Garbage First(G1) GC 下篇 相关算法

上一篇介绍了G1 GC的使用场景，数据结构和GC过程，这一片我们来简单谈谈G1 GC过程中使用到的算法

1. SATB

全称是Snapshot-At-The-Beginning，是维持并发GC的一种手段，GC开始时活着的对象的一个快照，形成一个对象图，快照是通过Root Tracing得到的。此时活的对象就认为是活的，新生代的对象也认为是活的对象，除此之外其他不可达的对象都认为是垃圾对象。，用是维持并发GC的正确性，G1并发的基础就是SATB。 

那么它是怎么维持并发GC的正确性的呢？根据三色标记算法，我们知道对象存在三种状态：

• 白：对象没有被标记到，标记阶段结束后，会被当做垃圾回收掉。

• 灰：对象被标记了，但是它的field还没有被标记或标记完。

• 黑：对象被标记了，且它的所有field也被标记完了。

由于并发阶段的存在，Mutator和Garbage Collector线程同时对对象进行修改，就会出现白对象漏标的情况，这种情况发生的前提是：

• Mutator赋予一个黑对象该白对象的引用。

• Mutator删除了所有从灰对象到该白对象的直接或者间接引用。

对于第一个条件，在并发标记阶段，如果该白对象是new出来的，并没有被灰对象持有，那么它会不会被漏标呢？Region中有两个top-at-mark-start（TAMS）指针，分别为prevTAMS和nextTAMS。在TAMS以上的对象是新分配的，这是一种隐式的标记。对于在GC时已经存在的白对象，如果它是活着的，它必然会被另一个对象引用，即条件二中的灰对象。如果灰对象到白对象的直接引用或者间接引用被替换了，或者删除了，白对象就会被漏标，从而导致被回收掉，这是非常严重的错误，所以SATB破坏了第二个条件。也就是说，一个对象的引用被替换时，可以通过write barrier 将旧引用记录下来。Write Barrier就是对引用字段进行赋值做了环切。通过Write Barrier就可以了解到哪些引用对象发生了什么样的变化。

2. 停顿预测模型

Pause Prediction Model ，停顿预测模型

G1 GC是一个响应时间优先的GC算法，它与CMS最大的不同是，用户可以设定整个GC过程的期望停顿时间，参数-XX:MaxGCPauseMillis指定一个G1收集过程目标停顿时间，默认值200ms，不过它不是硬性条件，只是期望值。

G1根据这个模型统计计算出来的历史数据来预测本次收集需要选择的Region数量，并根据用户配置的停顿时间来选择CSet的大小，从而尽量满足用户设定的目标停顿时间。

通过-XX:MaxGCPauseMillis参数来设置。这一点有点类似于ParallelScavenge收集器。关于停顿时间的设置并不是越短越好。设置的时间越短意味着每次收集的CSet越小，导致垃圾逐步积累变多，最终不得不退化成Serial GC；停顿时间设置的过长，那么会导致每次都会产生长时间的停顿，影响了程序对外的响应时间。

停顿预测模型

PPM模型是以衰减标准偏差为理论基础实现的：

// share/vm/gc_implementation/g1/g1CollectorPolicy.hpp

double get_new_prediction(TruncatedSeq* seq) {

  return MAX2(seq->davg() + sigma() * seq->dsd(),

  seq->davg() * confidence_factor(seq->num()));

}

在这个预测计算公式中：davg表示衰减均值，sigma()返回一个系数，表示信赖度，dsd表示衰减标准偏差，confidence_factor表示可信度相关系数。而方法的参数TruncateSeq，顾名思义，是一个截断的序列，它只跟踪了序列中的最新的n个元素。

在G1 GC过程中，每个可测量的步骤花费的时间都会记录到TruncateSeq（继承了AbsSeq）中，用来计算衰减均值、衰减变量，衰减标准偏差等：

// src/share/vm/utilities/numberSeq.cpp

void AbsSeq::add(double val) {

  if (_num == 0) {

    // if the sequence is empty, the davg is the same as the value

    _davg = val;

    // and the variance is 0

    _dvariance = 0.0;

  } else {

    // otherwise, calculate both

    _davg = (1.0 - _alpha) * val + _alpha * _davg;

    double diff = val - _davg;

    _dvariance = (1.0 - _alpha) * diff * diff + _alpha * _dvariance;

  }

}

比如要预测一次GC过程中，RSet的更新时间，这个操作主要是将Dirty Card加入到RSet中，具体原理参考前面的RSet。每个Dirty Card的时间花费通过_cost_per_card_ms_seq来记录，具体预测代码如下：

// share/vm/gc_implementation/g1/g1CollectorPolicy.hpp

double predict_rs_update_time_ms(size_t pending_cards) {

  return (double) pending_cards * predict_cost_per_card_ms();

}

double predict_cost_per_card_ms() {

  return get_new_prediction(_cost_per_card_ms_seq);

}

get_new_prediction就是我们开头说的方法，现在大家应该基本明白停顿预测模型的实现原理了。