《Java之JVM》---深入探究之GC垃圾回收算法

预计要阅读十多分钟!

首先,谈一下什么是GC(Garbage Collection)。说起GC，大部分人都把这项技术当做Java语言的伴生产物。事实上，GC的历史比Java久远，早在1960年Lisp这门语言中就使用了内存动态分配和垃圾回收技术。在Java中，程序员不需要去关心内存动态分配和垃圾回收的问题，这一切都交给了JVM来处理。顾名思义，垃圾回收就是释放垃圾占用的空间，那么在Java中那些内存需要回收呢?我们接着往下看。

哪些内存需要回收？

JVM的内存结构包括五大区域：程序计数器、虚拟机栈、本地方法栈、堆区、方法区。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，因此这几个区域的内存分配和回收都具备确定性，就不需要过多考虑回收的问题，因为方法结束或者线程结束时，内存自然就跟随着回收了。而Java堆区和方法区则不一样，这部分内存的分配和回收是动态的，正是垃圾收集器所需关注的部分。

需要注意的是：垃圾收集器在对堆区和方法区进行回收前，首先要确定这些区域的对象哪些可以被回收，哪些暂时还不能回收，这就要用到判断对象是否存活的算法！

注意！

在介绍垃圾回收算法之前需要先了解一个词“stop the world”，JVM为了执行垃圾回收，会暂时java应用程序的执行，等垃圾回收完成后，再继续运行。如果你使用JMeter测试过java程序，你可能会发现在测试过程中，java程序有不规则的停顿现象，其实这就是“stop the world”，停顿的时候JVM是在做垃圾回收。所以尽可能减少stop the world的时间，就是我们优化JVM的主要目标。接下来我们看一下目前有哪些常见垃圾回收的算法。

常用的垃圾回收算法：

引用计数算法：
引用计数是垃圾收集器中的早期策略。顾名思义，就是对一个对象被引用的次数进行计数，当增加一个引用计数就加1，减少一个引用计数就减1。
图示如下：

上图表示3个Teacher的引用指向堆中的Teacher对象，那么Teacher对象的引用计数就是3，以此类推Student对象的引用计数就是2。

上图表示Teacher对象的引用减少为2，Student对象的引用减少为0（减少的原因是该引用指向了null，例如teacher3=null）,按照引用计数算法，Student对象的内存空间将被回收掉。

引用计数算法原理非常简单,但是java中没有使用这种算法,其中它的优缺点如下:
优点：引用计数收集器可以很快的执行，交织在程序运行中。对程序需要不被长时间打断的实时环境比较有利。

缺点：无法检测出循环引用。如父对象有一个对子对象的引用，子对象反过来引用父对象。这样，他们的引用计数永远不可能为0。

为了解决无法检测出循环引用这个问题，在Java中采取了 可达性分析法。可达性分析算法是从离散数学中的图论引入的，该方法的基本思想是程序通过一系列的“GC Roots”对象作为起点进行搜索，如果在“GC Roots”和一个对象之间没有可达路径，则称该对象是不可达的，不过要注意的是被判定为不可达的对象不一定就会成为可回收对象。被判定为不可达的对象要成为可回收对象必须至少经历两次标记过程，如果在这两次标记过程中仍然没有逃脱成为可回收对象的可能性，则基本上就真的成为可回收对象了。
图示如下：

小提示：在java中以下几种对象可以作为GCRoots:

1. 虚拟机栈（栈帧中的本地变量表）中引用的对象
2. 方法区中的类静态属性引用的对象。
3. 方法区中的常量引用的对象
4. 本地方法栈中JNI（通常说的Native方法）引用的对象

标记-清除算法（Mark-Sweep）：
标记-清除算法，它是很多垃圾回收算法的基础，简单来说有两个步骤：标记、清除。
标记： 遍历所有的GC Roots，并将从GC Roots可达的对象设置为存活对象；
清除： 遍历堆中的所有对象，将没有被标记可达的对象清除；

具体流程见下图：

总结一下标记清除算法：

1. 标记-清除算法不需要进行对象的移动，只需对不存活的对象进行处理，在存活对象比较多的情况下极为高效；
2. 标记-清除算法涉及大量的内存遍历工作，所以执行性能较低，这也会导致“stop the world”时间较长，java程序吞吐量降低；
3. 标记-清除算法直接回收不存活的对象，因此会造成内存碎片。

接下来我们看一下其他算法能不能改善这些问题？

标记-整理算法（Mark-compact）：
标记-整理算法采用标记-清除算法一样的方式进行对象的标记，但在清除时不同，在回收不存活的对象占用的空间后，会将所有的存活对象往一端端空闲空间移动。标记-整理算法是在标记-清除算法的基础上，又进行了对象的移动，因此成本更高，但是却解决了内存碎片的问题。

具体流程见下图：

总结一下标记整理算法：

1. 标记-整理算法在进行完标记清除之后，对内存空间进行整理，节省内存空间，解决了标记清除算法内存不连续的问题；
2. 标记-整理算法也会产生“stop the world”，不能和java程序并发执行。在整理过程中一些对象内存地址会发生改变，java程序只能等待压缩完成后才能继续。

复制算法（Copying）：
标记——复制存储算法通过采用双区域交替使用这种方式解决了标记——清除算法中效率低下的问题。它将可可用内存划分为两个等量的区域（使用区和空闲区），每次只使用一块。当正在使用的区域需要进行垃圾回收时，存活的对象将被复制到另外一块区域。原先被使用的区域被重置，转为空闲区。

具体流程见下图：
总结一下复制算法:

1. 复制算法相对标记-整理算法来说更简洁高效；
2. 复制算法不适合用于存活对象多的情况，因为那样需要复制的对象很多，复制性能较差，所以复制算法往往用于内存空间中新生代的垃圾回收，因为新生代中存活对象较少，复制成本较低；
3. 复制算法内存空间占用成本高，因为它基于两份内存空间做对象复制，在非垃圾回收的周期内只用到了一份内存空间，内存利用率较低。

分代收集算法：
分代收集算法理论来源于统计学。IBM公司的专门研究发现，对象的生存周期总体可分为三种：新生代、老年代和永久代。因此可以根据各个年代的特点采用适当的垃圾回收算法。比如新生代的对象在每次垃圾时都会有大量的对象死去，只有很少一部分存活，那就可以选择标记-复制算法。另外I，在新生代中每次死亡对象约占98%，那么在标记-复制算法中就不需要按照1：1的比例来划分内存区域，而是将新生代细分为了一块较大的Eden和两块较小的Survivor区域，HotSpot中默认这两块区域的大小比例为8：2。每次新生代可用区域为Eden加上其中一块Survivor区域，共90%的内存空间，这样就只有10%的内存空间处在被闲置状态。在进行垃圾回收时，存活的对象被转移到原本处在“空闲的”Eden区域。如果某次垃圾回收后，存活对象所占空间远大于这10%的内存空间时，也就是Survivor空间不够用时，需要额外的空间来担保，通常是将这些对象转移到老年代。对于老年代来说，大部分对象都处在存活状态。同时，如果一个大对象要在该区域进行分配，而内存空间又不足，那么在没有外部内存空间担保的情况下，就必须选用标记-清除或者标记-整理算法来进行垃圾回收了。

总而言之，分代收集只是根据对象生存周期的不同来选择不同的算法，其本身并没有任何新思想。

增量收集算法：
以上所述的算法，都存在一个缺点：在进行垃圾回首时需要暂停当前应用的执行，也就是这时候的垃圾回收线程不能和应用线程同时运行。如果我们想做到“在不打断同学们看书的情况下，图书管理员就可以收集没有被看的书”，这也是增量收集算法的目标，即在不中断应用线程的状态下垃圾回收线程也能进行垃圾回收。但是这里需要面对的问题是：垃圾回收线程在标记阶段标记好了，还没来的及清除时，当前应用线程进行内存操作，以至于清除阶段无法正确开展，类似的情况是：图书管理员刚标记了《JAVA编程思想》这本书已经没有人看了，等标记完后，却发现这本书已经有人在看了。

如果有疑问，请大家留言。