JVM学习笔记四：垃圾回收算法

一、前言

从如何判定对象消亡的角度出发，垃圾收集算法可以划分为“引用计数式垃圾收集”（Reference Counting GC）和“追踪式垃圾收集”（Tracing GC）两大类，这两类也常被称作“直接垃圾收集”和“间接 垃圾收集”。在主流Java虚拟机中未涉及引用计数式垃圾收集算法，所以只讨论追踪式垃圾收集。

 

 

二、分代收集理论

分代收集名为理论，实质是一套符合大多数程序运行实际情况的经验法则，它建立在两个分代假说之上：

     1.弱分代假说：绝大多数都是朝生夕灭的，在第一次垃圾收集时就会被回收。 

     2.强分代假说：熬过越多次垃圾收集过程的对象就越难以消亡。

这两个分代假说共同奠定了多款常用的垃圾收集器的一致的设计原则：收集器应该将Java堆划分出不同的区域，然后将回收对象依据其年龄（年龄即对象熬过垃圾收集过程的次数）分配到不同的区域之中存储。显而易见，如果一个区域中大多数对象都是朝生夕灭，难以熬过垃圾收集过程的话，那 么把它们集中放在一起，每次回收时只关注如何保留少量存活而不是去标记那些大量将要被回收的对象，就能以较低代价回收到大量的空间；如果剩下的都是难以消亡的对象，那把它们集中放在一块， 虚拟机便可以使用较低的频率来回收这个区域，这就同时兼顾了垃圾收集的时间开销和内存的空间有效利用。

“标记-清除算法”，“标记-复制算法”及“标记-整理算法”等针对性的垃圾收集算法就是基于分代收集理论发展而来的。

把分代收集理论具体用在商用Java虚拟机中，即为把Java堆划分为新生代和老生代两个区域。每次垃圾收集时都发现有大量对象死去，而每次回收后存活的少量对象，将会逐步晋升到老年代中存放。

然而仅仅将对象划分为两种情况是不够的，试想若要进行一次只局限于新生代区域内的收集，但新生代中的对象是完全有可能被老年代所引用的，为了找出该区域中的存活对象，不得不在固定的GC Roots之外，再额外遍历整个老年代中所有对象来确保可达性分析结果的正确性，反之亦然。这样做无疑会为内存回收带来很大的性能负担。为了解决这个问题，就需要对分代收集理论添加第三条经验法则:

3.跨代引用假说：跨代引用相对于同代引用来说仅占极少数。

这其实是可根据前两条假说逻辑推理得出的隐含推论:存在互相引用关系的两个对象，是应该倾向于同时生存或者同时消亡的。举个例子，如果某个新生代对象存在跨代引用，由于老年代对象难以消亡，该引用会使得新生代对象在收集时同样得以存活，进而在年龄增长之后晋升到老年代中，这时跨代引用也随即被消除了。

基于第三条假说，就可以不必再为少量的跨代引用去扫描整个老年代，也不必浪费空间去记录跨代引用的对象，只需要在新生代上建立一个全局的数据结构(该结构被称为“记忆集”)，这个结构把老年代划分成若干小块，标识出老年代的哪一块内存会存在跨代引用。此后当发生Minor GC时，只有包含了跨代引用的小块内存里的对象才会被加入到GC Roots进行扫描。虽然这种方法需要在对象改变引用关系(如将自己或者某个属性赋值)时维护记录数据的正确性，会增加一些运行时的开销，但比起收集时扫描整个老年代来说仍然是划算的。

 

 

三、标记-清除算法

 最早出现也是最基础的垃圾收集算法。当堆中的有效内存空间（available memory）被耗尽的时候，就会停止整个程序（也被成为stop the world），之后分为“标记”和“清除”两个阶段：

1. 标记阶段：从根（栈、寄存器、全局变量等）开始遍历对象，标记出所有需要回收的对象。标记过程就是对象是否属于垃圾的判定过程。
2. 清除阶段：在标记完成后，统一回收掉所有被标记的对象，也可以反过来，标记存活的对象，统一回收所有未被标记的对象。

• 橙色对象为根无法到达对象，故在标记阶段中被标记为可回收对象。绿色是双向空闲链表，表示堆中可用空间。

 

• 当执行清除操作后，被回收的对象会根据内存分块大小放入不同的空闲链表中，提高申请空间的效率。

 

缺点：

• 执行效率不稳定：若java堆中包含大量需要被回收的垃圾对象，这时必须进行大量的标记和清除动作，需要进行递归和全堆对象遍历，导致标记和清除两个过程的执行效率会随着对象的增长而降低。
• 内存空间碎片化：清除不会移动和整理内存空间，会产生大量不连续的内存碎片。为了下次申请内存，不得不根据内存分块的大小，生成多个空闲链表来分别标记大块、小块的可用内存块。这又是额外开销，而且在分配数组对象的时候，寻找连续的内存空间会不太好找。
• 引发异常：由于内存空间碎片化，导致明明总的内存是足够的，但在申请内存时，找不到足够大小的单块内存空间，有效内存空间不足，触发GC线程，会一直尝试进行垃圾收集，直到抛出Out Of Memory。
• 停止整个程序：在进行GC过程中，需要停止程序，用户体验差。这是因为若程序与GC线程同时进行，很可能会发生被标记的对象A可以到达刚new出的新对象B，当A被清除后，新对象B变为根搜索无法到达的对象，被标记而回收，从而成为null，程序出现异常

 

 

四、标记-复制算法

标记-复制算法常被简称为复制算法。为了解决标记-清除算法面对打脸可回收对象时执行效率低的问题，将可用内存按容量划分为大小相等的两块，程序运行只使用其中一块，当该内存块用完时，就将还存活这的对象复制到另外一块上，然后再把已使用过的内存空间一次清理掉。

若内存中多数对象都是存活的，这种算法将会产生大量的内存间复制的开销，但对于多数对象都是可回收的情况，算法需要复制的就是占少数的存活对象，而且每次都是针对整个半区进行内存回收，分配内存时也就不用考虑有空间碎片的复杂情况，只需移动堆顶指针，按顺序分配即可。

 

缺点：

• 该方法将可用内存缩小为了原来的一半，空间浪费过高。
• 当需要回收的对象仅占少数时，相对的存活对象占多数时，会产生大量的内存间的复制开销。

为了解决第二个缺点，进过研究发现，新生代中有98%的对象熬不过第一轮收集，因此并不需要对半划分新生代的内存空间。针对这一特点，提出了一种更优化的搬去复制分代策略--"Appel式回收"，即把新生代分为一块较大的Eden空间和两块较小的Survivor空间，每次分配内存只使用Eden和其中一块Survivor。发生垃圾收集时，将Eden和Survivor中仍然存活的对象一次性复制到另一块Survivor空间上,然后直接清理掉Eden和已用过的那块Survivor空间。

 

 

 

HotSpot虚拟机默认Eden和Survivor的比例为8：1，即每次新生代中可用内存空间为整个新生代容量的90%，若回收对象多余10%，Survivor中无法存放时，就会依赖其他内存区域，即老年代进行分配担保。

 

五、标记-整理算法

标记整理算法是将所有存活的对象都向内存空间的一端移动，然后直接清理掉边界以外的内存。标记-清除算法与标记-整理算法的本质差异在于前者是一种非移动式的回收算法，而后者是移动式的。

 

 

缺点：

相较于标记-消除算法，标记-整理算法采用的移动存活对象方法虽然有利于后期的内存访问和分配，但缺点是移动存活对象并更新所有引用这些对象的地方将会是一种极为负重的操作，并且和标记-消除算法一样，也需要Stop the world，且耗时更长。

 

是否移动对象都存在弊端，移动则内存回收时会更复杂，不移动则内存分配时会更复杂。从垃圾收集的停顿时间来看，不移动对象停顿时间会更短，甚至可以不需要停顿，但是从整个程序的吞吐量来看，移动对象会更划算。为此有个折中解决方案---“和稀泥”，可以不在内存分配和访问上增加太大额外负担，做法是让虚拟机平时多数时间都采用标记-清除算法，暂时容忍内存碎片的存在，直到内存空间的碎片化程度已经大到影响对象分配时，再采用标记-整理算法收集一次，以获得规整的内存空间。前面提到的基于标记-清除算法的CMS收集器面临空间碎片过多时采用的就是这种处理办法。

 

 

六、总结

 

 

 

参考资料：

GC算法精解（五分钟让你彻底明白标记/清除算法）

深度揭秘JVM 底层垃圾回收，这次让你彻底弄懂她

《深入理解Java虚拟机：JVM高级特性与最佳实践（第3版）》