JVM垃圾回收的相关算法

最新推荐文章于 2022-04-07 15:28:56 发布

Juno99

最新推荐文章于 2022-04-07 15:28:56 发布

阅读量454

点赞数 1

分类专栏： Java底层原理文章标签： jvm java 编程语言算法

本文链接：https://blog.csdn.net/Jhno99/article/details/107071139

版权

Java底层原理专栏收录该内容

21 篇文章 40 订阅

订阅专栏

大厂面试题

什么是垃圾？

垃圾是指在运行程序中没有任何指针指向的对象，这个对象就是需要被回收的垃圾。

一、标记阶段：引用计数算法和可达性分析算法

对象存活判断

在堆里存放着几乎所有的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，哪些是已经死亡的对象，只有被标记为已经死亡的对象，GC才会在进行垃圾回收时释放掉其所占用的内存空间，因此这个过程我们可以成为垃圾标记阶段。

JVM中如何标记一个死亡对象呢？简单来说，当一个对象不再被热呢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

概念

这一算法比较简单，对每个对象保存一个整型的引用计数器属性，用于记录对象被引用的情况。

就是对于创建的每一个对象都有一个与之关联的计数器，这个计数器记录着该对象被使用的次数，垃圾收集器在进行垃圾回收时，对扫描到的每一个对象判断一下计数器是否等于0，若等于0，就会释放该对象占用的内存空间,同时将该对象引用的其他对象的计数器进行减一操作。

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，这样的做法增加了存储空间的开销。
每次赋值都需要更新计数器，增加了时间开销。
引用计数算法有一个严重问题：无法处理循环引用的情况，这是一条致命缺陷，导致在Java的垃圾回收器中没有使用这类算法。（如图所示）

小结

虽然Java没有用，但python用了引用计数算法。具体哪种算法最优是看场景的，业界有大规模实践中仅保留引用计数机制，以提高吞吐量的尝试。

python如何解决的？有两种方法：手动解除和弱引用weakref

可达性分析算法(根搜索算法、追踪性垃圾收集)

所谓“GC Roots”根集合就是一组必须活跃的引用。

基本思路

以根对象集合（GC Roots）为起始点，按照从上至下的方法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，内存中的存活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。
如果目标对象没有引用链相连，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者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（栈帧中的本地变量表）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。
方法区中类静态属性引用的对象。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：字符串常量池里的引用
本地方法栈中JNI（即一般说的native方法）中引用的对象
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，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。

除了这些固定的GC Roots集合之外，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 ）

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。

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。即使是号称不会发生停顿的CMS收集器，美剧根节点时也是必须要停顿的。

二、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。
当垃圾回收器发下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()方法运行进行一些资源释放和清理的工作，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去调用。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（）方法将没有执行机会。
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++中的析构函数比较相似，但是Java采用的是基于垃圾回收器的自动内存管理机制，所以finalize()方法本质上不同于C++中的析构函数。
由于finalize()方法的存在，虚拟机中的对象一般处于三种可能的状态。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，这时候他们暂时处于“缓刑”的阶段。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，那对它的回收就是不合理的，为此，定义虚拟机中的对象可能的三种状态如下（这三种状态是由于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）：

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，但是对象可能在finalize()中复活。
不可触及的：对象的finalize()被调用，并且该对象没有复活，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。

具体过程

基于上述情况可知，在可达性分析算法张，判定一个对象objA是否可回收，至少要经历两次标记过程：

如果对象objA到GC Root没有引用链，则进行第一次标记。
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，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。

③finalize()方法是对象逃脱死亡的最后机会，稍后GC会对F-Queue队列中的对象进行第二次标记。如果objA在finalize()方法中与引用链上的任何一个对象建立了联系，那么在第二次标记时，objA会被移出“即将回收”集合。之后，对象会再次出现没有引用存在的情况。在这个情况下finalize()方法不会被再次调用，对象会直接变成不可触及的状态，也就是说，一个对象的finalize()方法只会被调用一次。

三、MAT与JProfiler的GC Roots溯源

MAT和JProfiler都是JVM的内存分析工具，可以利用Java自带的jvisualvm导出某一时刻的内存快照，也就是dump文件，然后导入到MAT和JProfiler进行分析。

MAT

MAT是有两种安装方式的，这一点与其他eclipse插件略有不同。

一种安装方式是将MAT当做eclipse的插件进行安装：启动Eclipse --> Help --> Eclipse Marketplace，然后搜索Memory Analyzer，安装，重启eclipse即可。

另外一种安装方式是将MAT作为一个独立的软件进行安装：去官网http://www.eclipse.org/mat/downloads.php，根据操作系统版本下载最新的MAT。下载后解压就可以运行了。

JProfiler

JProfiler可以直接去官网进行下载：https://www.ej-technologies.com/products/jprofiler/overview.html

添加程序的运行参数+XX:+HeapDumpOnOutOfMemoryError可以在程序发生OOM时自动创建一个dump文件，将该文件用JProfiler打开即可进行分析

四、清除阶段：标记-清除算法、复制算法和标记-压缩算法

当成功区分出内存中存活对象和死亡对象后，GC接下来的任务就会执行垃圾回收，释放掉无用对象所占用的内存空间，以便有足够的可用内存空间为新对象分配内存。

目前在JVM中比较常见的三种垃圾收集算法时标记-清除算法（Mark-Sweep）、复制算法（Copying）、标记-压缩算法（Mark-Compact）。

标记-清除算法

标记-清除算法（Mark-Sweep）是一种非常基础和常见的垃圾收集算法。

执行过程

当堆中的有效内存空间被耗尽的时候，就会停止整个程序（stop the world），然后进行两项工作，第一项是标记，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（注意：JVM可以选择标记被引用对象，也可以选择标记不可达对象，不过默认是标记被引用对象）。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空闲内存是不连续的，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。下次有新对象需要加载时，判断垃圾的位置空间是否够，如果够，就存放。

复制算法

核心思想

复制算法的诞生是为了解决标记-清除算法在垃圾收集效率方面的缺陷，其核心思想是将活着的内存空间分为两块，每次只使用其中一块，在垃圾回收时将正在使用的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。堆区新生代的survivor0和survivor1区就是使用了复制算法。

优点：

没有标记和清除过程，实现简单，运行高效。
复制过去以后保证空间的连续性，不会出现“碎片”问题。

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（分区）的GC，复制而不是移动，意味着GC需要维护region之间对象引用关系，不管是内存占用或时间开销也不小。

特别的：

如果系统中的垃圾对象很多，复制算法需要复制的存活对象数量并不会太大，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%-90%的内存空间。回收性价比很高。所以现代的商业虚拟机都是用这种收集算法回收新生代。

标记-压缩（标记-整理、Mark-Compact）算法

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，清理边界外所有的空间

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再进行一次内存碎片整理，因此，也可以把它称为标记-清除-压缩（Mark-Sweep-Compact）算法。

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

优点：

消除了标记-清除算法当中，内存区域分散的缺点，这样在我们需要给新对象分配内存时，可以使用指针碰撞法，也就是说，只需要持有一个内存的起始地址即可。
消除了复制算法当中，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和标记-清除算法。
移动对象的同时，如果对象被其他对象引用，则还需要调整引用的地址。
移动过程中，需要全程暂停用户应用程序。即STW。

小结（对比）

效率上来说，复制算法是最优的，但是却浪费了太多内存，典型的以空间换时间。

而为了尽力兼顾上面三个指标，标记-整理算法相对来说更平滑一些，但是效率上不尽如人意，它比复制算法多了一个标记的阶段，比标记-清除算法多了一个整理内存的阶段。

难道就没有一种最优算法吗？

当然是没有的，没有最好的算法，只有最合适的算法。

既然这三种算法都各有缺陷，高人们自然不会容许这种情况发生。因此，高人们提出可以根据对象的不同特性，使用不同的算法处理，类似于萝卜白菜各有所爱的原理。于是奇迹发生了，高人们终于找到了GC算法中的神级算法-----分代搜集算法。

五、分代收集算法

分代收集算法，是基于这样一个事实：不同的对象的生命周期是不一样的。因为，不同生命周期的对象可以采取不同的收集方法，以便提高回收效率。一般是把Java堆分为新生代和老年代，这样就可以根据各个年代的特点使用不同的回收算法，以提高垃圾回收的效率。比如说，HTTP请求中的Session对象、线程、Socket连接，这类对象跟业务直接挂钩，因此生命周期比较长，但是像String对象这种因其不变类的特性，在系统中大量且生命周期短，甚至只用一次即可回收。

目前几乎所有的GC都是采用分代收集算法执行垃圾回收的。