JVM内存和垃圾回收-13.垃圾回收算法

什么是垃圾？

• 在运行程序中没有任何指针指向的对象就是需要被回收的垃圾

• 因为垃圾对象占用的内存会一直保持到程序结束，所以垃圾较多会导致内存溢出

为什么需要GC？

• 不进行GC，内存会被一直不停消耗

• 清理内存中的碎片，将整理出的内存分配给新对象

• GC能保证程序的正常运行

Java垃圾回收机制

垃圾收集器针对堆(频繁收集年轻代，较少收集老年代，基本不收集永久代/元空间)和方法区(不是所以JVM都会对其进行回收)

---

1.垃圾标记阶段

进行GC前需要区分内存中哪些对象存活，哪些已经死亡

1.1 引用计数器算法

• 基本思路：每个对象保持一个整型的引用计数器属性，有对象引用该对象则计数器加1，引用失效就减1。当计数器值为0时，该对象可被回收

• 优点：

  • 实现简单
  • 判定效率高，回收没有延迟

• 缺点：

  • 增加空间开销(需要存储计数器)
  • 增加时间开销(更新计数器的时间)
  • 无法处理循环引用，导致无法回收进而导致内存泄漏(只能手动GC)，垃圾回收器不会使用该算法

  

1.2 可达性分析算法

• 基本思路：

  • 以GC Roots为起始点(一组必须活跃的引用)，从上到下搜索被根对象集合连接的目标对象是否可达
  • 被根对象直接/间接连接，则视为存活对象，它们之间的路径称为引用链
  • 目标对象没有任何引用链则不可达，会被标记为垃圾对象

  

• GC Roots包括对象：

  • 虚拟机栈引用的对象，比如方法中使用到的参数、局部变量等
  • 本地方法栈中本地方法引用的对象
  • 方法区中类的静态属性引用的对象
  • 方法区中常量引用的对象，比如字符串常量池中的引用

可达性分析需要保证在快照中进行(为了保证分析结果的准确性)，所以GC需要Stop The World(即使是CMS收集器，枚举根节点也需要停顿)

---

2.对象的finalization机制

Java提供finalization机制允许开发人员提供对象被销毁前的自定义处理逻辑

• 当垃圾回收对象前，垃圾回收机制会先调用该对象的finalize方法

• finalize方法可被子类重写，用于在对象被回收时进行资源释放

• 不要主动调用对象的finalize方法，原因如下：

  • 可能会导致对象复活
  • 执行时间没有保障(该方法由GC线程决定，如果不GC，该方法调用了也不会被执行)
  • 较差的finalize方法会影响GC性能(比如方法存在死循环)

• finalize方法的存在会导致对象处于三种状态：

  • 可触及的：从GC Roots节点开始可达到的对象
  • 可复活的：对象的所有引用都被释放，但可能在finalize方法复活
  • 不可触及的：对象的finalize方法被调用但没有复活(处于该状态的对象不可能被复活，因为finalize方法只能被调用一次)，此时才可被回收

• 由于存在finalize方法，所以对象即使不可达也不一定会被回收。因此判断对象A能否被回收，至少需经历两次标记过程：

  • 对象A到GC Roots没有引用链，则进行第一次标记(无法立马判定是否能被回收)
  • 判断对象A是否有必要执行finalize方法：
    • 如果对象A没有重写finalize方法或者方法已被JVM调用过，则对象A被判定为不可触及的
    • 如果对象A重写了finalize方法且还未被执行，则对象A被插入到队列中
  • GC会对队列中的对象A进行第二次标记：
    • 如果在finalize方法中对象A与引用链上其他对象建立了联系，则对象A不会被回收。但之后再次出现未被引用的情况，由于finalize方法只会被调用一次，对象A会直接被回收
    • 没有建立联系则被回收

---

3.垃圾清除阶段

区分出内存中存活对象和死亡对象后，GC就需要执行垃圾回收，释放无用对象占用的内存

3.1 标记清除算法

• 执行过程：当堆中的有效内存被耗尽后，会停止程序(stop the world)，保证一致性，然后进行两项工作
  • 标记：Collector从GC Roots开始遍历，标记所有被引用的对象(非垃圾)
  • 清除：Collector对堆中内存进行线性遍历，如果发现某个对象的Header中没有标记为可达对象，则将其回收(清除并不是置空，而是将需要清除的对象地址保存在列表中，需要时从通过列表中去找)

• 缺点：
  • 效率不高
  • GC是需要停止整个程序，导致用户体验差
  • 清理后的空闲内存不连续，存在内存碎片，需要维护空闲列表标明哪些空间是空闲的

3.2 复制算法

• 核心思想：
  • 将存活的内存空间分为两块(正在使用和未被使用)，每次只使用其中一块
  • GC时将存活对象复制到未被使用的内存块中，然后清除正在使用的内存块中所有对象
  • 交换两个内存的角色(即survivor中的from和to区)

• 优点：

  • 没有标记和清除的过程，实现简单，运行高效
  • 复制后的空间是连续的，不会出现内存碎片

• 缺点：

  • 需要两倍的内存空间(或者称内存利用率减半)
  • 复制一块内存空间后，栈中指向原空间的地址需要指向新空间的地址(即需要维护额外的引用关系)，内存占用变大

• 应用场景：

  • 在新生代中每次回收的垃圾较多(意味着存活对象少)，需要复制的对象较少，回收性价比高

3.3 标记压缩算法

老年代保存的对象都很大，而标记清除会产生大量内存碎片；老年代对象存活数较多，意味着复制算法需要复制对象较多

• 执行过程：

  • 第一阶段：和标记清除一样，从根节点开始标记所有被引用对象
  • 第二阶段：标记清除并不会移动对象，而该算法会将存活对象压缩到内存一端，按顺序排放(即内存碎片整理)
  • 清理边界外的所有空间

• 优点：

  • 消除了标记清除算法中的内存碎片(当需要给新对象分配内存时，JVM只需要持有内存的起始地址即可)，不需要维护空闲列表
  • 消除了复制算法中内存利用率减半的代价

• 缺点：

  • 比复制算法(多了标记阶段)和标记清除算法(多了内存整理阶段)效率低

  • 因为被移动对象被其他对象引用，需要调整引用的地址

  • 移动过程需要停止程序

什么是指针碰撞？

如果内存分布规整(即已使用和未使用的内存各自在一边)，彼此间会维护者记录下一次分配起始点的标记指针。为新对象分配内存时，只需要修改指针的偏移量即可，该分配方式称为指针碰撞

---

4.分代收集算法

• 不同对象(即新生代和老年代)的存活时间不同，意味着可以采取不同的垃圾回收算法，进而提高回收效率，所以几乎所有GC都采用分代收集算法进行垃圾回收

• 新生代区域小、对象存活时间短、回收频繁，所以可采用复制算法进行回收(经过内存利用率不高，但是由于survivor中from和to区都比较小，可以接受其中一个区不被利用)

• 老年代区域大、对象存活时间长、回收不频繁，所以可采用标记压缩算法

---

5.增量收集算法、分区算法

上述三个算法中都会停止程序，如果垃圾回收时间过长，会影响用户体验

5.1 增量收集算法

• 基本思想：如果一次处理所有垃圾，会造成长时间停顿。可以让垃圾收集线程每次收集一小块区域，然后再切换到应用程序，这样进行线程来回的切换，直到垃圾回收完毕(本质依旧是标记清除和复制算法)

• 缺点：

  • 上下文切换造成多大消耗，回收成本上升
  • 系统吞吐量下降

5.2 分区算法

• 基本思想：堆空间越大意味着每次GC时间越长，停顿越长。为了控制GC时间，将堆划分为多个小区域，根据每个区域回收时的停顿时间，合理回收若干个小区域(因为不是回收整个堆空间，减少了一次GC的停顿)。分代算法依据存活时间划分两个区域(即新生代和老年代)进行回收，分区算法将整个堆空间划分为不同小区间

• 优点：

  • 每个区间独立回收，可控制一次回收多少个区间

---