JVM面试题(一)：垃圾收集器和垃圾回收理论

原文详细地址：JVM面试题(一)：垃圾收集器和垃圾回收理论

原文详细地址：JVM面试题(一)：垃圾收集器和垃圾回收理论

原文详细地址：JVM面试题(一)：垃圾收集器和垃圾回收理论

原文详细地址：JVM面试题(一)：垃圾收集器和垃圾回收理论

欢迎关注我的公众号【意姆斯Talk】来聊聊Java面试，对线面试官系列持续更新中！

---

垃圾回收理论

标记-复制算法

图片

概念：将内存区域划分成两块，一块空闲区域，一块存储区域，在存储区域中标记要回收的对象，然后把未标记(存活)的对象都移动到空闲区域，每次回收都是对一块区域中的内存进行回收。

缺点

效率问题：如果标记的对象太多，执行起来费时。

内存浪费：会将内存划分成两块，一块内存永远都是空闲置。

适用于年轻代，年轻代一般分为eden，s1，s2区，新创建的对象都是在eden区中分配内存空间，当进行一次minorGc后，存活的对象都移动到S1，未存活的对象都在eden区中被回收了。假设又进行一个minorGc，把s1区中和eden区中的存活对象都移动到S2，反反复复移动，s1和s2总有一个区是空闲的。

跟redis的字典有点类似，字典中存在两个HashTable，一个用来空闲，一个用来存储数据，当发生rehash时，也是把一个空间的数据(对象)移动到一个空闲区域。

标记-清除算法

图片

概念：只有一块内存区域，标记的意义是标记存活或未存活的对象，只能选一种，假设标记存活的对象，然后把未标记的对象都进行垃圾回收，回收后内存地址很多都是零零散散的，不是连续的，用计算机术语：留下了很多内存碎片。像教室，老师随机抽查人出去罚站，教室留下的位子都是零散的。

缺点

效率问题：如果需要标记的对象太多，执行的时间就会越长，效率不高

内存问题：产生了很多内存碎片。

衍生了一个面试题：CMS的老年代就是使用的标记-清楚算法，CMS垃圾回收的碎片解决方式是什么？

标记-整理算法

图片

概念：是标记-清除的升级版，会帮我们整理好内存碎片。

缺点

标记问题：如果需要标记的太多，执行的时间就越长，效率不高

STW问题：在整理内存碎片期间，是不允许用户线程允许的，会STW。

对象引用的判断
引用计数器
每个对象都保存一个整型的计数器属性，如果被其他对象引用，则计数器+1，如果引用失效，则计数器-1，当计数器为0时，说明对象不存在任何引用，固可以当成垃圾对象给回收(gc)掉了。
缺点
无法解决两个对象相互引用的问题。

可达性分析算法(三色标记)
以gc roots为根(起始点)，遍历gc roots的子节点，使用可达性分析算法，将扫描过的对象都用引用链连接起来，如果gc roots没有任何的直接/间接引用某个对象，则该对象是垃圾对象。

黑色：当前对象所有的引用都被垃圾回收器扫描过了
灰色：当前对象部分的引用被垃圾回收器扫描过了。
白色：当前对象的引用从来没有被扫描过。
缺点
带来多标和漏标的隐患
多标：本来要回收的对象未被回收，称之为浮动垃圾，问题不大，下一次再扫描，如果能回收就标记为垃圾对象。

漏标：不应该回收的对象却被回收了，一般漏标存在两个必要条件

1：新增了黑色对象对白色对象A引用(指向)
2：删除了灰色对象对白色对象A引用(指向)

原始快照：打破第二条规则，把删除的引用记录提前下来，即灰色对象要删除白色对象的引用记录下来，重新扫描一次灰色对象和白色对象。

增量更新：打破第一条规则，把存在新增引用数据，会在最终扫描阶段，重新扫描一次，把当前的黑色对象的根对象进行深度扫描，可以简化理解成：黑色对象一旦指向白色对象，它就变成了灰色对象，需要重新扫描。

三色标记流程图如下

图片

标记过程
1：初始时，ABCDEFGH都是白色的。
2：将Gc roots直接引用到的对象扫描，先变成灰色对象。

3：从灰色对象继续找其他引用，直至–>引用箭头找不到下一个节点，最终全部变成黑色对象，剩下的白色对象就是垃圾对象。

gc roots：一般是栈中引用的对象，被static修饰的对象，常量引用的对象等等。

GC的本质就是：从 GC roots扫描，若存在不可达对象，然后执行对象的finalize()方法，然后再垃圾回收这些白色对象。

finalize()像个复活甲，如果回收的对象被引用链上的对象引用，则不回收。

垃圾收集器
垃圾收集器具备三项核心指标：延迟，吞吐量，内存空间，想要三者都具备目前很难实现，但延迟和吞吐量可以优先保证。

Serial垃圾收集器
单线程的垃圾回收器，适用于单核的机器，年轻代采用标记-复制算法，老年代采用标记-整理算法，标记-整理会带来STW。

Serial old
serial老年代的版本，也是CMS兜底的方案，当CMS并发清理时，若存在大对象未能存储进预存空间中，则并发失败，采用Serial old来清理老年代，带来STW的风险，停顿时间无法评估。

ParNew
多线程的垃圾回收器，年轻代采用标记-复制算法，老年代采用标记-整理算法，标记-整理会带来STW。

parallelScavenge+parallelOld
关注吞吐量和垃圾回收效率，并不是垃圾收集时间越短，吞吐量越高越好，当回收垃圾时间都赶不上对象生成时间，还是会造成OOM的。
吞吐量=用户允许代码时间(用户允许代码时间+垃圾回收时间)
具备三个核心：设置吞吐量大小，设置回收停顿时间，具备动态调整机制。
动态调整机制无需设置Service区和Eden区的比例，也无需关系多大的大对象直接进入老年代，具备自动协调+动态调整能力，会STW

下面的垃圾收集器，已经平分秋色了，基本上都是三足鼎立的存在。
主要掌握CMS和G1。
Shenandoah，ZGC了解即可。

CMS垃圾收集器
概念
CMS垃圾回收器是以最短停顿时间为目标，提高用户的交互体验。

步骤

初始标记

    STW，速度很快，标记Gc Roots直接关联的对象，停顿时间很快, 因为跟Gc roots直接关联的对象比所有的对象肯定少。

并发标记：

    用户线程和垃圾回收线程同时进行，用户线程产生新的对象，垃圾回收线程来标记对象，这里就存在多标和漏标的问题，CMS解决漏标的方法是增量更新，记录下黑色对象新增白色对象的引用，在最终标记中重新扫描。

最终标记

STW，重新扫描增量更新中的引用对象。

并发清除

清除标记的未存活的对象，GC后存在很多内存碎片。

使用
1：一般使用CMS来收集Old。
2：为了避免频繁并发失败问题，设置老年代内存达到多少百分比可触发CMS垃圾回收，假设设置参数为96%，当内存达到了96%，预存空间4%，当预存空间无法放置新来的大对象，则会进行serial old来清理老年代，会触发STW，使用标记-整理算法。
3：CMS回收线程数=(Cpu数量+3)/4。
4：使用一个记忆集+卡表的数据结构来记录老年代指向新生代的引用，防止扫描整个老年代。

缺点
内存碎片问题

    CMS采用的是标记-清除算法，此算法带来的缺点之一就是产生很多内存碎片，当对象进入老年代，若此对象无法存放在预存空间中，则会造成serial old整理内存空间，如果预存空间足够存放，则判断当前老年代是否能放下此对象，若放不下，则进行Full GC，Full GC时，可采用两个参数，一个参数是控制开启或关闭，在CMS收集器进行FullGC，开启内存碎片的合并整理过程，移动存活对象，一个参数是控制次数，CMS收集器在执行了规定的次数后，下一次FullGC便会进行内存碎片处理。前者参数默认是开启的，后者参数默认是0。

空间预留问题

    在并发清除阶段，是允许用户线程和垃圾线程同时一起允许的，固内存中必须要留一部分供用户线程使用，具体预留可由参数控制，在并发清除阶段，若用户线程产生的大对象，导致预留的内存地址不足以放下大对象，则CMS会产生并发失败，暂停STW，采用serial old来对老年代重新进行标记-整理。

内存碎片问题和空间预留问题带来的是停顿时间不可预估，固CMS升级为G1，G1的优点是设置最大的停顿时间，回收收益最大的Region区域。

这里有一个小概念Mod union table，周志明的书上好像没有谈及到这个知识点，我们说到记忆集(卡表)，目的是为了在GC时避免扫描整个老年代的对象，而记忆集中记录了老年代中哪些对象指向新生代的引用，范围大大缩小了，而Mod union table其实就是卡表(记忆集)的备份。gc后都会对记忆集进行重置，而Mod union table保证了备份。

G1垃圾收集器
概念
图片

    遵循分代理论，但弱化分代概念，引出分区概念，也有新生代和老年代，但内存空间都是由Region区域相同大小组成，G1可以设置最大的垃圾回收停顿时间，优先收集回收垃圾效益最大的Region区域，简称：哪个Region中的垃圾多，优先回收该Region区域的垃圾，然后把非垃圾对象移动到新的Region中。

默认G1有2048个Region区域，若一个Region区域可以分配1MB的对象，若存在一个大对象占用2MB，则由多个Region区域组成连续的humongous区域来存储大对象。

当申请的对象大于一个Region区域的一半时，可以理解成大对象，这种对象默认是会放在Old的Region区中。

步骤
初始标记
STW，标记GC roots直接关联的对象，同时在每一个Region区域中定义了TAMS的指针，可以理解是Region中的一块空间，保证垃圾线程和用户线程并发标记时，用户线程新分配的对象都处于该TAMS指定的空间内，确保这些新对象此次不纳入回收范围。
并发标记
用户线程和垃圾回收线程同时执行，此阶段也会产生多标和漏标问题，G1选用原始快照来记录灰色对象删除白色对象引用的快照，待最终标记时，重新扫描快照的各个引用。
最终标记
STW，重新扫描原始快照中的引用链。
最终清除
STW，根据设置的最大垃圾回收停顿时间，并在这个阶段统计回收益最大的Region区域，将这些region区域作为回收集，优先回收收益最大的回收集，同时将回收集中存活的对象，都移动到新的Region中，再清理掉垃圾对象。
使用
适用于整个堆空间，不像CMS只能收集old区
每个Region区域都有一个记忆集，用来记录跨代引用的引用链。
G1的好处是采用了分而治之的思想，G1将堆空间分了很多个Region区域，可以保证每个小的Region区域的回收时间可控，而CMS是扫描整个老年代，在老年代内做标记-清除。
注意：如果垃圾回收的速度比不上对象分配的速度，就会导致Full GC，所以并不是最大垃圾回收时间设置得越小越好，要合理。

缺点
鸡蛋里找骨头，多此一举，缺点在shenandoah垃圾收集器中解决。

CMS和G1的区别
1：CMS只针对于老年代回收，G1针对于整个堆空间回收，多了一个Mixed GC:整个堆空间(无论老年代还是新生代)中回收垃圾效益最高的Region区。
2：CMS采用增量更新，G1采用原始快照，
3：CMS采用标记-清除算法，G1采用标记-整理算法。
4：CMS只有一个记忆集用来存储跨代引用，而G1中每一个Region区域都存在记忆集。
5：CMS会带来内存碎片和空间预留问题，而G1不会，这个主要也是跟回收算法理论有关。

Shenandoah
概念
可以理解为G1的升级版，如果强行给G1找缺点，其实也能找到两个
1：G1中的每个Region都存在一个记忆集，记忆集也是占用内存资源的。
2：G1中的最终清除是会STW，用户线程和垃圾线程不能同时允许。
shenandoah也是以Region区为最小单位，用一个链接矩阵的方式维护一个记忆集，同时也支持并发清除。

步骤
初始标记
标记所有跟GC roots直接关联的对象
并发标记
用户线程和垃圾线程同时允许，垃圾线程扫描其他引用对象，若存在漏标，则使用原始快照记录，在最终标记中重新扫描记录中的对象。
最终标记
重新扫描原始快照中的记录，同时将回收效益最大的Region们组成回收集。这点和G1不同的，G1是在最终标记时，统计回收效益的会收集，而shenandoah是在最终标记时统计的。
并发清除
主要是清除一个存活对象都没有的Region区域。
并发回收
用户线程和垃圾线程同时允许，根据最大回收时间，回收效益最大的Region区域，然后将存活的对象移动到新的Region区域中去。当用户线程引用的对象，从旧的内存地址移动到新的Region区域去时，shenandoah采用了转发指针的形式，保证原本指向原旧地址的引用对象，转发到新Region地址上。
初始引用更新
确保回收的Region区域中的存活对象都移动到新的Region区域中。
并发引用更新
逐渐去除转发指针的指向，真正更新引用，将堆中指向旧region地址的对象，都更新指向新的region地址，将原地址改成新地址即可。
最终引用更新
修改gc root中的引用
并发清除
主要是清除一个存活对象都没有的Region区域。
其实只要掌握并发标记，并发回收，并发引用更新三个步骤即可，主要是新增了一个转发指针的概念，同时支持回收阶段用户线程和垃圾线程同时运行。

ZGC
概念
每个Region区域并非都相等大小，ZGC中的Region支持动态调整。小Region为2M，中Region为32M，大Region为动态变化，必须是2的整数倍，用来存储大对象，每个大Region只会存储一个大对象。

记住一个小概念，ZGC具备染色指针，染色指针的作用是，当某一个Region区域中存活的对象都移到新Region区域后，该Region区域就能被回收和重用掉，而shenandoah却需要在并发引用更新阶段，确保所有指向该Region区域的引用都修正后，才尝试去回收该Region区域。

步骤
初始标记
ZGC的标记不是在对象上，而是在指针上，标记阶段会更新染色指针上的Marked 0 ，Marked 1标识位。
并发预备重分配
扫描所有的Region区域，组成分配集，目的是为了将分配集中的存活对象都移动到新的Region区域中，同时清除垃圾对象
回收集：是G1和Shenandoah独有的，目的是为了根据最大垃圾回收时间，回收效益最大的Region区域。

分配集：目的是为了减少跨代引用，用扫描更大的成本省去G1中记忆集的维护成本。

并发重分配
把分配集中的存活对象都移动到新的Region中，同时维护一个转发表，因为用户线程仍可允许生成新的对象，如有引用是指向原region地址的，则转发到新的region地址上，同时修改原有的region的地址值为新的地址值，即只要转发一次，顺便就改了新地址值。
这也是染色指针的好处，而shenandoah的转发指针转发次数是未知的。

并发重映射
此阶段不重要，主要是处理跟shenandoah中并发引用更新一样的事。