JVM垃圾回收相关算法

标记阶段：引用计数算法

垃圾标记阶段：对象存活判断

在堆里存放几乎所有的Java对象实例，在GC执行垃圾回收之前，首先需要区分出内存中哪些是存活对象，哪些是已经死亡对象。只有被标记为已经死亡的对象，GC才会在执行垃圾回收时，释放其占用的内存空间，因此这个过程称为垃圾标记阶段。
在JVM中，简单来说，当一个对象已经不再被任何的存活对象继续引用时，就可以宣判为已经死亡。
判断对象存活一般有两种方式：引用计数算法和可达性分析算法。

引用计数算法

引用计数算法(Reference Counting)比较简单，对每个对象保存一个整形的引用计数器属性。用于记录对象被引用的情况。
对于一个对象A，只有有任何一个对象引用了A，则A的计数器就加1；当引用失效时，引用计数器就减1。只要对象A的引用计数器值为0，即表示对象A不可能再被使用，可进行回收。
优点：实现简单，垃圾对象便于辨识；判定效率高，回收没有延迟性。
缺点：
- 它需要单独的字段存储计数器，这样做法增加了存储空间的开销。
- 每次赋值都要更新计数器，伴随加法减法操作，增加时间开销。
- 引用计数器有一个严重问题，即无法处理循环引用情况。这是一条致命缺陷，导致在Java的垃圾回收器没有使用这类算法。

引用计数算法，是很多语言资源回收选择，如Python，同时支持引用计数和垃圾收集机制。
Java并没有选择引用计数，因为存在基本难题，就是很难处理循环关系。
Python如何解除循环引用？
- 手动解除：在合适的时机，解除引用关系。
- 使用弱引用weekref，weekref是Python提供的标准库，旨在解决循环引用。

标记阶段：可达性分析算法

相对于引用计数算法而言，可达性分析算法不仅同样具备实现简单和执行高效的特点，更重要的是该算法可以有效地解决在引用计数算法中循环引用问题，防止内存泄漏的发生。
相较于引用计数算法，这里的可达性分析就是Java，C#选择的。这种类型的垃圾收集通常也叫做追踪性垃圾收集(Tracing Garbage Collection).
所谓“GC Roots”根集合就是一组必须活跃的引用。
基本思路：
- 可达性分析算法是以根对象集合(GC Roots)为起始点，按照从上至下的方式搜索被根对象集合所连接的目标对象是否可达。
- 使用可达性分析算法后，内存中存活的对象都会被根对象集合直接或间接连接着，搜索所走过的路径称为引用链（Reference Chain）。
- 如果目标对象没有任何引用链相连，则是不可达的，就意味着该对象已经死亡，可以标记为垃圾对象。
- 在可达性分析算法中，只有能够被根对象集合直接或间接连接的对象才是存活对象。

GC Roots

在Java语言中， GC Roots包括以下几类元素：

虚拟机栈中引用的对象
- 比如：各个线程被调用的方法中使用到的参数、局部变量等。
本地方法栈内JNI(通常说的本地方法)引用的对象
方法区中静态类型引用的对象
- 比如：Java类的引用类型静态变量
方法区中常量引用的对象
- 比如：字符串常量池(String Table)里的引用
所有被同步锁Synchronized持有的对象
Java虚拟机内部的引用
- 基本数据类型对应的Class对象，一些常驻的异常对象（如:NullPointerException、OutOfMemoryError），系统类加载器
反映Java虚拟机内部情况的JMXBean、JVMTI中注册的回调、本地代码缓存等。

小技巧：
由于Root采用栈方式存放变量和指针，所以如果一个指针，它保存了堆内存里面的对象，但是自己又不存放在堆内存里面，那它就是一个Root。

除了这些固定的GC Roots集合以外，根据用户所选用的垃圾收集器以及当前回收的内存区域不同，还可以有其他对象“临时性”地加入，共同构成完整GC Roots集合。比如：分代收集和局部回收（Partial GC）。

注意：

如果要使用可达性分析算法来判断内存是否可回收，那么分析工作必须在一个能保障一致性的快照中进行。这点不满足的话分析结果的准确性就无法保证。
这点也是导致GC进行时必须“Stop The World”的一个重要原因。
- 即使是号称（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。

对象的finalization机制

Java语言提供了对象终止(finalization)机制来允许开发人员提供对象被销毁之前的自定义处理逻辑。
当垃圾回收器发现没有引用指向一个对象。即：垃圾回收此对象之前，总会先调用这个对象的finalize()方法。
finalize() 方法运行在子类中被重写，**用于在对象回收时进行资源释放。**通常在这个方法中进行一些资源释放和清理工作，比如关闭文件、套接字和数据库连接等。
永远不要主动调用某个对象的finalize()方法，应该交给垃圾回收机制调用。理由如下：
- 在finalize() 时可能会导致对象复活。
- finalize() 方法的执行时间是没有保障的，它完全由GC线程决定，极端情况下，若不发生GC，则finalize()方法将没执行机会。
- 一个糟糕的finalize()会严重影响GC的性能。
从功能上来说，finalize()方法与C++中的析构函数比较类似，但Java采用的是基于垃圾回收器的自动内存管理机制，所以finalize()方法在本质上不同于C++的析构函数。
由于finalize()的方法存在，虚拟机中的对象一般处于三种可能的状态。

生存还是死亡

如果从所有的根节点都无法访问到某个对象，说明对象已经不再被使用了。一般来说，此对象需要被回收。但事实上，也并非是“非死不可”的，这时候它们暂时处于“缓刑”阶段。一个无法触及的对象有可能在某一个条件下复活自己，如果这样，那么对它的回收就是不合理的，为此，定义虚拟机中对象的三种可能的状态：
- 可触及的：从根节点开始，可以到达这个对象。
- 可复活的：对象的所有引用都被释放，但是对象有可能在finalize()中复活。
- 不可触及的：对象的finalize()被调用，并且没有复活，那么就会进入不可触及状态。不可触及的对象不可能被复活，因为finalize()只会被调用一次。
以上三种状态中，是由于finalize()方法的存在，进行的区分。只有在对象不可触及时才可以被回收。

具体过程

判定一个对象objA是否可以回收，至少要经历两次标记过程：
1. 如果对象objA到 GC Roots没有引用链，则进行一次标记。
2. 进行筛选，判断此对象是否有必要执行finalize()方法
  ① 如果对象objA没有重写finalize()方法，或者finalize()方法已经被虚拟机调用过，则虚拟机视为“没有必要执行”，objA被判定为不可触及的。
  ② 如果对象objA重写了finalize()方法，而且还未执行过，那么objA会被插入到F-Queue队列中，由一个虚拟机自动创建的、低优先级的Finalizer线程触发其finalize()方法执行。
  ③ **finalize()方法是对象逃脱死亡的最后机会。**稍后GC会对F-Queue队列中的对象进行二次标记。如果对象在finalize(0方法中与引用链上任何一个对象建立的联系，那么在二次标记时，objA会被移出“即将回收”集合。之后，对象会再次出现没有引用的情况。在这个情况下，finalize方法不会再次被调用，对象会直接变成不可触及状态，也就是说，一个对象的finalize方法只会被调用一次。

MAT与JProfiler的GC Roots溯源

获取dump文件：
方式1：命令行使用jmap
方式2：使用JVisualVM导出

捕获的heap dump文件是一个临时文件，关闭JVisualVM后自动删除，若要保留，需要另存为文件。
可通过以下方法捕获dump：
- 在左侧 Application 子窗口点击相应应用程序，选择Heap Dump。
- 在Monitor子标签页中点击Heap Dump按钮。
本地应用程序的Heap dumps作为应用程序标签页的一个子标签打开。同时，heap dump在左侧的Application栏中对应一个含有时间戳的节点。点击这个节点选择sace as即可保存到本地。

Eclipse GC Roots的说明：参考：
https://help.eclipse.org/2020-06/index.jsp?topic=%2Forg.eclipse.mat.ui.help%2Fconcepts%2Fgcroots.html&cp%3D60_2_4

清除阶段：标记-清除(Mark-Sweep)算法

执行过程：
当堆中有效地内存空间被耗尽的时候，就会停止整个程序(也被称为Stop The World)，然后进行两项工作，第一项则是标记，第二项是清除。

标记：Collector从引用根节点开始遍历，标记所有被引用的对象。一般是在对象的Header中记录为可达对象。
清除：Collector对堆内存从头到尾进行线性的遍历，如果发现某个对象在其Header中没有标记为可达对象，则将其回收。

缺点：

效率不算高
在进行GC的时候，需要停止整个应用程序，导致用户体验差。
这种方式清理出来的内存不是连续的，产生内存碎片。需要维护一个空闲列表。

注意：何为清除？
这里所谓的清除并不是真正的置空，而是把需要清除的对象地址保存在空闲的地址列表里。下次有新的对象需要加载时，判断垃圾的位置空间是否足够，如果够，就存放。

清除阶段：复制算法

核心思想：
将活着的内存分为两块，每次只使用其中的一块，在垃圾回收时将正在使用的内存对象中的存活对象复制到未被使用的内存块中，之后清除正在使用的内存块中的所有对象，交换两个内存的角色，最后完成垃圾回收。

优点：

没有标记和清除过程，实现简单，运行高效。
赋值过去以后保证空间的连续性，不会出现锁片问题。

缺点：

此算法的缺点很明显，就是需要两倍的内存空间。
对于G1这种分拆成为大量region的GC，复制而不是移动，意味着GC需要维护region之间的对象引用关系，不管是内存占用或者时间开销也不小。

特别的：

如果系统中存活对象很多，复制算法就不会很理想，因为复制算法需要复制的存活对象数量不会太大，或者说非常低才行。

应用场景：
在新生代，对常规应用的垃圾回收，一次通常可以回收70%-99%的和内存空间。回收性价比很高，所以现在的商业虚拟机都是用这种收集算法回收新生代。

清除阶段：标记-压缩（Mark-Compact）算法

背景：
复制算法的高效性是建立在存活对象少、垃圾很多的前提下。这种情况在新生代经常发生。但是在老年代，更常见的情况是大部分对象都是存活对象。如果依然使用复制算法，由于存活对象比较多，复制的成本也将很高。因此基于老年代的垃圾回收特性，需要使用其他算法。
标记-清除算法的确可以应用在老年代中，但是该算法不仅自执行效率低下，而且在执行完内存回收后还会产生内存碎片，所以JVM的设计者需要在此基础上进行改进。标记-压缩算法由此诞生。

执行过程：
第一阶段和标记-清除算法一样，从根节点开始标记所有被引用的对象。
第二阶段将所有的存活对象压缩到内存的一端，按顺序排放。
之后，清理便捷外的所有空间。

标记-压缩算法的最终效果等同于标记-清除算法执行完成后，在进行一次内存碎片整理，因此可以把它称为标记-清除-压缩（Mark-Sweep-Compact）算法。

二者的本质差异在于标记-清除算法是一种非移动式的回收算法，标记-压缩是移动式的。是否移动存活对象是一项优缺点并存的风险决策。

可以看到，标记的存活对象将会被整理，按照内存地址一次排列，而未被标记的内存会被清理掉。如此一来，当需要给新对象分配内存地址时，JVM只需要持有一个内存的起始地址即可，这比维护一个空闲列表显然少了很多开销。

优点：

消除了标记-清除算法中，内存区域分散的缺点，我们需要给新对象分配内存时，JVM只需要持有一个内存起始地址即可。
消除了复制算法中，内存减半的高额代价。

缺点：

从效率上来说，标记-整理算法要低于复制算法。
移动对象的同时，如果对象被其他对象引用，则还需要调整引用地址。
移动过程中，需要STW。

小结

三种回收算法的对比：

效率上来说，复制算法当之无愧最快，但却浪费太多内存。

	Mark-Sweep	Mark-Compact	Copying
速度	中等	最慢	最快
空间开销	少(但会堆积碎片)	少(不会堆积锁片)	通常需要活对象的2倍大小(不堆积碎片)
移动对象	否	是	是

而为了尽量兼顾上面三个指标，标记-整理算法相对来说平滑一些，但是效率不尽人意，它比复制算法多了一个标记阶段，比标记-清除算法多了一个整理内存阶段。

分代收集算法

目前几乎所有的GC都是采用分代收集（Generational Collecting）算法执行垃圾回收的。
在HotSpot中，基于分代的概念，GC所使用的内存回收算法必须结合年轻代和老年代各自的特点。

年轻代（Young Gen）
年轻代特点：区域相对老年代较小，对象生命周期短、存活率低，回收频繁。
这种情况复制算法的回收整理，速度是最快的。复制算法的效率之和当前存活对象大小有关，因此很适用于年轻代的回收。而复制算法内存利用率不高的问题，通过HotSpot中两个Survivor的设计得到缓解。
老年代（Old Gen）
老年代的特点：区域较大，对象生命周期长、存活率高，回收不及年轻代频繁。
这种情况存在大量存活率高的对象，复制算法明显不合适，一般是由标记-清除或者是标记-清除与标记-整理的混合实现。
- Mark阶段的开销与存活对象数量成正比
- Sweep阶段的开销与所管理的区域大小成正比
- Compact阶段的开销与存活对象的数据成正比

增量收集算法、分区算法

增量收集算法

上述现有的算法，在垃圾回收过程中，应用软件将处于Stop the World状态，在STW状态下，应用程序的用户线程将会挂起，暂停一切正常的工作，等待垃圾回收完成。如果垃圾回收时间过长，应用程序会被挂起很久，将严重影响用户体验或者系统稳定性。为了解决这个问题，即对实时垃圾收集算法研究导致了增量收集（Incremental Collecting）算法的诞生。

基本思想：
如果一次性将所有的垃圾进行处理，需要造成系统长时间停顿。那么就可以让垃圾收集线程和应用线程交替进行。每次，垃圾收集线程只收集一小片区域的内存空间，紧接着切换到应用程序线程。一次反复，直到垃圾收集完成。

总的来说，增厚了收集算法的基础仍是传统的标记-清除和复制算法。增量收集算法通过**对线程间冲突的妥善处理，允许垃圾收集线程以分阶段的方式完成标记、清理或复制工作。

缺点：
使用这种方式，由于在垃圾回收过程中，间断性地还执行了应用程序代码，所以能减少系统的停段时间。但是，因为线程切换和上下文转换的消耗，会使得垃圾的总体成本上升，造成系统吞吐量下降。

分区算法

一般来说，在相同条件下，堆空间越大，一次GC时所需要的时间越长，有关GC产生的停顿也越长。为了更好地控制GC产生的停顿时间，将一块大的内存区域分割成多个小块，根据目标的停顿时间，每次合理地回收若干个小区间，而不是整个堆空间，从而减少一次GC所产生的停顿。

分代算法将按照对象生命周期的长短划分为两个部分，分区算法将整个堆空间划分成连续的不同小区间region。

每一个小区间都独立使用，独立回收。这种算法的好处是可以控制一次回收多少个小区间。