JVM 垃圾收集器初探

垃圾收集算法

标记-清除算法

标记-清除（Mark-Sweep）算法，如同名字一样，分为两个阶段：即标记和清除阶段。

首先标记处需要回收的对象（使用可达性分析），标记完成后统一回收。

缺点：

• 效率低，尤其是清除阶段，需要针对每个标记逐一清除
• 产生内存碎片，导致分配较大对象时找不到合适的空间

以上问题也是操作系统在文件管理时会遇到的问题，而找不到空间存放较大对象则会导致再一次垃圾收集的启动，影响效率。

复制算法

算法思想是，将内存空间平均分为同等大小的两块，其中一块用于存放内存，另一块空着。分配对象空间时，按序分配，当其中一块用完时，触动垃圾回收，标记出需要回收的对象和不需要回收的对象，然后将满的那一块上仍存活对象按序移到另一块空的上，满的那一块则腾出来了。该算法也需要标记。

这样每次分配时就不同考虑内存碎片的情况，每次分配时只要移动堆顶指针，按序分配内存即可。但问题是可用内存缩小了一半。

为了克服浪费内存的问题，整理算法做如下修改：将内存分为三块，一块较大的eden空间和两块survivor空间。

每次分配时使用eden和一块survivor，当回收时，将eden和survivor上的存活对象移到另一块survivor上，然后清理掉eden和一块survivor上的空间。

研究表明大部分对象都是朝生夕死的，因此这种做法是可以的，不太会引起survivor放不下的情况。

一般来说，如果遇到survivor上放不下的情况，则这些对象将被迁移到老年代。（关乎新生代和老年代请看下面）

标记-整理算法

标记-整理（Mark-Compact）算法，第一阶段仍是标记，不同之处在于第二阶段，不是直接对对象进行回收，而是让所有存活的对象都向一端移动。整体效果就是标记-清除后在进行压缩。

分代收集算法

分代收集（Generational Collection）更像是一种纯粹的思想。其主旨是将对象进行分代管理，分为新生代和老年代，分代的依据是对象存活的周期次数。

比如对象经过多次垃圾回收后仍存活，则将其移到老年代。同时，新生代和老年代采用不同的垃圾收集算法。

1. 一开始所有对象，所有对象都在新生代区域，老年代区域为空;
2. 新生代进行一次垃圾回收，由于新生代大部分对象都是朝生夕死，因此新生代采取的垃圾回收算法是复制算法。
3. 新生代经过多次垃圾回收后，发现survivor区域放不下了，于是将survivor中的对象移到老年代，
4. 老年代进行垃圾回收，由于老年代的对象存活率高，常采用标记-整理/标记清除算法。

算法的具体细节

上述只是介绍了整体的算法思想， 但在实际应用中还需要考虑实现的细节。

可达性分析的具体实现

通过可达性分析得出哪些对象需要被回收，然后在执行垃圾回收算法。

但具体可达性分析是如何实现的呢？
使用图的遍历，不管是深度优先还是广度优先。

但一开始的节点如何选择呢？即如何选择GC Roots？
一般是全局性的引用（例如常量或者类静态属性），栈帧中的局部变量表。

问题：

1. 方法区就有数百兆，如何逐一检查每个引用，必然会消耗很多时间。
2. 在进行可达性分析时，我们需要注意到其他的Java线程仍是在执行的，这会导致可达性分析的误差，于是不得不暂停所有的Java线程（一般称为Stop The World）.

解决思路：
一种较好的方法是使用一个表来记录这些GC Roots。
JVM使用一组称为OopMap的数据结构来直接得知哪些方法存放着对象的引用。于是在OopMap的帮助下，JVM就可以快速准确的完成GC Roots的枚举了。

GC 执行

程序执行时并非在所有地方都可以 STW 来开始 GC，只有到达特定的地点才可以，这些地点被称为安全点（Safepoint）。

这样做的目的是为了减少OopMap的存放次数。

也就是说当执行GC时，并不是马上就行垃圾回收，因为有些线程并不在安全点上，于是就有了主动式中断的思想，即GC开始时，需要中断线程，此时不是直接对线程操作，而是设置一个标志，各个线程执行时主动去轮询这个标志，发现中断标志，就自己主动挂起。