JVM 垃圾收集与 GC 算法

一. 垃圾收集基础

Java语言的一大特点就是可以进行自动垃圾回收处理，而无需开发人员过于关注系统资源（尤其是内存资源）的释放情况。自动垃圾收集虽然大大减轻了开发人员的工作量，但同时，它也增加了软件系统的负担。一个不合适的垃圾回收方法和策略会对系统性能造成不良影响。

1. 垃圾收集的作用

在C++语言中，程序员必须小心谨慎地处理每一项内存分配，且内存使用完后，必须手工释放曾经占用的内存空间，当内存释放不够完全时，即存在分配但永不释放的内存块，就会引起内存泄漏，严重时，会导致程序瘫痪。

虽然，目前有许多自动化检测工具可以识别这些内存泄漏的代码点，但是这种纯手工的管理内存的方法，依然被不少人所诟病。为了解决这个问题，Java语言使用了垃圾收集器用来替代C++时代的纯手工的内存管理，以减轻程序员的负担，减少出错的概率。

垃圾收集器要处理的基本问题是：

• 哪些对象需要回收？
• 何时回收这些对象？
• 如何回收这些对象？

对于程序计数器、虚拟机栈、本地方法栈来说，由于他们是跟随当前线程的生命周期，当线程销毁时其占用的内存自然回收。

而 Java 堆和方法区则不一定，一个接口的多个实现类需要的内存可能不一样，一个方法中多个分支所占内存也可能不一样。所以就需要在动态分配与内存回收的基础上实施监控和内存回收。

2. 哪些内存需要回收

在堆中存放着 Java 中几乎所有对象的实例，那么已经"死去"（没有引用，不可能再被使用）的对象当然是需要回收的。

2.1 判断对象是否存活

常见的JVM垃圾判定算法包括：引用计数算法、可达性分析算法

引用计数法

• 原理：给对象添加一个引用计数器，每当有地方引用时计数器加 1，引用失效时减 1。当该对象引用为 0 时，判定对象失效
• 优点：实现简单，判定效率高
• 缺点：很难解决对象之间循环引用的问题。因此目前主流的Java虚拟机都摒弃掉了这种算法。

简单的例子
一个简单的循环引用问题描述如下：有对象A和对象B，对象A中含有对象B的引用，对象B中含有对象A的引用。此时，对象A和B的引用计数器都不为0。但是，在系统中，却不存在任何第3个对象引用了A或B。也就是说，A和B是应该被回收的垃圾对象，但由于垃圾对象间的相互引用，从而使垃圾回收器无法识别，引起内存泄漏。

可达性分析法

• 原理：和 GC Roots 直接或间接关联的对象是有效对象，反之则是无效对象。
• Java 中可作为 GC Roots 的对象：
  • 1）虚拟机栈（栈帧中的本地变量表）中引用的对象；
  • 2）方法区中类静态属性引用的对象；
  • 3）方法区中常量引用的对象；
  • 4）本地方法栈中 JNI（Native 方法）引用的对象。
• 备注：目前主流语音均使用可达性分析法来判断对象是否需要回收。
  
  注：蓝色为可达，白色为不可达

3. 什么时候回收

当 JVM 经过可达性分析法筛选出实效对象时，并不是马上清除，而是进行标记并判断是否回收：

3.1 判断对象是否覆盖了 finalize() 方法

• 如果覆盖了 finalize() 方法，那么将 finalize() 放到 F-Queue 队列中
• 如果未覆盖该方法，则直接回收

3.2 执行 F-Queue 队列中的 finalize() 方法

由虚拟机自动建立一个优先级较低的线程去执行 F-Queue 中的 finalize() 方法，这里的执行只是触发这些方法并不保证会等待它执行完毕。如果 finalize() 方法作了耗时操作，虚拟机会停止执行并将该对象清除。

3.3 对象销毁或重生

在 finalize() 方法中，将 this 赋值给某一个引用，那么该对象就重生了。如果没有引用，该对象会被回收。

4. 方法区的内存回收

Java 虚拟机规范中说不需要方法区实现垃圾收集，因为方法区中存放的都是一些生命周期较长的类信息、常量、静态变量。方法区就像是堆的老年代，每次垃圾回收只有少量垃圾被清除：

• 废弃的常量：
  当前系统中没有任何对象引用常量池中的该常量，则是废弃常量
• 废弃的类判断规则：
  • 1）该类所有实例都被回收；
  • 2）加载该类的 ClassLoader 已经被回收；
  • 3）该类对应的 Class 对象没有引用，也无法通过反射访问该类的方法。

5. 如何回收

通过上文了解到垃圾收集、内存回收的主要区域是 Java 堆，JVM 回收的对象是那些没有引用的对象、常量、类等。

要注意的是 JVM 筛选出需要清除的对象时并不是马上进行回收，而是进行标记并判断是否覆写 finalize() 方法，然后再依据一定规则进行 GC。

接下来记录一下几种常见的 GC 算法的原理和特点

二. JVM垃圾回收算法

常见的垃圾回收算法包括：标记-清除算法，复制算法，标记-整理算法，分代收集算法。

在介绍JVM垃圾回收算法前，先介绍一个概念。

Stop-the-World

Stop-the-world意味着 JVM由于要执行GC而停止了应用程序的执行，并且这种情形会在任何一种GC算法中发生。当Stop-the-world发生时，除了GC所需的线程以外，所有线程都处于等待状态直到GC任务完成。事实上，GC优化很多时候就是指减少Stop-the-world发生的时间，从而使系统具有高吞吐 、低停顿的特点。

1. 标记—清除算法（Mark-Sweep）

标记-清除算法是几种GC算法中最基础的算法，后续的收集算法都是基于这种思路并对其不足进行改进而得到的。

• 标记-清除算法的基本思想就跟它的名字一样，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。

• 标记阶段：标记的过程其实就是前面介绍的可达性分析算法的过程，遍历所有的GC Roots对象，对从GC Roots对象可达的对象都打上一个标识，一般是在对象的header中，将其记录为可达对象；

• 清除阶段：清除的过程是对堆内存进行遍历，如果发现某个对象没有被标记为可达对象（通过读取对象header信息），则将其回收。

由图可以看到，回收后的空间是不连续的。不连续的内存空间的工作效率要低于连续的空间。因此，这也是该算法的最大缺点。

标记 - 清除算法主要不足有两个：

• 效率问题：标记和清除都需要遍历，效率不高；
• 空间问题：标记清除后会产生大量不连续的内存水平，空间碎片太多会导致大内存对象无法生成而频繁进行 GC。

2. 复制算法（Copying）

与标记-清除算法相比，复制算法是一种相对高效的回收方法。

• 它的核心思想是：将内存划分为大小相等的两块，每次只使用其中一块，当这一块内存用完了就将还存活的对象复制到另一块上面，然后再把使用过的内存空间进行一次清理。
  
• 优点：简答高效，内存相对整齐
• 缺点：
  • 1）将内存分为一半，代价略高。
  • 2）如果对象存活率高，需要复制的对象比较多，产生效率问题。

优化：

在新生代中，由于大量的对象都是"朝生夕死"，也就是说一次垃圾收集后存活对象较少，因此我们可以把内存划分为三块：Eden、Survior1、Survior2，大小比例为 8:1:1。分配内存时只使用 Eden + Survior1，当这里的内存将满时，JVM 会出发一次 MinorGC，清除掉废弃对象，并将存活对象复制到另一块 Survior2 中（大对象或者老年对象会直接进入老年代，如果Survior2 空间已满，则对象也会进入老年代）。那么接下来就使用 Eden + Survior2 进行内存分配。
通过这种方式只需浪费 10% 的内存空间即可实现复制清除算法，同时避免了内存碎片的问题。

注：from 和 to 空间也称为 survivor 空间，即幸存者空间，用于存放未被回收的对象。

复制算法比较适用于新生代。因为在新生代中，垃圾对象通常会多于存活对象，复制算法的效果会比较好

3. 标记-整理算法（Mark-Compact）

• 原理：和标记-清除算法一样，标记-整理算法也首先从根节点开始，从根节点开始，对所有可达的对象做一次标记，但之后，它并不是简单的清理未标记的对象，而是将所有的存活对象压缩到内存空间的一端。
  
  注：标记-整理算法也叫标记-压缩算法

• 优点：无需复制，保证效率。内存规整。

• 缺点：效率不如复制算法（不仅要标记存活对象，还要整理所有存活对象的引用地址）。

三种算法排行
在了解了以上三种 GC 算法以后，作一个简单的排行：

• 效率：复制算法 > 标记 - 整理算法 > 标记 - 清除算法

其中：标记 - 清除会产生内存碎片，需要大内存时会出发新一轮 GC

• 内存规整率：复制算法 = 标记 - 整理 > 标记 - 清除。

• 内存利用率：标记 - 整理算法 = 标记 - 清除算法 > 复制算法。

4. 分代收集算法(Generational Collection)

前面介绍的复制、标记-清除、标记-压缩等算法,并没有一种算法可以完全替换其他算法。它们都有各自的优缺点。因此根据垃圾回收对象的特点不同，使用不同的回收算法才是明智之举。

分代就是基于这种思想，它将内存区域根据对象的特点分成不同的内存区域，根据每块区域对象的特征不同使用不同的回收算法，以提高垃圾回收的效率。

• 新生代（Old Generation）：由于新生代产生很多临时对象，大量对象需要进行回收，所以采用复制算法是最高效的。

• 老年代（Young Generation）：回收的对象很少，都是经过几次标记后都不是可回收的状态转移到老年代的，所以仅有少量对象需要回收，故采用标记清除或者标记整理算法。

前置知识
JVM内存模型