深入理解JVM 专题—垃圾收集

前言：

我们为什么要了解GC和内存分配呢？答案很简单：当需要排查各种内存溢出，内存泄漏问题时，当垃圾收集成为系统达到更高并发量的瓶颈时，我们就需要对这些“自动化”的技术实施必要的监控和调节。

先抛出以下几个问题：

• 哪些内存需要回收
• 什么时候回收
• 如何回收

java 内存运行时区域的各个部分，其中程序计数器，虚拟机栈，本地方法栈3个区域随线程而生随线程而灭；栈中的栈帧随着方法的进入和退出而有条不紊地执行着出栈和入栈操作。每一个栈帧中分配多少内存基本上是在类结构确定下来就已知的，所以在这几区域内就不需要过多的考虑回收的问题，因为方法结束时或者线程结束时，内存自然就跟着回收了。而java堆和方法区泽不一样，一个接口中的多个实现类需要的内存可能不一样，一个方法中的多个分支需要的内存也可能不一样，我们只有在程序处于运行期间时才能知道会创建哪些对象，这部分内存的分配和回收都是动态的，垃圾收集器所关注的是这部分内存。

对象已死吗？

在堆里面存放着Java 世界中几乎所有的对象实例，垃圾收集器在对堆进行回收前，第一件事就是要确定这些对象之中哪些还“存活”着，哪些已经“死去”（即不可能再被任何途径使用的对象）。所以对于对象的判死主要介绍以下两种算法：引用计数算法，可达性分析算法。

引用计数算法：

给对象中添加一个引用计数器，每当有一个地方引用它时，计数器值就加1；当引用失效时，计数器值就减1；任何时刻计数器为0的对象就是不可能再被使用的。

客观的说，引用计数算法的实现简单，判定效率也很高，在大部分情况下它都是一个不错的算法。但是至少主流的java虚拟机里面没有选用引用计数算法来管理内存，其中最主要的原因是它很难解决对象之间循环引用的问题，在此不展开，有兴趣的同学请自行google,因为本篇博客主要讲 java 虚拟机垃圾回收机制。

可达性分析算法：

这个算法的基本思路就是通过一系列的称为“GC Roots”的对象作为起点，从这些节点开始像下搜索，搜索所走过的路径称为引用链，当一个对象到GC Roots 没有任何引用链相连时，则证明此对象是不可用的。

在java语言中，可作为GC Roots 的对象包括下面几种：

• 虚拟机栈（栈帧中的本地变量表）中引用的对象。
• 方法区中类静态属性引用的对象。
• 方法区中常量引用的对象。
• 本地方法栈中 JNI（即一般说的Native方法）引用的对象。

生存还是死亡

即使是在可达性分析算法中不可达的对象，也并非是“非死不可”的，这时候他们暂时处于“缓刑”阶段，要真正宣告一个对象死亡，至少要经历两次标记过程：如果对象在进行可达性分析后发现没有与GC Roots 相连接的引用链，那它将会被第一次标记并且进行一次筛选，筛选的条件是此对象是否有必要执行finalize()方法。当对象没有覆盖 finalize()方法，或者finalize（）方法已经被虚拟机调用过，虚拟机将这两种情况都视为“没有必要执行”。

如果这个对象被判定为有必要执行finalize（）方法，那么这个对象将会放置在一个F-Queue 的队列之中，并在稍后由一个由虚拟机自动建立的，低优先级的Finalizer 线程去执行它。finalize（）方法是对象逃脱死亡的最后一次机会，稍后GC 将对 F-Queue 中的对象进行第二次小规模的标记，如果对象要在finalize（）中成功拯救自己，只要重新与引用链上的任何一个对象建立关联即可，譬如把自己（this 关键字）赋值给某个类变量或者对象的成员变量，那在第二次标记时它将被移除出“即将回收”的集合；如果对象这时候还没有逃脱那基本上它就真的被回收了。

回收方法区：

很多人认为方法区（或者HotSpot 虚拟机中的永久代）是没有垃圾收集的，Java 虚拟机规范中确实说过可以不要求虚拟机在方法区实现垃圾收集，而且在方法区中进行垃圾收集的“性价比”一般比较低。在堆中，尤其在新生代中，常规应用进行一次垃圾收集一般可以回收 70%~95% 的空间，而永久代的垃圾收集效率远低于此。永久代的垃圾收集主要回收两部分内容：废弃常量和无用的类。

判定一个常量是否是“废弃常量”比较简单，而要判定一个类是否是“无用的类”的条件则相对苛刻许多。类需要痛死满足下面3个条件才能算是“无用的类”：

1. 该类所有的实例都已经被回收，也就是Java 堆中不存在该类的任何实例。
2. 加载该类的ClassLoader 已经被回收。
3. 该类对应的java.lang.Class 对象没有任何地方被引用，无法在任何地方通过反射访问该类的方法。

垃圾收集算法：

标记-清除算法：

最基础的收集算法是“标记-清除”算法，如同它的名字一样，算法分为“标记”和“清除”两个阶段：首先标记出所有需要回收的对象，在标记完成后统一回收所有被标记的对象。之所以是最基础的收集算法，是因为后续的收集算法都是基于这种思路并对其中不足进行改造而得到的。它的主要不足有两个：一个是效率问题，标记和清除两个过程的效率都不高；另一个是空间问题，标记清除之后会产生大量不连续的内存碎片，空间碎片太多会导致以后再程序运行过程中需要分配较大的对象时，无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作。

复制算法：

为了解决效率问题，一种称为“复制”的收集算法出现了，它将可用内存按容量划分为大小相等的两块，每次只使用其中的一块。当这一块的内存用完了，就将还存活着的对象复制到另外一块内存，然后再把已使用过的内存=空间一次清理掉。这样使得每次都是对整个半区进行内存回收，内存分配时也就不用考虑内存碎片等复杂情况，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效。只是这种算法的代价是将内存缩小为原来的一半，代价有点高。

现在的商业虚拟机都是采用这种收集算法来回收新生代，IBM 公司的专门研究表明：新生代的对象98%是“朝生夕灭”的，所以并不需要按1:1的比例来划分内存空间，而是将内存分类一块较大的Eden空间和两块较小的Survivor空间。HotSpot 虚拟机默认Eden 和 Survivor空间的大小比例是 8:1，也就是每次新生代中可用内存空间为整个新生代容量的90%（80%+10%），只有10%的内存会被“浪费”。当然，98%的对象可回收只是一般场景下的数据，我们没有办法保证每次回收都只有不多于10%的对象存活，当Survivor 空间不够用时，需要依赖其他内存（这里指老年代）进行分配担保。

内存的分配担保是:如果另外一块Survivor 空间没有足够的空间存放上一次新生代收集下来的存活的对象时，这些对象将直接通过分配担保机制进入老年代。

标记-整理算法：

复制收集算法在对象存活率较高时就要进行较多的复制操作，效率将会变低。更关键的是，如果不想浪费50%的空间，就需要有额外的空间进行分配担保，以应对被使用的内存中所有对象都100%存活的极端情况，所以在老年代一般不能直接选用这种算法。

根据老年代的特点，有人提出 另外一种“标记-整理”算法，标记过程仍然与“标记-清除”算法一样，但后续步骤不是直接对可回收对象进行清理，而是让所有存活的对象都向一端移动，然后直接清理掉端边界以外的内存。

分代收集算法：

当前商业虚拟机的垃圾收集都采用“分代收集”算法，这种算法那并没有什么新的思想，只是根据对象存活周期的不同将内存划分为几块。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采用最适当的收集算法。在新生代中，每次垃圾收集时发现有大批对象死去，只有少量存活，那就选用复制算法，只需要付出少量存活对象的复制成本就可以完成手机。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，就必须用“标记-清理”或者“标记-整理”算法来进行回收。