Java 垃圾收集算法

在Java语言中，垃圾收集(Garbage Collection, GC)是自动的，而且内存的动态分配与回收技术都相当成熟，几乎不必用户去做任何事。但当需要排查各种内存溢出，内存泄漏问题时，当垃圾收集成为系统提高并发量的瓶颈时，我们就需要对GC的技术实施必要的监控和调节。

首先，GC需要完成三件事情：

• 哪些内存需要回收？

垃圾收集器在对堆进行回收前，必须先判断这些对象是否是垃圾(即不可能再被任何途径使用的对象)。这里涉及两种算法，引用计数算法和根搜索算法。

引用计数算法(Reference Counting): 给对象中添加一个引用计数器，每当被引用时就加1，引用失效就减1；任何时刻计数器为0的对象就是垃圾。这种算法的实现简单，判定效率也很高，在大部分情况下它都是一个不错的算法，例如Python的内存管理就是使用引用计数算法。但是，Java语言中没有选用引用计数算法来管理内存，其中最主要的原因时它很难解决对象之间的相互循环引用的问题。

根搜索算法（GC Roots Tracing）：通过一系列的名为"GC Roots"的对象作为起始点，从这些节点开始向下搜索，搜索所走过的路径成为引用链(Reference Chain)，当一个对象到GC Roots没有任何引用链相连(用图论的话来说就是从GC Roots到这个对象不可达)时，则证明此对象是不可用的。

• 什么时候回收？

• 如何回收？

垃圾收集算法的实现涉及大量的程序细节，而且各个平台的虚拟机操作内存的方法又各不相同，本文不讨论算法的实现，只介绍几种算法的思想及发展过程。

1，标记 - 清除(Mark-Sweep)算法

这是最基础的算法，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，在标记完成后同意回收掉所有被标记的对象。他的标记过程前文已经基本介绍过了。之所以说它是基础的收集算法，是因为后续的收集算法都是基于这种思路并对其缺点进行改进而得到的。它的主要缺点有两个：一个是效率问题，标记和清除过程的效率都不高；另外一个是空间问题，标记清除之后会产生大量不连续的内存碎片，空间碎片太多可能会导致，当程序在以后的运行过程中需要分配较大对象时无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作。

2，复制(Copying)算法

为了解决效率问题，一种称为“复制”的收集算法出现了，它将可用内存按容量划分为大小相等的两块，每次只使用其中的一块。当这一块的内存用完了，就将还存活着的对象复制到另外一块上面，然后再把已使用过的内存空间一次清理掉。这样使得每次都是对其中的一块进行内存回收，内存分配时也就不用考虑内存碎片等复杂情况，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效。只是这种算法的代价是将内存缩小为原来的一半。

现在的商业虚拟机都采用这种收集算法来回收新生代，IBM的专门研究表名，新生代中的对象98%是朝生夕死的，所以并不需要按照1：1的比例来划分内存空间，而是将内存分为一块较大的Eden空间和两块较小的Survivor空间，每次使用Eden和其中的一块Survivor。当回收时，将Eden和Survivor中还存活着的对象一次性地拷贝到另外一块Survivor空间上，最后清理掉Eden和刚才用过的Survivor的空间。HotSpot虚拟机默认Eden和Survivor的大小比例时8：1。当Survivor空间不够用时，需要依赖其他内存(老年代)进行分配担保(Handle Promotion)。

3，标记 - 整理(Mark - Compact)算法

复制收集算法在对象存活率较高时就要执行较多的复制操作，效率将会变低，所以在老年代一般不能直接选用这种算法。

根据老年代的特点，有人提出了另外一种“标记 - 整理”算法，标记过程仍然与“标记 - 清除”算法一样，但后续步骤不是直接对可回收对象进行清理，二十让所有存活的对象都向一端移动，然后直接清理掉端边界以外的内存。

4.分代收集(Generational Collection)算法

当前商业虚拟机的垃圾收集都采用"分代收集"算法，根据对象的存活周期的不同将内存划分为几块。一般是把Java堆分为新生代和老年代，这样就可以根据各个年代的特点采用最适当的收集算法。在新生代中，每次垃圾收集时都发现有大批对象死去，只有少量存活，那就选用复制算法，只需要付出少量存活对象的复制成本就可以完成收集。而老年代中因为对象存活率高，没有额外空间对它进行分配担保，就必须使用“标记 - 清理”或“标记 - 整理”算法来进行回收