jvm学习笔记1：垃圾收集算法

写在前面

本文主要介绍以下几个内容：

• 怎么确定那些内存是垃圾： 引用计数法、可达性分析
• 什么时候回收垃圾：
• 怎么回收垃圾： 复制算法、标记-标记清除算法、标记整理算法、分代收集算法、分区收集算法、增量收集算法

1.怎么确定垃圾

1.1 垃圾标记的两种算法

算法	定义	优点	缺点
引用计数算法	给对象添加一个计数器，每当有地方引用这个对象，计数器加1；引用失效时，计数器减1；计数器为0的对象就是不可用的。	判定简单，效率较高	无法解决对象之间的相互循环引用问题
可达性分析算法	通过一系列的“GC Roots” 的对象作为起始点，从这些节点向下搜索，搜索所走过的路径成为引用连（Reference Chain）,当一个对象到GC Roots没有任何引用链，则证明这个对象是不可用的。

1.2 GC Roots的对象：

• 虚拟机栈（栈帧中局部变量表）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（也就是Native方法）引用的对象

1.3 生存还是死亡，finalize()方法

即使在可达性分析算法中不可达的对象，也并不是非死不可的，要宣告一个对死亡，至少经过两次标记过程，如下图。

2.怎么回收垃圾

2.1回收垃圾的几种算法

算法介绍

算法	定义	优点	缺点	备注
标记-清除算法 （Mark-Sweep）	分为标记（前文介绍的引用计数算法和可达性分析算法）和清除(收集器遍历堆内存的对象，如果对象的对象头没有标记为可达对象，则将其回收)两个阶段	简单，最基础的算法	1.效率不算高(标记需要递归根节点 ，清除需要遍历堆中的对象)； 2.并且清除后会产生大量不连续的内存碎片，需要维护一个空闲列表	为什么不在标记阶段直接进行清除：因为标记阶段标记的是存活对象，而清除的是未存活对象，在标记阶段无法知道。
复制算法(Copying)	将内存按容量大小分为大小相等的两块，每次只使用其中一块。当这块的内存用完了，就将还存活的对象复制到另外一块上面，然后再把已使用过的内存空间一次清理掉。再交换两块空间的角色。	1.没有标记和清除过程，实现简单，运行高效； 2.复制的对象可以保证空间连续，没有内存碎片化的问题	1.如果对象存活率高，效率将变低； 2.每次只能使用一半空间，空间利用率低 ； 3.对于G1这种拆分为多个Region的GC?	为什么没有标记过程：因为在可达性分析阶段就能确定那个对象是存活对象
标记-压缩算法 (Mark-Compact)	标记同上，整理：让所有存活的对象都向一端移动，然后直接清理掉边界以外的内存。	1.解决了复制算法的内存利用率问题； 2.解决了标记-清除算法的内存碎片化问题	效率最低
分代收集算法	将Java堆分为新生代和老年代，根据每个区域的特点选择不同的收集算法。在新生代，90%的对象朝生夕死，只有少数对象存活，选用复制算法。老年代对象存活率高。没有额外的空间进行分配担保，采用标记-清除或者标记-压缩算法。
增量收集算法	如果一次性将所有的垃圾进行处理，需要造成系统长时间的停顿，那么就可以让垃圾收集线程和应用程序线程交替执行。每次，垃圾收集线程值收集一小片区域的内存，接着切换到应用程序线程，依次反复，直到垃圾收集完成。	减少了单次STW的时间，提高用户体验	线程切换和上下文转换的消耗，会使得垃圾回收的成本上升，造成系统的吞吐量下降	将总的收集量一部分一部分的去执行
分区收集算法	将整个堆空间划分为连续的不同小区间, 每个小区间独立使用, 独立回收	可以控制每次GC的停顿时间		将总的内存空间分为小分区，一次可控的去收集多少个小区间。

算法对比：

算法/比较项	标记-清除算法	复制算法	标记整理算法
速度	次之	最快	最慢
空间开销	小（内存碎片）	大	小（无内存碎片）
对象移动	无	有	有

• 标记-清除算法
  注：清除并不是将对象的内存空间清空，只是将这个可回收对象的地址加入空闲列表。（类似于电脑的格式化：格式化后，数据还在，只是将内存地址加入空闲列表，这时候可以让别的数据写进来，如果没有数据来进行覆盖，是可以恢复之前的数据的）
  
• 复制算法

• 标记-整理算法
  

3.什么时候回收（以Hotspot为例）

-内存空间满了则回收（感觉这里漏了点什么，留待以后补充吧）

4.补充几个知识点

4.1 关于引用

Java1.2以前，引用的定义很传统：如果Reference类型的数据中存储的数值代表的是另一块内存的起始地址，就称这块内存代表着一个引用。但这过于 狭隘，一个对象只有引用和没有引用两种状态。比如我想描述这样一类对象：当内存空间还足够时，则能保留在内存中；如果内存不够，则可以抛弃这些对象。

• 强引用 Strong Reference
  只要引用还在，永不回收

• 软引用 Soft Reference 内存不足就回收
  内存溢出之前，进行回收。如果回收后还没有足够的内存，才会OOM。

• 弱引用 Weak Reference 发现即回收
  只能生存到下一次垃圾收集之前。

• 虚引用 Phantom Reference
  一个对象是否有虚引用，完全不会对其生命周期构成影响，也无法通过取得虚引用来取得一个对象的应用。

4.2 Stop The Word(STW)

定义
在执行垃圾收集算法时，Java应用程序的其他所有线程都被挂起（除了垃圾收集帮助器之外）。Java中一种全局暂停现象，全局停顿，所有Java代码停止，native代码可以执行，但不能与JVM交互；这些现象多半是由于gc引起。
为什么要STW
可达性分析要求根节点和对象的引用关系不能发生变化，这就要求分析工作必须在同一个快照进行。为了保证一致性，需要STW。（本人自我见解：按上文，那么STW只需要发生在可达性分析的标记阶段就行，那么清除/压缩阶段需要STW么，个人感觉也是需要的。因为清除/压缩阶段需要遍历堆中的对象，进行清除或者移动。这也要求堆的一致性）

4.3 安全点Safe Point 和安全区域Safe Region

准确式GC
当系统停顿下来，不需要一个不漏 的检查完所有执行上下文和全局的引用位置，虚拟机有办法（OopMap数据结构）直接得知那些地方存着对象引用。 --可以快速且准确的完成GC Roots枚举
思考
维护 OopMap是需要耗费内存和Cpu的，不可能为了每条指令都去维护OopMap。那么问题来了，在什么时候维护OopMap，并且这需要考虑什么因素？
安全点Safe Point
只有 在特定的位置（也就是上文说的维护OopMap的指令位置），才能准确的枚举根节点，这些位置称为安全点（Safe Point）。只有在这些位置程序才能暂停。安全点的数目太多会影响性能；太少会让让GC等待是时间太长。
怎么选取安全点
以"是否 具有能让程序长时间执行的特征"为标准进行选取，比如方法调用、循环跳转、异常跳转等。
安全点的停顿方式：

• 抢占式中断：发生GC时，所有线程中断。如果某个线程不在安全点，就让它跑到安全点。
• 主动式中断：发生GC时，设置一个标志。线程执行到安全点，回去轮询这个标志，为真时就自己中断挂起。

安全区域
指在一段代码片段里，引用关系不会发生变化。在这个区域中的任意位置进行GC都是安全的。（这是为了解决程序不执行时的GC问题，安全点无法满足要求，难道要等程序执行到安全点么，万一代码sleep(10000),难道要等10秒后再进行GC）。
安全区域的进入和退出
在线程执行到安全区域中的代码时，首先标识自己已经进入了安全区域。那样，当GC时，会忽略掉这部分进程，不用中断它。在线程要离开安全区域时，会检查枚举根节点或者整个GC是否已经完成。如果已完成，则继续执行；否者就暂停，知道收到可以离开的信号。

4.4 垃圾回收的并行Parallel与并发Concurrent

并行
多个垃圾收集线程并行工作，但此时用户线程处于等待状态
并发
用户线程和垃圾收集线程同时执行（但不一定是并行，也可能是交替执行），用户程序再继续运行，而垃圾收集程序运行于另一个CPU上。