G1垃圾收集器：从入门到出门（总结向）

Garbage First（简称G1）收集器开创了收集器面向局部收集的设计思路和基于Region的内存布局形式。

G1是一款主要面向服务端应用的垃圾收集器。JDK9发布之日，G1宣告取代Parallel Scavenge加Parallel Old组合，成为服务器模式下的默认垃圾收集器。

G1的特点如下：

1. 并行与并发

并行性：G1在回收期间，可以有多个GC线程同时工作，有效利用多核计算能力。此时用户线程Stop The World。

并发性：G1拥有与应用程序交替执行的能力，部分工作可以和应用程序同时执行，因此，一般来说，不会在整个回收阶段发生完全阻塞应用程序的情况。

2. 分代收集

从分代上看，G1依然属于分代型垃圾回收器，但从堆的结构上看，它不要求整个Eden区、年轻代或者老年代都是连续的，也不再坚持固定大小和固定数量。和之前的各类回收器不同，它同时兼顾年轻代和老年代，它将Region作为作为单次回收的最小单元，即每次收集到的内存单元都是Region大小。

下图为G1收集器Region分区示意图。
相比于CMS的优势：

CMS：

1. 采用“标记-清除”算法，容易产生难以利用的内存碎片。

2. 当CMS运行期间预留的内存无法满足程序分配新对象的需要，虚拟机会冻结用户线程的执行，临时启动Serial Old收集器来进行老年代的收集。CMS本来是一款以最短停顿时间为目标的收集器，这样一来停顿时间反而变得很长。

G1：

1. G1的Region之间是复制算法，整体上可看作是标记-整理算法，两种算法都可以有效避免内存碎片的产生，有利于程序长时间运行，尤其是Java堆非常大的时候，G1的优势更加明显，平衡点在6-8GB之间。
2. G1还可建立可预测的时间停顿模型，能让使用者明确指定在一个长度为M毫秒的时间片段内，消耗在垃圾收集上的时间不得超过N毫秒。
3. G1跟踪各个Region里面的垃圾堆积的价值大小，在后台维护了一个优先列表，每次根据允许的收集时间，优先回收价值最大的Region。保证了尽可能高的收集效率。相比于CMS，G1未必能最到CMS最好情况下的延时停顿，但最差情况要好很多。

G1回收器垃圾回收过程：

1. Remembered Set

   主要解决回收时的跨代引用问题。

   每个Region都有 一个对应的Remembered Set；
   每次Reference类型数据写操作时，都会产生一个Write Barrier暂时中断操作；然后检查将要写入的引用指向的对象是否和该Reference类型数据在不同的Region；如果不同，通过CardTable把相关引用信息记录到引用指向对象的所在Region对应的Remembered Set中；当进行垃圾收集时，在GC根节点的枚举范围加入Remembered Set；就可以保证不进行全局扫描，也不会有遗漏。

   Rememered Set示意图如下所示：
   

2. G1回收过程

   G1回收过程如图所示：
   

3. 年轻代GC
   JVM启动时，G1先准备好Eden区，程序在运行过程中不断创建对象到Eden区，当Eden空间耗尽时，G1会启动一次年轻代垃圾回收过程。
   年轻代垃圾回收只会回收Eden区和Survivor区。
   YGC时，首先G1停止应用程序的执行（Stop The World），G1创建回收集（Collection Set），回收集是指需要被回收的内存分段的集合，年轻代回收过程的回收集包含年轻代Eden区和Survivor区所有的内存分段。
   然后开始如下回收过程：

   第一阶段，扫描根。
   根是指static变量指向的对象，正在执行的方法调用链条上的局部变量等。根引用连同RSet记录的外部引用作为扫描存活对象的入口。
   第二阶段，更新RSet.
   处理dirty card queue中的card，更新RSet。此阶段完成后，RSet可以准确的反映老年代对所在的内存分段中对象的引用。

   第三阶段，处理RSet。
   识别被老年代对象指向的Eden中的对象，这些被指向的Eden中的对象被认为是存活的对象。
   第四阶段，复制对象。
   此阶段，对象树被遍历，Eden区 内存段中存活的对象会被复制到Survivor区中空的内存分段，Survivor区内存段中存活的对象如果年龄未达阈值，年龄会加1，达到阀值会被会被复制到01d区中空的内存分段。如果Survivor空间不够，Eden空间的 部分数据会直接晋升到老年代空间。
   第五阶段，处理引用。
   处理Soft，Weak，Phantom，Final，JNI Weak等引用。最终Eden空间的数据为空，GC停止工作，而目标内存中的对象都是连续存储的，没有碎片，所以复制过程可以达到内存整理的效果，减少碎片。

4. 并发标记过程

   初始标记阶段：标记从根节点直接可达的对象。这个阶段是STW的，并且会触发一次年轻代GC。
   根区域扫描（Root Region Scanning）：G1 GC扫描Survivor区直接可达的老年代区域对象，并标记被引用的对象。这一过程必须在young GC之前完成。
   并发标记（Concurrent Marking）：在整个堆中进行并发标记（和应用程序并发执行），此过程可能被young GC中断。在并发标记阶段，若发现区域对象中的所有对象都是垃圾，那这个区域会被立即回收。同时，并发标记过程中，会计算每个区域的对象活性（区域中存活对象的比例）。
   再次标记（Remark）：由于应用程序持续进行，需要修正上一次的标记结果。是STW的。G1中采用了比CMS更快的初始快照算法：snapshot at the beginning（SATB）。
   独占清理（cleanup，STW）：计算各个区域的存活对象和GC回收比例，并进行排序，识别可以混合回收的区域。为下阶段做铺垫。是STW的。这个阶段并不会实际上去做垃圾的收集。

   并发清理阶段：识别并清理完全空闲的区域。

5. 混合回收

   当越来越多的对象晋升到老年代old region时，为了避免堆内存被耗尽，虚拟机会触发一个混合的垃圾收集器，即Mixed GC，该算法并不是一个old GC，除了回收整个Young Region，还会回收一部分的0ld Region。这里需要注意：是一部分老年代，而不是全部老年代。可以选择哪些0ld Region进行收集，从而可以对垃圾回收的耗时时间进行控制。也要注意的是Mixed GC并不是Full GC。

   并发标记结束以后，老年代中百分百为垃圾的内存分段被回收了，部分为垃圾的内存分段被计算了出来。默认情况下，这些老年代的内存分段会分8次（可以通过-XX： G1MixedGCCountTarget设置）被回收。
   混合回收的回收集（Collection Set）包括八分之一的老年代内存分段，Eden区内存分段，Survivor区内存分段。混合回收的算法和年轻代回收的算法完全一样，只是回收集多了老年代的内存分段。具体过程请参考上面的年轻代回收过程。
   由于老年代中的内存分段默认分8次回收，G1会优先回收垃圾多的内存分段。垃圾占内存分段比例越高的，越会被先回收。并且有一个阈值会决定内存分段是否被回收，-XX：G1MixedGCLiveThresholdPercent，默认为65%，意思是垃圾占内存分段比例要达到65%才会被回收。如果垃圾占比太低，意味着存活的对象占比高，在复制的时候会花费更多的时间。
   混合回收并不一定要进行8次。有一个阈值-XX:G1HeapWastePercent，默认值为10%，意思是允许整个堆内存中有10%的空间被浪费，意味着如果发现可以回收的垃圾占堆内存的比例低于10%，则不再进行混合回收。因为GC会花费很多的时间但是回收到的内存却很少。

6. Full GC

   G1的初衷就是要避免Full GC的出现。但是如果上述方式不能正常工作，G1会停止应用程序的执行（Stop The World），使用单线程的内存回收算法进行垃圾回收，性能会非常差，应用程序停顿时间会很长。
   要避免Full GC的发生，一旦发生需要进行调整。什么时候会发生Full GC呢？比如堆内存太小，当G1在复制存活对象的时候没有空的内存分段可用，则会回退到full gc，这种情况可以通过增大内存解决。
   导致G1 Full GC的原因可能有两个：

   1.Evacuation的时候没有足够的to-space来存放晋升的对象；
   2.并发处理过程完成之前空间耗尽。

总结：G1垃圾回收器是垃圾收集器技术发展历史上里程碑式的成果。从JDK8开始被Oracle官方称为“全功能的垃圾收集器”。其回收过程十分复杂，探究起来细节繁多，希望读者能对笔者的总结纰漏多多包涵。

参考书目：《深入理解Java虚拟机》 周志明