深入了解JVM（GC篇）

前言

这篇文章主要是我看了深入理解JAVA虚拟机这本书后做的总结笔记，也是对知识点的一个巩固和复习。

JAVA的垃圾回收机制

java垃圾回收机制可以用3个词来概括:where,when和how。
where即运行时内存分布情况。
when代表何时进行垃圾回收。
how表示如何回收对象。

JVM的内存模型

在jvm中，“几乎”所有的对象都被分配在堆上（在即时编译优化中，如果一个对象没有逃逸出方法，那么可以分配在栈上，随着方法的出栈一同消亡），这里也是GC管理的内存区域。

何时进行垃圾回收

在进行垃圾回收之前，首先第一步要判断的是一个对象是否还“活着”。常用的方法主要有两种：引用计数法和可达性分析法。

引用计数法

引用计数法的原理是在对象中添加一个引用计数器，当有一个地方对该对象进行引用时，就加1，引用失效时则减1。是一种比较简单有效的方法。但是JAVA中没有采用这种方法来进行判断，并且这种方法有缺陷，比如两个相互引用但是没有其他引用的对象就不会被判断为“死亡”对象。

可达性分析法

可达性分析法主要是从被称为“GC Roots”的根对象开始，根据引用关系进行搜索，搜索走过的路径被称为“引用链”。当一个对象在引用图中不可达时，说明这个对象已经死亡。
在JAVA中，固定可作为GC Roots的对象有以下几种：

1. 在虚拟机栈中引用的对象，例如各个线程被调用的方法堆栈中使用的参数、局部变量、临时变量等。
2. 在方法区中类静态属性引用的对象、
3. 在方法去常量池中引用的对象，如字符串常量池的引用。
4. 在本地方法栈中native方法引用的对象。
5. Java虚拟机内部的引用，如基本数据类型对应的Class对象。
6. 所有被同步锁持有的对象。
7. 反映Java虚拟机内部情况的JMXBean、JVMTI中注册的回调、本地代码缓存等。

除了这些，还有一些其他“临时性”的对象，比如在分代垃圾收集器中，年轻代中对象可能有年老代的引用，所以可能需要把年老代的对象也加入GC Roots中。

四种引用

无论是引用计数法还是可达性分析法，都离不开“引用”，在Java中一共有4种引用方式：

1. 强引用，普遍存在的赋值引用，只要有强引用关系，GC就不会回收。
2. 软引用，用来描述一些还有用但非必要的对象，在抛出系统内存溢出异常前进行回收。
3. 弱引用，用来描述一些非必要对象，在下一次GC时进行回收。
4. 虚引用，不影响垃圾回收，主要用来跟踪垃圾回收的活动。

如果一个对象存在多种引用关系，需要使用“单弱多强”的规则进行判断，即单条引用链的强弱由最弱小的关系决定，多条引用链以最强引用链的关系来决定。

被回收之前

当一个对象被判断为不可达对象的时候，至少要经历两次标记过程：

1. 如果是不可达对象则进行第一次标记。
2. 如果该对象没有finalize()方法或者已经执行过该方法则进行第二次标记。

在两次标记之后才会“死亡”。
这里的执行指的是开始运行，而非运行结束，主要是防止有些对象的finalize方法执行缓慢或者死循环。
所以，如果对象需要拯救自己，则在finalize方法中进行关联即可（但是该方法只能使用一次，因为第二次会被判断为虚拟机已经执行过该方法）。

方法区的回收

一般方法区的回收性价比较低，并且判断条件苛刻。在方法区中主要对废弃的常量和不再使用的类型进行回收。
常量回收主要判断是否有地方进行引用。
类型回收需要同时满足以下3个条件：

1. 该类所有的实例已经被回收。
2. 加载该类的加载器已被回收。
3. 该类对应的java.lang.class对象没有引用。

垃圾回收算法

垃圾回收算法主要分为两类：“引用计数式垃圾收集”和“追踪式垃圾收集”。
在Java中只涉及到后者，所以后面的算法都是“追踪式垃圾收集”。

分代收集理论

当前商业虚拟机的垃圾收集器，大多数都遵循了“分代收集”的理论，这个理论建立在两个分代假说之上：

1. 弱分代假说：绝大多数对象朝生夕灭。
2. 强分代假说：熬过越多次垃圾收集的对象越难以消亡。

以及一个推论：存在相互引用关系的对象应该倾向于同时消亡。

所以大多数GC都把Java堆划分成不同区域，每次只回收其中一个或者某些区域。根据回收的区域不同可以分为：

• Minor GC：指目标为新生代的GC。
• Major GC：指目标为年老代的GC，目前只有CMS才有。
• Mixed GC：指整个新生代和部分年老代的GC，目前只有G1。
• Full GC：整个Java堆和方法区的GC，一般GC中只有在内存溢出的时候才进行。

4种垃圾回收算法

• 标记 - 清除法：标记存活对象，然后进行垃圾收集，存在两个问题，执行效率不稳定，空间碎片化。
• 标记 - 整理法：标记存活对象，然后把对象都移动到一端，清除边界以外的空间。
• 标记 - 复制法：每次使用一半的区域，然后把存活的对象复制到另一块上，缺点是内存利用率不高。
• 分代收集算法：根据新生代和年老代的不同采用不同的算法。在新生代采用标记复制的方法，在年老代使用标记清除或者标记整理的方式。

HotSpot算法细节

根节点枚举

在HotSpot中采用OopMap的数据结构来保存引用信息，可以快速完成根节点枚举。

安全点

HotSpot只在安全点的时候生成OopMap，所有线程发现中断位为真时，在最近的一个安全点上中断，然后开始进行垃圾收集。

安全区域

有些线程处于Sleep之类不执行状态的时候，无法响应中断请求。安全区域指的是某一代码片段不会发生引用改变，当线程进入安全区域之后进行声明，虚拟机不需要去管理在安全区域之内的线程。当线程需要离开安全区域时，需要判断虚拟机是否完成了根节点枚举。

记忆集和卡表

为了解决跨代引用的问题，新生代或者区域中会有记忆集的数据结构用来存放引用信息，进行根节点枚举的时候只要把记忆集中的对象加入。HotSpot中记忆集记录精度为卡精度，此时记忆集被称为卡表。每个卡页中存放了多个对象，只要有一个对象存在跨代引用指针，就把整个卡页加入根节点。

写屏障

由于引用变化的时候卡表需要更新，所有引入了写屏障的概念，在引用对象赋值之前或者之后进行额外的动作，分别称为“写前屏障”和“写后屏障”，在G1之前的处理器都采用写后屏障。

并发的可达性分析

在较新的垃圾收集器中，只在根节点枚举的之后进行一个短暂的停顿，之后则并发地进行遍历。
遍历的时候采用3色遍历的方法：

• 白色：表示该对象还未访问过，如果分析结束之后，对象仍是白色，则说明该对象已经死亡。
• 黑色：该对象已经访问过，并且该对象所有引用都已经进行了扫描。
• 灰色：该对象已经访问过，但是引用还未扫描完毕。

并发遍历的时候存在两个问题：浮动垃圾和对象消失。
浮动垃圾的产生是由于引用关系改变后，一个消亡对象被误判为黑色。
对象消失则是一个被引用对象被误判为白色。
浮动垃圾的问题只需在下次垃圾回收的时候再回收就行，但是对象消亡的问题会导致程序错误。
当且仅当以下两个条件同时满足的时候，对象消亡才会发生：

1. 赋值器插入了一条或者多条从黑色对象到白色对象的新引用。
2. 赋值器删除了全部从灰色对象到该白色对象的引用。

为了解决这个问题，只需要破坏其中一个条件即可，所有有了两种解决方案：增量更新和原始快照。
增量更新指的是，每次黑色对象增加白色对象引用的时候记录下来，然后等并发扫描结束之后再对这些新增的引用进行一次扫描，即黑色对象重新变为灰色对象。
原始快照指的是，每次灰色对象删除白色对象引用的时候把这些引用记录下来，并发结束之后再以这些旧引用重新进行扫描，也就是先按照开始扫描的对象图快照来进行搜索。

经典垃圾收集器

CMS收集器

针对年老代，采用标记清除的方式，分为四个步骤：

1. 初始标记：短暂暂停，标记一下GC Roots直接关联的对象。
2. 并发标记：遍历整个对象图。
3. 重新标记：短暂暂停，处理增量更新中的对象。
4. 并发清除：并发地清除对象。

G1收集器

目标是整个内存区域，G1把内存区域划分为Region(区域)，垃圾回收的衡量标准不再是新生代或者年老代，而是哪一块区域存在的垃圾比较多。
Region中还存在Humongous区域，专门存放大对象。
G1在后台维护一个回收时间和回收空间的列表，根据用户给出停顿时间不同进行回收。
G1一共分为4个步骤：

1. 初始标记：和CMS一样，对和GC Roots直接相关的对象进行标记，有短暂停顿。但是G1存在两个名为TAMS的指针，在并发阶段，所有用户新分配的对象都在这两个指针之上，这些对象是默认隐式存活的。
2. 并发标记：从GC Root开始递归扫描，采用原始快照的方式来处理并发问题。
3. 最终标记：做一个短暂的停顿，处理并发标记阶段结束之后留下来的一部分SATB记录。
4. 筛选回收：根据回收价值和成本进行排序，根据用户希望的停顿时间进行回收操作，把需要回收的区域加入回收集，然后把其中存活的对象直接复制到空的区域中，这一步需要暂停用户线程。

低延迟垃圾回收器

Shenandoah收集器

与G1类似，但是有一些不同：支持并发整理的算法，默认不使用分代收集，使用矩阵而非记忆集来维护引用关系。
具体实现步骤如下：

1. 初始标记：同G1。
2. 并发标记：同G1。
3. 最终标记：同G1。
4. 并发清理：清理一个存活对象都不存在的区域。
5. 并发回收：采用读屏障和跳转指针来进行并发回收。
6. 初始引用更新：确保并发回收线程的结束。
7. 并发引用更新：开始更新存活对象的引用。
8. 最终更新：修改GC Roots中的引用。
9. 并发清理：清理旧的对象所在的区域。

ZGC收集器

采用Region布局，ZGC的Region是可以动态销毁和创建的，分为3种Region：

• 小Region：容量固定为2M，存放小于256KB的对象。
• 中Region：固定位32M，用于存放大于256KB但小于4MB的对象。
• 大Region：容量不固定，但是为2MB的整数倍，用于存放4MB以上的对象。

ZGC的核心是他的染色体指针技术，即把少量信息存放在指针上，ZGC一共采用了4个标志位：三色标记状态（占2位）、是否进入重分配集（即被移动过）、是否只能通过finalize方法才能访问。
但是指针变动会导致地址发生变化，所以在Linux和x86-64平台上，ZGC采用了多重映射的方法将多个虚拟地址映射到同一个物理地址上。
ZGC收集器相比G1收集器，多出来的步骤主要如下：

1. 并发标记：在这个阶段中除了标记之外，ZGC中会修改指针中的三色状态标记。
2. 并发预备重分配：将需要回收的区域加入回收集。
3. 并发重分配：将存活对象进行复制，并且维护一个转发表，如果用户对某个对象进行访问，会被内存屏障所截获，然后根据转发表中的信息进行访问，并且修改指针上的信息，直接指向新对象。
4. 并发重映射：将旧引用修改成新引用。

后记

以上内容大致概括了书中第三章的内容，但是很多地方仅仅只是做了一个归纳，没有展开分析。
关于G1垃圾收集器，有一篇博客写的非常好和详细：面试官问我关于G1怎么知道你是什么时候的垃圾。
接下来几篇文章应该都是有关于JVM的，都是一些面经上热点问题的相关知识点和拓展，在完成JVM部分之后会继续写有关于JAVA并发和一些基础知识点的文章，最后完成有关于操作系统数据库和计算机网络部分的文章。