会将标记位重新归0.接下来就是唤醒停止的线程，让程序继续运行。

2.2.2、优缺点

• 优点：标记算法解决了引用算法中循环引用的问题，没有从root节点引用的对象都会被回收。
• 缺点：
  • 效率较低，标记和清除两个动作都需要遍历所有对象，并且需要停止应用程序，对象交互性要求比较高的引用而言，体验非常差。
  • 通过标记清除算法清理出来的内存，碎片话较为严重，因为被回收的对象可能存在于内存的各个角落，所以清除出来的内存是不连贯的。

2.3、标记压缩算法

标记压缩算法是在标记清除算法的基础上，做了优化改进的算法，和标记清除算法一样，也是从根节点开始，对对象的引用进行标记，在清理阶段，并不是简单的清除未标记的对象，而是将存活的对象压缩到内存的一端，然后清理边界以外的对象，从而解决碎片化问题。

2.3.1、原理

2.3.2、优缺点

• 优点：在标记清除算法的基础上，解决了标记清除算法的碎片化问题。
• 缺点：标记压缩算法多了对象移动内存的步骤，其效率也有一定的影响。

2.4、复制算法

复制算法的核心就是将原有的内存空间一份为二，每次只用其中一块，在垃圾回收时，将正在是使用的对象复制到另一块内存空间，然后将该内存空间清空，交换两个内存的角色，完成垃圾的回收。

2.4.1、原理

1、在GC开始的时候，对象只会存在于Eden区和名为From的Survivor区，Survivor区的To是空的。

2、紧接着进行GC，Eden区中所有存活的的对象都会被复制到To，而在From区中，任存活的对象会根据它们的年轮值来判断决定去向。年龄达到一定值(年龄阈值，可以通过-XX:MaxTenuringThreshold来设置)的对象会被移动到老年代中，没有达到阈值的对象会被复制到To区域。

3、经过这次GC后，Eden区和From区已经被清空。这个时候，From和To会交换他们的角色，也就是新的To就是上次GC前的From，新的From就是上次GC前的To。不管怎样，都会保证名为To的Survivor区区是空的。

4、GC会一直重复这样的过程，直到To区被填满之后，会将所有对象移动到老年代中。

2.4.2、优缺点

• 优点
  • 在垃圾对象多的情况下，效率高。
  • 清理后，内存无碎片。
• 缺点
  • 在垃圾对象少的情况下，不适用(例如：老年代)。
  • 分配的2块内存空间，在同一时刻，只能使用其中一块，内存使用率低。

2.5、分代算法

前面的多种回收算法，每种算法都有自己的优缺点，谁都不能替代谁，所以根据垃圾回收对象的特点进行选择，才是明智的选择。
分代算法其实就是这样的，根据回收对象的特点进行选择，在JVM中，年轻代适合使用复制算法，老年代适合使用标记清除算法或者标记压缩算法。

3、垃圾收集器及内存分配

3.1、串行垃圾收集器

串行垃圾收集器，是指使用单线程进行垃圾回收，垃圾回收时，只有一个线程在工作，并且Java应用中所有线程都要暂停，等待垃圾回收完成。这种现象称之为STW(Stop-The-World)。

对于交互性较强的应用而言，这种垃圾收集器是不能接受的。一般在JavaWeb应用中是不会采用该收集器的。

3.1.1、设置垃圾回收为串行收集器

在程序运行参数中添加2个参数：

• -XX:+UseSerialGC：指定年轻代和老年代都是用串行垃圾收集器。
• -XX:+PrintGCDetails：打印垃圾回收的详细信息。

# 为了测试GC，将堆的初始和最大内存都设为16M
-XX:+UseSerialGC -XX:+PrintGCDetails -Xms16m -Xmx16m

# Idea启动可以在Configurations中的Configuration的VM options 添加上面的命令

控制代打印信息：

[GC (Allocation Failure) [DefNew: 4416K->512K(4928K), 0.0046102 secs] 4416K- >1973K(15872K), 0.0046533 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 

[Full GC (Allocation Failure) [Tenured: 10944K->3107K(10944K), 0.0085637 secs] 15871K- >3107K(15872K), [Metaspace: 3496K->3496K(1056768K)], 0.0085974 secs] [Times: user=0.02 sys=0.00, real=0.01 secs]

信息中名词解读：

• (Allocation Failure)：表示垃圾回收的原因–分配失败。

• GC：表示Eden区不够装新对象时进行的GC。

• Full GC：表示内存空间全部进行GC。

• DefNew：表示使用的串行垃圾收集器。

• 4416K：表示年轻代GC之前，占用4416K内存。

• 512K：表示GC之后，占用512K内存。

• 4928K：表示总大小4928K。

• 0.0046102 secs：表示GC所有时间，单位毫秒。

• 4416K：表示堆内存在GC之前占用4416K。

• 1973K：表示堆内存在GC之后占用1973K。

• 15872K：表示堆内存总大小为15872K。

3.2、并行垃圾收集器

并行垃圾收集器在串行垃圾收集器的基础上做了改进，将单线程改为了多线程进行垃圾回收，这样可以缩短垃圾回收时间。

当然并行垃圾收集器在收集垃圾过程中也会暂停应用程序，这个和串行垃圾回收器是一样的，只是并行执行，速度更快些，暂停时间更短。

3.2.1、ParNew垃圾收集器

ParNew垃圾收集器是工作在年轻代，只是将串行垃圾收集器改为并行。通过-XX:UseParNewGC参数设置年轻代使用ParNew回收器，老年代依然使用串行收集器。

# 为了测试GC，将堆的初始和最大内存都设为16M
-XX:+UseParNewGC -XX:+PrintGCDetails -Xms16m -Xmx16m

# Idea启动可以在Configurations中的Configuration的VM options 添加上面的命令

# 打印出的信息
[GC (Allocation Failure) [ParNew: 4416K->512K(4928K), 0.0032106 secs] 4416K- >1988K(15872K), 0.0032697 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]

3.2.2、ParallelGC垃圾收集器

ParallelGC收集器工作机制和ParNewGC收集器一样，只是在此基础上，新增了两个和系统吞吐相关的参数，使得其使用起来更加灵活、高效。

参数：

• -XX:UseParallelGC
  • 年轻代使用ParallelGC垃圾回收器，老年代使用串行回收器。
• -XX:UseParallelOldGC
  • 年青代使用ParallelGC垃圾回收器，老年代使用ParallelGC垃圾回收器。
• -XX:MaxGCpauseMillis(该参数使用需谨慎)
  • 设置最大的垃圾收集时停顿时间，单位毫秒。
  • ParallelGC为达到设置的停顿时间，可能会调整堆大小或者其它参数，如果堆的大小设置较小，就会导致GC工作变得很频繁，反而会影响到性能。
• -XX:GCTimeRatio
  • 设置垃圾回收时间占程序运行时间的百分比，公式为1/(1+n)。
  • 它的值为0~100之间的数字，默认值为99，也就是垃圾回收时间不能超过1%。
• -xx:UseAdaptiveSizePolicy
  • 自适应GC模式，垃圾回收器将自动调整年轻代、老年代等参数，达到吞吐量、堆大小、停顿时间之间的平衡。
  • 一般用于手动调整参数比较困难的场景，让收集器自动进行调整。

#参数 
-XX:+UseParallelGC -XX:+UseParallelOldGC -XX:MaxGCPauseMillis=100 -XX:+PrintGCDetails - Xms16m -Xmx16m 

#打印的信息 
[GC (Allocation Failure) [PSYoungGen: 4096K->480K(4608K)] 4096K->1840K(15872K), 0.0034307 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 

[Full GC (Ergonomics) [PSYoungGen: 505K->0K(4608K)] [ParOldGen: 10332K->10751K(11264K)] 10837K->10751K(15872K), [Metaspace: 3491K->3491K(1056768K)], 0.0793622 secs] [Times: user=0.13 sys=0.00, real=0.08 secs]

3.3、CMS垃圾收集器

CMS全称Concurrent Mark Sweep，是一款并发的、使用标记-清除算法的垃圾回收器，该回收器是针对老年代垃圾回收的，通过参数-XX:UseConcMarkSweepGC进行设置。

CMS垃圾回收器的执行过程：

• 初始化标记(CMS-initial-mark)，标记root，会导致STW。
• 并发标记(CMS-concurrent-mark)，与用户线程同时运行。
• 预清理(CMS-concurrent-preclean)，与用户线程同时运行。
• 重新标记(CMS-remark)，会导致STW。
• 并发清除(CMS-concurrent-sweep)，与用户线程同时运行。
• 调整堆大小，设置CMS在清理之后进行内存压缩，目的是清理内存中的碎片。
• 并发重置状态等待下次CMS的触发(CMS-concurrent-reset)，与用户线程同时运行。

#设置启动参数 
-XX:+UseConcMarkSweepGC -XX:+PrintGCDetails -Xms16m -Xmx16m 

#运行日志 
[GC (Allocation Failure) [ParNew: 4926K->512K(4928K), 0.0041843 secs] 9424K- >6736K(15872K), 0.0042168 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 

#第一步，初始标记 
[GC (CMS Initial Mark) [1 CMS-initial-mark: 6224K(10944K)] 6824K(15872K), 0.0004209 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 

#第二步，并发标记 
[CMS-concurrent-mark-start] 
[CMS-concurrent-mark: 0.002/0.002 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 

#第三步，预处理 
[CMS-concurrent-preclean-start] 
[CMS-concurrent-preclean: 0.000/0.000 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 

#第四步，重新标记 
[GC (CMS Final Remark) [YG occupancy: 1657 K (4928 K)][Rescan (parallel) , 0.0005811 secs][weak refs processing, 0.0000136 secs][class unloading, 0.0003671 secs][scrub symbol table, 0.0006813 secs][scrub string table, 0.0001216 secs][1 CMS-remark: 6224K(10944K)] 7881K(15872K), 0.0018324 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 

#第五步，并发清理 
[CMS-concurrent-sweep-start] [CMS-concurrent-sweep: 0.004/0.004 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 

#第六步，重置 
[CMS-concurrent-reset-start]
[CMS-concurrent-reset: 0.000/0.000 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]

3.4、G1垃圾收集器

G1垃圾收集器是在jdk1.7中正式使用的全新的垃圾收集器，oracle官方计划在jdk1.9中将G1变成默认的垃圾收集器，以代替CMS。

G1的设计原则就是简化JVM性能调优，开发人员只需要简单的三步即可完成调优：

• 1、开启G1垃圾收集器。
• 2、设置堆的最大内存。
• 3、设置最大的停顿时间。

G1中提供了三种垃圾回收模式，Young GC、Mixed GC和Full GC，在不用的条件下被触发。

3.4.1、原理

G1垃圾收集器相对比其它收集器来说，最大的区别在于它取消了年轻代、老年代的物理划分，取而代之的是将堆划分为若干个区域，这些区域中包含了有逻辑上年轻代、老年代区域。这样做好处是，我们再也不用单独的空间对每个代进行设置，不用担心每个内存代是否足够。

在G1划分的区域中，年轻代的垃圾收集依然采用暂停所有应用线程的方式，将存活的对象拷贝到老年代或者Survivor空间，G1收集器通过将对象从一个区域复制到另一个区域，完成清理工作。这就意味着，在正常的处理过程中，G1完成了对的压缩(至少是部分堆的压缩)，这样就不会有CMS内存碎片问题的存在了。

在G1中，有一种特殊的区域，叫Humongous区域。

• 如果一个对象占用的空间超过了分区容量50%以上，G1收集器就认为这是一个巨型对象。
• 这些巨型对象，默认直接会被分配在老年代，但是如果它是一个短期存在巨型对象，就会对垃圾收集器造成负面影响。
• 为了解决这个问题，G1划分了一个Humongous区，它用来专门存在巨型对象。如果一个H区装不下一个巨型对象，那么G1会寻找连续的H分区来存储。为了能找到连续的H区，有时候就不得不启动Full GC。

3.4.2、Young GC

Young GC主要是对Eden区进行GC，它在Eden区空间耗尽时会触发。

• Eden空间的数据移动到Survivor空间中，如果Survivor空间不够，Eden空间的部分数据会直接晋升到老年代空间。
• Survivor区的数据移动到新的Survivor区中，也有部分数据晋升到老年代空间中。
• 最终Eden空间的数据为空，GC停止工作，应用线程继续执行。

Remembered Set

在GC年轻代的对象时，我们如何找到年轻代中的根对象？

跟对象核能是在年轻代中，也可能时在老年代中，那么老年代的所有对象都是根对象么？

如果全量扫描老年代，那么这样扫描下来会耗费大量的时间。于是G1引进了Remembered Set的概念，起作用就是跟踪某个堆内的对象引用。

每一个Region初始化时，会初始化一个RSet，该集合用来记录并跟踪其它Region指向该Region中对象的引用，每个Region默认按照512K划分成多个Card，所以RSet需要记录的东西应该是xxRegion的xxCard。

3.4.3、Mixed GC

当越来越多的对象晋升到old region时，为了避免堆内存耗尽，虚拟机会触发一个混合的垃圾收集器，即Mixed GC，该算法并不是一个old GC，除了回收整个Young Region，还会回收一部分Old Region，这里需要注意：是一部分老年代，而不是全部老年代，可以选择哪些old region进行收集，从而可以对垃圾的耗时时间进行控制。也需要注意的是Mixed GC并不是Full GC。

Mixed GC触发由参数-XX:InitiatingHeapOccupancyPercent=?决定，默认是45%，当老年代大小占整个堆大小的百分比达到该阈值时触发。它的步骤分2步：一是全局并发标记，二是拷贝存活对象。

全局并发标记

• 初始标记
  • 标记从根节点直接可达的对象，这个阶段会执行一次年轻代GC，会产生全局停顿。
• 根区域扫描
  • G1 GC在初始标记的存活区扫描对老年代的引用，并标记被引用的对象。
  • 该阶段与应用程序同时运行，并且只有完成该阶段之后，才能开始下一次STW年轻代垃圾回收。
• 并发标记
  • G1 GC在整个堆中查找可访问的(存活的)对象，该阶段与应用程序同时运行，可以被STW年轻代垃圾回收中断。
• 重新标记
  • 该阶段时STW回收，因为程序正运行，正对上一次标记进行修正。
• 清除垃圾
  • 清点和重置标记状态，该阶段会STW，这个阶段并不会实际做垃圾的收集，等待evacuation阶段来回收。

拷贝存活对象

Evacuation阶段是全暂停的，该阶段把一部分Region里的对象拷贝到另一部分Region中，从而实现垃圾回收清理。