G1垃圾回收器看这篇就够了

为什么要发布G1？

应用程序的业务越来越庞大，复杂，用户越来越多，那么STW的GC跟不上实际需求，因此不断的对GC进行优化，在JDK7引入了G1垃圾回收器。
G1设定的目标是在延迟可控的情况下获得尽可能高的吞吐量。

区域分代化（概述）

• 因为G1是一个并行回收器，它把堆内存**分割成很多不相关的区域（Region）**使用不同的Region来表示Eden，幸存者0，幸存者1，老年代等
• G1 GC有计划的避免了在整个Java堆中进行全区域的垃圾收集。G1跟踪各个Region里面的垃圾堆积的价值大小（回收所获得的空间大小以及回收所需时间的经验值），在后台维护一个优先列表，每次根据允许的收集时间，优先回收价值最大的Region
• 由于这种方式的侧重点在于回收垃圾最大量的区间（Region），所以我们给G1一个名字：垃圾优先。
• G1是一款面向服务端应用的垃圾收集器，主要针对配备多核CPU及大容量内存的机器，以极高概率满足GC停顿时间的同时，还兼具高吞吐量的特征。
• JDK9以后的默认垃圾回收器就是G1，取代了CMS回收器以及Parallel+Parallel Old组合。

优点

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STW。
• 并发性：G1拥有与用户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。

分代收集

• 从分代上看，G1依然属于分代型垃圾回收器，他会区分年轻代和老年代，年轻代依然有Eden和Survivor区，但从堆结构看，他不要求整个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。
• 将堆空间分为若干个区域（Region），这些区域包含了逻辑上的年轻代和老年代。
• 和之前回收器不同，它同时兼顾年轻代和老年代，但是其他回收器，只工作在年轻代或者老年代
• 如下图：每一个小方格就是一个Region
  

空间整合

• CMS：标记清除算法， 内存碎片，若干次GC后进行一次碎片整理。
• G1将内存划分为一个个的region，内存回收是以region作为基本单位的，Region之间是复制算法，但整体上实际可看作是标记压缩算法，这种特性有利于程序长时间运行，分配大对象时不会因为无法找到连续内存空间提前出发下一次GC，尤其是当Java堆非常大时，G1的优势更加明显。

可预测的停顿时间模型

G1除了追求低停顿外，还能建立可预测的停顿时间模型，能让使用者明确指定在一个长度为M毫秒的时间段片内，消耗在垃圾收集上的时间不超过N毫秒。

• G1跟踪各个Region里面的垃圾堆积的价值大小（回收所获得的空间大小以及回收所需要时间的经验值），在后台维护一个优先列表，每次根据允许的收集时间，优先回收价值最大的Region，保证了G1在首先时间内可以获取尽可能高的收集效率
• 相比于CMS GC， G1未必能做到CMS在最好的情况下的延时停顿，但是最差情况要好很多。

Region详细介绍

使用G1收集器时， 它将整个Java堆分成约2048个大小相同的独立Region块，每个Region块大小根据堆空间的实际大小而定，整体被控制在1MB到32MB之间，且为2的N次幂，即1MB，2MB，4MB，8MB。所有Region大小相同，且在JVM生命周期内不会被改变。

• 一个Region可能属于Eden，Survivor或者Old内存区域。
• 一个Region只属于一个角色，当被回收以后，可能会变成另一个角色。
• 新增了Humongous内存区域，当对象超过0.5个Region大小时，就放到这个区域。
• 一个H区装不下，就用连续的多个H区装。

G1回收器回收过程

三个环节：****年轻代GC（Young GC），老年代并发标记过程（Concurrent Marking），混合回收（Mixed GC），当然也有可能触发Full GC，如果G1的暂停时间设置的过小，那么每次回收的Region过少，但是用户线程新占用的空间太大，就会触发Full GC（单线程，独占式，高强度）。

• 当年轻代的Eden区用尽时开始年轻代回收过程：G1的年轻代收集阶段是一个并行的独占式收集器。在年轻代回收期，G1 GC暂停所有应用线程，启动多线程执行年轻代回收，然后从年轻代区间移动存活对象到Survivor区间或者老年区间。
• 当堆内存使用到一定阈值时（默认45%），开始老年代并发标记过程。
• 标记完成马上开始混合回收过程，对于一个混合回收期，G1 GC从老年区间移动存活对象到空闲区间，死了的就回收了，这些空闲区间也就成为了老年代的一部分，和年轻代不同，老年代的G1回收器和其他GC不同，G1的老年代回收器不需要整个老年代回收，一次只需扫描/回收一小部分老年代的Region就可以了，同时这个老年代Region是和年轻代一起回收的。

Remembered Set（记忆集）

问题：

• 一个对象被不同区域引用，比如一个Eden区的对象被Old区的对象引用。
• 一个Region不可能是孤立的，一个Region中的对象可能被其他任意Region中对象引用，判断对象存活时，是否需要扫描整个Java堆才能保证准确？
  解决办法：
  无论G1还是其他分代收集器，JVM都是使用Remembered Set来避免全局扫描。
  每个Region都有一个对应的Remembered Set；每次Reference引用类型数据写操作时，都会产生一个Write Barrier（写屏蔽）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（其他收集器：检查老年代对象是否引用了新生代对象）；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。如图：
  

年轻代GC回收过程

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。

YGC时，首先G1停止应用程序的执行（stop-The-Wor1d），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（见备注）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o1d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。

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youngGC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youngGC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。

混合回收

当越来越多的对象晋升到老年代o1d 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old 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o1d 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1e%，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1e%，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。

Full GC

G1的初衷就是要避免Fu11GC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Fu11GC的发生，一旦发生需要进行调整。什么时候会发生Ful1GC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ful1gc，这种情况可以通过增大内存解决。 导致61Fu11GC的原因可能有两个：

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