Panda 白话 - G1垃圾收集器 之 RSet(Remembed Set)源码解读

G1的知识点越看越多，这个RSet和卡表老也整不明白，单拎出来白话一下吧~

我们已经知道G1将堆内存划分为2048个（默认、可调整）大小相等的Region，新创建的对象都是放在新生代Eden区。

Region分为5中类型：

• YHR - Yound Heap Reagion :年轻代分区
  • ERH - Eden Heap Region : eden区，伊甸园，放新创建对象
  • SRH - Survivor Heap Region : Survivor 区，存货去，放每次GC后存活对象
• OHR - Old Heap Region ： 老年代分区，放长命对象
• HHR - Humongous Heap Region : 巨型对象分区，存放巨大（>Region Size 的 50%）对象
• FHR - Free Heap Region ：空闲分区，还未进行分配

RSet - Remembed Set :记忆集

记忆集嘛，记得是什么呢？记录Region 间的引用关系，

Region间引用关系分为5种：

• Region内部引用 ： 存放再一个Region内的对象间引用 - 不需要记录
• Young Region -> Young Region：年轻代引用年轻代 - 不需要记录
• Young Region -> Old Region： 年轻代引用老年代 - 不需要记录
• Old Region -> Young Region：老年代引用年轻代 - 需要记录
• Old Region -> Old Region： 老年代引用老年代 - 需要记录

可以看到G1垃圾收集器做了三重过滤
我们来看一下为啥前三个不需要记录：

RH  ->  RH - GC是以Region为最小单位，回收时会扫描整个Region，
			 也就是Region内每个对象都会扫描到，谁引用谁自然知道了，无需额外空间记录
			 在处理RSet时过滤
			 
YRH -> YRH - G1提供了三种GC-YGC、Mixed GC、Full GC,每种GC都会全量回收新生代Region，
		     新生代中每个Region都会被整个扫描，代间引用就不用记了
		     在写屏障时过滤
		     
YRH -> ORH - YGC:只回收新生代，与老年代无关，不用记;
			 Mixed GC : 以新生代为根，根可达分析的时候就找到老生代了,不用记
			 Full GC : 整堆回收,还记啥了
			 在写屏障时过滤

引用的概念：

刚开始刷G1的时候看到RSet是一脸懵的，一时间反应不过来代间引用是啥东西，给同样发懵的你点一手，嘎嘎~

public class Panda {
    private Kongfu kongfu;

    public static void main(String[] args) {
        Panda panda = new Panda();
        Kongfu kongfu = new Kongfu();
        panda.kongfu = kongfu;
    }
}
class Kongfu {}

上面代码不要太简单了，那我们来解析一下，<{=．．．．(嘎_嘎嘎~)

• 有一个类Panda，Panda类有个属性是Kongfu类型的
• 有个类Kongfu
• 有个main方法，创建了Panda对象、Kongfu对象，将Kongfu对象的引用赋值给Panda对象的kongfu属性
  此时Panda对象就有一个到Kongfu对象的引用了，以上解析简直是听君一席话如听一席话，那我们再来图解一下，嘎嘎~
  

上面是以堆得维度的图示，我们再来看下Region维度的引用关系，

上图示意：

• 两个年轻代Region：YHR1-有两个对象Obj1、Obj2; YHR2 -有一个对象Obj1
• 两个老年代Region：OHR1 - 有一个对象Obj2、OHR2 - 有一个对象Obj1
• Obj1_YHR1.field1 = obj1_YHR2 - 年轻代YHR1 中 Obj1 对象 中 field1属性引用 年轻代YHR2中Obj1对象
• Obj1_YHR1.field2 = obj2_OHR1 - 年轻代YHR1 中 Obj1 对象 中 field2属性引用 老年代代OHR1中Obj2对象
• Obj1_OHR2.field1 = obj2_OHR1 - 老年代OHR1 中 Obj1 对象 中 field1属性引用 老年代OHR1中Obj2对象
• Obj2_OHR1.field1 = obj2_YHR1 - 老年代OHR1 中 Obj2 对象 中 field1属性引用 年轻代YHR1中Obj2对象
• Obj2_OHR1.field2 = obj1_YHR2 - 老年代OHR1 中 Obj2 对象 中 field2属性引用 年轻代YHR2中Obj1对象
• Obj2_OHR1.field3 = obj1_OHR2 - 老年代OHR1 中 Obj2 对象 中 field3属性引用 老年代OHR2中Obj1对象
  还是看图说话吧：
  
  现在已经知道啦引用的概念，代间引用的概念~
  下面我们来康康RSet是怎么记录这种引用关系的呢~

RSet 采用的是Point In的方式记录引用，Point In就是向里指嘛，就是谁指向了我，如上面的代码小例，Panda对象引用Kongfu对象，那么Kongfu对象所在的Region的RSet就会这个引用关系
Point In 方式有个问题，就是谁都可以引用我，如果我火了，指向我的对象越来越多，每个引用记录都得记啊，那我的RSet不爆表了吗，这个时候记录引用的额外空间的开销就太大了，

G1将RSet数据结构设置成动态变化的，有三种结构：

1. 稀疏哈希表 - SparsePRT
2. 细粒度 - PerRegionTable
3. 粗粒度位图 - BitMap

RSet 数据结构-源码：HeapRegionRemSet.hpp

class OtherRegionsTable VALUE_OBJ_CLASS_SPEC {
   
	BitMap      _coarse_map;//粗粒度位图
	PerRegionTable** _fine_grain_regions;//细粒度PRT
	SparsePRT   _sparse_table;//稀疏哈希表
}

先补充个知识，打个提前量~
让我们先来康康卡表是啥子~~

Card Table - 卡表：

卡表就是将Region进一步划分，将Region划分为若干个物理连续的512Byte的card page - 卡页，这样每个Region就有一个卡表来映射Regin中的卡页，整堆有个global card table - 全局卡表 存储所有Region的卡表情况
这个老哥的图画的很明白，盗图如下：Heap -> Regions组成 -> Card Pages 组成

老哥的例子是：

• Heap - 堆 大小设置为 1GB
• 那么global card table - 全局卡表 的长度就是 1GB / 512Byte = 2097151 个
• HR - Heap Region - 每个Region大小设置为 1MB
• 那么每个Region 的卡表长度就是 1MB / 512Byte = 2048 个
• 没毛病~
  

回到正文，康康RSet都存储了啥子~

哈希表：默认长度是4

 key  - region address  引用对象所在Region的地址
 value - card page index array - 引用对象所在Region中卡表索引值数组，

key - 存储到Region级别的，我得知道哪个Region引用了我啊
value - card 级别的，我得知道引用我得对象在Region中具体那个位置啊
没毛病啊~

结构定义-源码：SparsePRTEntry