JVM篇之垃圾回收

概述

首先要明白JVM垃圾回收(GC)，回收的是什么？

我们应用程序在运行过程中，会在堆中不断创建实例对象，方法出栈时，对象实例还在堆中，我们堆内存是有限的资源，JVM如何通过有限的资源，让程序一直运行下去的呢？

是的，通过垃圾回收机制(GC)，JVM会判断内存使用情况，当内存不足是触发GC，清除垃圾对象，释放内存空间…

一、垃圾对象

1.什么样的对象JVM会认为是垃圾对象呢？？

JVM认为对象是垃圾对象或者已经死亡的对象有两种方式：引用计数法和对象可达性分析。

2.引用计数法

给对象中添加一个引用计数器，每当有一个地方引用它，计数器就加1；当引用失效，计数器就减1；当计数器值为0的时候，JVM就认为该对象是垃圾对象。

引用计数器的问题

这个方法实现简单，效率高，但是目前主流的虚拟机中并没有选择这个算法来管理内存，其最主要的原因是它很难解决对象之间相互循环引用的问题。 所谓对象之间的相互引用问题，除了对象objA 和 objB 相互引用着对方之外，这两个对象之间再无任何引用。但是他们因为互相引用对方，导致它们的引用计数器都不为0，于是引用计数算法无法通知 GC 回收器回收他们。

3.对象可达性分析

JVM常用的方式，将“GC Roots” 对象作为起点，从这些节点开始向下搜索引用的对象，搜索过程所走过的路径称为“引用链”，如果某个对象到GC Roots间没有任何引用链相连，或者用官方的话来说就是从GC Roots到这个对象不可达时，则证明此对象是不可能再被使用的。

那么问题来了，什么样的对象可以作为“GC Roots”根节点呢？

GC Roots根节点：线程栈的本地变量、静态变量、本地方法栈的变量等等

4.Java中常见的引用

java的引用类型一般分为四种：强引用、软引用、弱引用、虚引用

强引用：普通的变量引用
比如：public static User user = new User();

软引用：将对象用SoftReference软引用类型的对象包裹，正常情况不会被回收，但是GC做完后发现释放不出空间存放新的对象，则会把这些软引用的对象回收掉。软引用可用来实现内存敏感的高速缓存。
比如：public static SoftReference<User> user = new SoftReference<User>(new User());

弱引用：将对象用WeakReference软引用类型的对象包裹，弱引用跟没引用差不多，GC会直接回收掉，很少用
比如：public static WeakReference<User> user = new WeakReference<User>(new User());

如果看过ThreadLocal源码的同学肯定就知道，ThreadLocal内部类ThreadLocalMap中就定义了弱引用，所有为什么ThreadLocal会有内存泄漏风险！！

虚引用：虚引用也称为幽灵引用或者幻影引用，它是最弱的一种引用关系，几乎不用

想一个问题，被标记为不可达的对象就一定会被回收吗？？

不一定，即使在可达性分析算法中不可达的对象，也并非是“非死不可”的，这时候它们暂时处于“缓刑”阶段，要真正宣告一个对象死亡，至少要经历再次标记过程。

1. 第一次标记并进行一次筛选。
筛选的条件是此对象是否有必要执行finalize()方法。
当对象没有覆盖finalize方法，对象将直接被回收。

2. 第二次标记
如果这个对象覆盖了finalize方法，finalize方法是对象脱逃死亡命运的最后一次机会，如果对象要在finalize()中成功拯救自己，只要重新与引用链上的任何的一个对象建立关联即可，譬如把自己赋值给某个类变量或对象的成员变量，那在第二次标记时它将移除出“即将回收”的集合。如果对象这时候还没逃脱，那基本上它就真的被回收了。
注意：一个对象的finalize()方法只会被执行一次，也就是说通过调用finalize方法自我救命的机会就一次。

5.如果判断某个类是无用的类？？

JVM垃圾回收不仅仅只是回收堆内存，还有可能回收方法区，方法区主要回收的是无用的类，那么如何判断一个类是无用的类呢？
类需要同时满足下面3个条件才能算是 “无用的类” ：
1.该类所有的对象实例都已经被回收，也就是 Java 堆中不存在该类的任何实例。
2.加载该类的 ClassLoader 已经被回收。
3.该类对应的 java.lang.Class 对象没有在任何地方被引用，无法在任何地方通过反射访问该类的方法。

二、垃圾回收算法

Java中垃圾回收算法大致可以分为以下几大类：

分代收集理论

当前虚拟机的垃圾收集都采用分代收集算法，这种算法没有什么新的思想，只是根据对象存活周期的不同将内存分为几块。一般将java堆分为新生代和老年代，这样我们就可以根据各个年代的特点选择合适的垃圾收集算法。
比如在新生代中，每次收集都会有大量对象(近99%)死去，所以可以选择复制算法，只需要付出少量对象的复制成本就可以完成每次垃圾收集。而老年代的对象存活几率是比较高的，而且没有额外的空间对它进行分配担保，所以我们必须选择“标记-清除”或“标记-整理”算法进行垃圾收集。注意，“标记-清除”或“标记-整理”算法会比复制算法慢10倍以上。

标记-复制算法

为了解决效率问题，“复制”收集算法出现了。它可以将内存分为大小相同的两块，每次使用其中的一块。当这一块的内存使用完后，就将还存活的对象复制到另一块去，然后再把使用的空间一次清理掉。这样就使每次的内存回收都是对内存区间的一半进行回收。问题就是：内存的使用率只有一半，如果内存中多数对象都是存活的，这种算法将会产生大量的内存间复制的开销

标记-清除算法

算法分为“标记”和“清除”阶段：标记存活的对象， 统一回收所有未被标记的对象(一般选择这种)；也可以反过来，标记出所有需要回收的对象，在标记完成后统一回收所有被标记的对象 。它是最基础的收集算法，比较简单，但是会带来两个明显的问题：

1.效率问题 (如果需要标记的对象太多，效率不高)
2.空间问题（标记清除后会产生大量不连续的碎片）

标记-整理算法

根据老年代的特点特出的一种标记算法，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回收，而是让所有存活的对象向一端移动，然后直接清理掉端边界以外的内存。

三、垃圾收集器

我们要明白一点，垃圾回收器和垃圾回收算法有什么关系？？

简单理解，垃圾回收器就是垃圾回收算法的一种具体实现…

JVM垃圾回收器主要包含下面几种：

虚线上面的垃圾回收器是针对年轻代，虚线下面的是针对老年代的，虚线中的比较狠，“老少通吃”…

直到现在为止还没有最好的垃圾收集器出现，更加没有万能的垃圾收集器，我们能做的就是根据具体应用场景选择适合自己的垃圾收集器。试想一下：如果有一种四海之内、任何场景下都适用的完美收集器存在，那么我们的Java虚拟机就不会实现那么多不同的垃圾收集器了。下面我们重点讲一下几款常用的垃圾收集器。

1.Serial收集器(-XX:+UseSerialGC -XX:+UseSerialOldGC)

Serial（串行）收集器是最基本、历史最悠久的垃圾收集器了。大家看名字就知道这个收集器是一个单线程收集器了。它的 “单线程” 的意义不仅仅意味着它只会使用一条垃圾收集线程去完成垃圾收集工作，更重要的是它在进行垃圾收集工作的时候必须暂停其他所有的工作线程（ “Stop The World” ），直到它收集结束。

Serial采用复制算法，Serial old采用标记-整理算法。

2.Parallel Scavenge收集器(-XX:+UseParallelGC(年轻代),-XX:+UseParallelOldGC(老年代))

Parallel收集器其实就是Serial收集器的多线程版本，除了使用多线程进行垃圾收集外，其余行为（控制参数、收集算法、回收策略等等）和Serial收集器类似。默认的收集线程数跟cpu核数相同，当然也可以用参数(-XX:ParallelGCThreads)指定收集线程数，但是一般不推荐修改。

Parallel Scavenge收集器关注点是吞吐量（高效率的利用CPU）。CMS等垃圾收集器的关注点更多的是用户线程的停顿时间（提高用户体验）。所谓吞吐量就是CPU中用于运行用户代码的时间与CPU总消耗时间的比值。 Parallel Scavenge收集器提供了很多参数供用户找到最合适的停顿时间或最大吞吐量，如果对于收集器运作不太了解的话，可以选择把内存管理优化交给虚拟机去完成也是一个不错的选择。JDK8默认的新生代和老年代收集器。

新生代采用复制算法，老年代采用标记-整理算法。

3. ParNew收集器(-XX:+UseParNewGC)

ParNew收集器其实跟Parallel收集器很类似，区别主要在于它可以和CMS收集器配合使用。

新生代采用复制算法

4.CMS收集器(-XX:+UseConcMarkSweepGC(old))

CMS（Concurrent Mark Sweep）收集器是一种以获取最短回收停顿时间为目标的收集器。它非常符合在注重用户体验的应用上使用，它是HotSpot虚拟机第一款真正意义上的并发收集器，它第一次实现了让垃圾收集线程与用户线程（基本上）同时工作。
从名字中的Mark Sweep这两个词可以看出，CMS收集器是一种 “标记-清除”算法实现的，它的运作过程相比于前面几种垃圾收集器来说更加复杂一些。整个过程分为四个步骤：

初始标记： 暂停所有的其他线程(STW)，并记录下gc roots直接能引用的对象，速度很快。
并发标记： 并发标记阶段就是从GC Roots的直接关联对象开始遍历整个对象图的过程， 这个过程耗时较长但是不需要停顿用户线程， 可以与垃圾收集线程一起并发运行。因为用户程序继续运行，可能会有导致已经标记过的对象状态发生改变。
重新标记： 重新标记阶段就是为了修正并发标记期间因为用户程序继续运行而导致标记产生变动的那一部分对象的标记记录，这个阶段的停顿时间一般会比初始标记阶段的时间稍长，远远比并发标记阶段时间短。主要用到三色标记里的增量更新算法做重新标记。
并发清理： 开启用户线程，同时GC线程开始对未标记的区域做清扫。这个阶段如果有新增对象会被标记为黑色不做任何处理
并发重置：重置本次GC过程中的标记数据。

CMS它是一款优秀的垃圾收集器，

优点：并发收集、低停顿。

但是它有下面几个明显的缺点：
1.对CPU资源敏感（会和服务抢资源）；
2.无法处理浮动垃圾(在并发标记和并发清理阶段又产生垃圾，这种浮动垃圾只能等到下一次gc再清理了)；
3.它使用的回收算法-“标记-清除”算法会导致收集结束时会有大量空间碎片产生，

当然通过参数-XX:+UseCMSCompactAtFullCollection可以让jvm在执行完标记清除后再做整理

思考两个问题：

问题1，CMS在垃圾收集过程中，为什么初始标记、重新标记阶段要两次STW(stop the world)？？？

问题2，在CMS并发收集阶段，如果用户线程对象创建速度过快，导致内存不够用，怎么办？？？

你们有心中是否有答案呢？？

问题1：
我们知道对象被回收之前要被标记的，如果CMS初始标记阶段没有STW，GC线程和用户线程一起执行，GC线程刚把某个对象标记为可回收对象，用户线程后脚就把这个对象引用了或者又新建了一个对象，后面GC线程就回收了不该回收的的对象。用户线程此时不得十万匹小马儿在飞奔？？所以CMS在初始标记准备GC标记时，会提前设置安全标识，用户线程到达安全点之后，会检查是否要停止执行，等用户线程STW之后，GC线程快速扫描CG Roots对象。
重新标记阶段的STW类似，因为为了是用户体验好，CMS并发标记阶段是GC和用户线程并发的，用户线程执行时，有可能创建新的垃圾对象。

问题2：
并发标记和并发清理阶段会出现，一边回收，系统一边运行，也许没回收完就再次触发Full gc，也就是"concurrent mode failure"，此时会进入全程stop the world，用serial old垃圾收集器来回收

5.G1收集器(-XX:+UseG1GC)

G1 (Garbage-First)是一款面向服务器的垃圾收集器,主要针对配备多颗处理器及大容量内存的机器. 以极高概率满足GC停顿时间要求的同时,还具备高吞吐量性能特征.

G1将Java堆划分为多个大小相等的独立区域（Region），JVM目标是不超过2048个Region，实际可以超过该值，但是不推荐。
一般Region大小等于堆大小除以2048，比如堆大小为4096M，则Region大小为2M，当然也可以用参数"-XX:G1HeapRegionSize"手动指定Region大小，但是推荐默认的计算方式。

G1保留了年轻代和老年代的概念，但不再是物理隔阂了，它们都是（可以不连续）Region的集合。
默认年轻代对堆内存的占比是5%，如果堆大小为4096M，那么年轻代占据200MB左右的内存，对应大概是100个Region，可以通过“-XX:G1NewSizePercent”设置新生代初始占比，在系统运行中，JVM会不停的给年轻代增加更多的Region，但是最多新生代的占比不会超过60%，可以通过“-XX:G1MaxNewSizePercent”调整。年轻代中的Eden和Survivor对应的region也跟之前一样，默认8:1:1，假设年轻代现在有1000个region，eden区对应800个，s0对应100个，s1对应100个。
一个Region可能之前是年轻代，如果Region进行了垃圾回收，之后可能又会变成老年代，也就是说Region的区域功能可能会动态变化。

G1垃圾收集器对于对象什么时候会转移到老年代跟之前讲过的原则一样，唯一不同的是对大对象的处理，G1有专门分配大对象的Region叫Humongous区，而不是让大对象直接进入老年代的Region中。在G1中，大对象的判定规则就是一个大对象超过了一个Region大小的50%，比如按照上面算的，每个Region是2M，只要一个大对象超过了1M，就会被放入Humongous中，而且一个大对象如果太大，可能会横跨多个Region来存放。Humongous区专门存放短期巨型对象，不用直接进老年代，可以节约老年代的空间，避免因为老年代空间不够的GC开销。Full GC的时候除了收集年轻代和老年代之外，也会将Humongous区一并回收。

G1收集器一次GC(主要值Mixed GC)的运作过程大致分为以下几个步骤：
初始标记（initial mark，STW）：暂停所有的其他线程，并记录下gc roots直接能引用的对象，速度很快 ；
并发标记（Concurrent Marking）：同CMS的并发标记
最终标记（Remark，STW）：同CMS的重新标记
筛选回收（Cleanup，STW）：筛选回收阶段首先对各个Region的回收价值和成本进行排序，根据用户所期望的GC停顿STW时间(可以用JVM参数 -XX:MaxGCPauseMillis指定)来制定回收计划，比如说老年代此时有1000个Region都满了，但是因为根据预期停顿时间，本次垃圾回收可能只能停顿200毫秒，那么通过之前回收成本计算得知，可能回收其中800个Region刚好需要200ms，那么就只会回收800个Region(Collection Set，要回收的集合)，尽量把GC导致的停顿时间控制在我们指定的范围内。这个阶段其实也可以做到与用户程序一起并发执行，但是因为只回收一部分Region，时间是用户可控制的，而且停顿用户线程将大幅提高收集效率。不管是年轻代或是老年代，回收算法主要用的是复制算法，将一个region中的存活对象复制到另一个region中，这种不会像CMS那样回收完因为有很多内存碎片还需要整理一次，G1采用复制算法回收几乎不会有太多内存碎片。(注意：CMS回收阶段是跟用户线程一起并发执行的，G1因为内部实现太复杂暂时没实现并发回收，不过到了ZGC，Shenandoah就实现了并发收集，Shenandoah可以看成是G1的升级版本)

G1收集器在后台维护了一个优先列表，每次根据允许的收集时间，优先选择回收价值最大的Region(这也就是它的名字Garbage-First的由来)，比如一个Region花200ms能回收10M垃圾，另外一个Region花50ms能回收20M垃圾，在回收时间有限情况下，G1当然会优先选择后面这个Region回收。这种使用Region划分内存空间以及有优先级的区域回收方式，保证了G1收集器在有限时间内可以尽可能高的收集效率。

学完了G1垃圾收集器，现在，又来到了我们问题环节。。。哈哈。

问题：
为了用户体验好，既然G1可以设置停顿时间(默认200ms)，现在我想停顿时间更短，那我们是不是可以设置为20ms呢？？？

最好不要这要搞，因为我们设置停顿时间太短，G1每次回收的区域很少，用户线程执行过程中，最后没有区域可回收，JVM不得不进行一次全方面的Full GC，导致停顿时间更长，得不偿失。

CMS和G1是常用的两种垃圾收集器，也是面试重灾区！！

四、初识三色标记

在并发标记的过程中，因为标记期间应用线程还在继续跑，对象间的引用可能发生变化，这里就引出两个概念：多标和漏标。

引入“三色标记”来给大家解释下，把Gc roots可达性分析遍历对象过程中遇到的对象， 按照“是否访问过”这个条件标记成以下三种颜色：

黑色： 表示对象已经被垃圾收集器访问过， 且这个对象的所有引用都已经扫描过。 黑色的对象代表已经扫描过， 它是安全存活的， 如果有其他对象引用指向了黑色对象， 无须重新扫描一遍。 黑色对象不可能直接（不经过灰色对象） 指向某个白色对象。
灰色： 表示对象已经被垃圾收集器访问过， 但这个对象上至少存在一个引用还没有被扫描过。
白色： 表示对象尚未被垃圾收集器访问过。 显然在可达性分析刚刚开始的阶段， 所有的对象都是白色的， 若在分析结束的阶段， 仍然是白色的对象， 即代表不可达。

多标：在并发标记阶段，GC线程本来标记某个对象是可达的，随后用户线程出栈，此栈帧中引用的对象实例没有其他地方引用了，对象就变成了垃圾对象(浮动垃圾)。

对于夺标产生的浮动垃圾，JVM该怎么处理呢？？答案，下一次GC的时候处理。

漏标：并发标记阶段，用户线程新创建的对象。漏标会导致被引用的对象被当成垃圾误删除，这是严重bug，必须解决呀！！漏标的解决方案大致分为两种：增量更新和原始快照

增量更新：就是当黑色对象插入新的指向白色对象的引用关系时， 就将这个新插入的引用记录下来， 等并发扫描结束之后， 再将这些记录过的引用关系中的黑色对象为根， 重新扫描一次。 这可以简化理解为， 黑色对象一旦新插入了指向白色对象的引用之后， 它就变回灰色对象了。

原始快照：就是当灰色对象要删除指向白色对象的引用关系时， 就将这个要删除的引用记录下来， 在并发扫描结束之后， 再将这些记录过的引用关系中的灰色对象为根， 重新扫描一次，这样就能扫描到白色的对象，将白色对象直接标记为黑色(目的就是让这种对象在本轮gc清理中能存活下来，待下一轮gc的时候重新扫描，这个对象也有可能是浮动垃圾)

CMS采用的增量更新，G1采用的是原始快照，至于具体为什么这样，有大佬说过：原始快照相对增量更新效率会高(当然原始快照可能造成更多的浮动垃圾)，因为不需要在重新标记阶段再次深度扫描被删除引用对象，而CMS对增量引用的根对象会做深度扫描，G1因为很多对象都位于不同的region，CMS就一块老年代区域，重新深度扫描对象的话G1的代价会比CMS高，所以G1选择原始快照不深度扫描对象，只是简单标记，等到下一轮GC再深度扫描。

今天的内容有点多，需要慢慢享受…

下一篇讲讲JVM的一些调优方式！！