Java垃圾回收器

Java垃圾回收器

JVM垃圾回收算法只是一种思想，一种方法论，而垃圾回收器是垃圾回收的具体实现。

1、Serival收集器

串行收集器,是最古老，最稳定的垃圾收集器，效率也比较高。

• 单线程收集
• 需要暂停用户线程
• 新生代复制算法，老年代标记整理算法
• 参数控制：-XX:+UseSerival串行收集器

由于是单线程的原因，回收速度比较慢，可管理的堆内存空间比较小。

2、ParNew收集器

多线程版本的Serival收集器

• 吞吐量比较高：并发收集，利用多核CPU的优势，大幅度降低gc时间。
• 需要暂停用户线程
• 新生代采用复制算法。，老年代标记整理算法
• 参数控制 -XX:+UseParallelGC-XX
• 适用于需要有效利用CPU资源，容忍暂停的场景

上述的两种收集器在进行垃圾回收的过程中，都需要stop the world【暂停用户线程】，在如今的B / S系统的服务器上，长时间的不响应用户是无法忍受的。因此逐渐衍生出了不需要长时间stw的垃圾收集器

3、CMS 垃圾收集器

CMS ： Concurrent Mark Swap 是一种追求最短停顿时间的垃圾收集器。基于标记–清除算法，针对老年代。

3.1 回收步骤

主要分为标记和清除两个步骤。

为了减缓Stop the word的问题，使得最大程度上垃圾回收线程和用户线程并行，将整个标记清除分为以下几个阶段。

• 初始标记：需要stop the world ，仅仅标记与GC Roots直接相连的对象，因为这部分对象毕竟是少数以及一些如OopMap的优化技术，因此用户线程暂停时间较短。
• 并发标记：遍历所有与GC Roots间接相关联的对象也就是遍历整个对象构成的图，这部分对象比较多因此时间比较长，但是标记线程可以和用户线程并发执行，不需要Stop the world。但是这必然存在一个问题，在用户线程执行的过程中又会产生一些垃圾，这部分可能会标记不到。正如你妈妈在打扫房间的时候，你依旧在仍纸团。
• 重新标记：重新标记一次，标记在并发标记过程中，用户线程产生的垃圾对象，这一步需要Stop the world。因为在并发标记过程中产生的垃圾相对较少，因此这一步stop the world的时间也比较短。
• 并发清除：清理掉之前所标记的对象，因为需要清理的对象比较多，这一步比较耗时，因此将用户线程和垃圾回收线程并发执行，不需要stop the world。

为什么年轻代不适用CMS呢？主要是因为CMS是基于标记清除的不适合年轻代。

3.2 存在的问题

• CPU敏感：CMS默认使用（CPU数量 + 3） / 4个线程来进行垃圾回收，因此当服务器的CPU个数小于4个话，对于CPU来说是一个较大的负担。但如今服务器的CPU数量基本都大于四个。
• 浮动垃圾问题：因为在并发清理的过程中没有stw，用户线程还是会产生一部分垃圾，这部分垃圾也需要占用一一定的内存空间，因此需要进行空间预留，因此必须提前进行垃圾回收，不能等老年代几乎填满了才进行垃圾回收。如果这样的话，在并发标记阶段用户线程想申请内存就申请不了了。JDK6之后大概老年代空间使用了92%左右就会触发垃圾回收。但是还存在一个问题，万一有什么大对象的产生，预留的空间放不下，而且老年代由于采用的是标记清清除算法，最后老年代也放不下，此时就需要切换垃圾回收器为SerivalOld这么一个单线程且完全STW的垃圾收集器进行垃圾回收。 这个在生产环境其实是有很大风险的。
• 内存碎片问题：因为基于标记—清除算法，本来就有这个问题，但为什么要使用这个算法呢？因为CMS绝大多数情况都和用户线程并行，因此如果使用整理或者复制算法会动态的改变对象的位置，为了解决这个问题，在需要分配大对象的时候，使用一次整理算法。

上面的几种垃圾回收器都关注的是如何快速的整理整个堆内存，但是仔细想一下，只要垃圾回收的速率高于对象分配的速率，是完全不影响程序的正常运行的，因此不需要对整个堆内存进行回收，只要使得回收产生的空闲空间大于程序需要的空间即可。另外可以事先定义一个最大停顿时间，只要时间到了就停止回收。

4、G1垃圾收集器

在CMS垃圾回收器收集的过程中，有这么一个极端 场景因为新生代仍然使用的复制算法，在复制的时候Survivor区放不下了，因此需要晋升到老年代，而老年代由于采用CMS垃圾收集器，多次标记清理导致碎片太多，也存放不下，此时会进行一次Full GC。 一次简单的 Major GC，竟然能演化成耗时最长的 Full GC。而且这个停顿时间是不可预知的。对于一些对响应时间有严格要求的业务，这个是无法忍受的。

G1的由来其实很简单，从之前的单线程收集，到多线程收集，再到CMS多步骤标记，尽可能的减少stw，但是随着堆内存的越来越大，即使重新标记也需要耗费不少时间，需要换一种思想进行垃圾回收了。

G1的思路很简单，它不要求一次性把整个堆内存都清理的干干净净，只要在指定的时间内认真清理就行了。

G1 ： Gabage First 开启参数-XX:+UseG1GC。该垃圾回收器将整个堆内存化整为零，划分为一个小小的region，region大小的范围为1–32MB具体根据参数-XX：G1HeapRegionSize来进行设置，且应为2的次幂。G1仍然使用分代的思想，每一个region可以划分为Eden，survival（From，To）区，为了存储大对象又引入了一个Humongous这么一个区域，这个区域也属于老年代，当对象大小超过region的一半的时候，会分配到这个区域。划分成同一种的类型的region区域可以是不连续的，因此G1收集器看来新生代和老年代是逻辑的，如下图所示：

对G1来说，每次回收的时候，不需要回收整个堆，回收的对象成为Collection Set 简称CS。

G1的垃圾回收过程和CMS的类似，也分为初始标记，并发标记，重新标记 最后一步筛选回收，不过最后一步是需要stw的，因为G1仅仅回收效益最大的几个region，不需要对整个堆内存进行回收，再加上多线程回收所以消耗的时间很短，所以即时STW的话，时间也很短。另外G1的每个regin的标识是可以动态变化的，因此在复制过程中，为了方便不一定真正的需要复制对象，有时候只是将标识改变一下即可。

4.1、G1的回收流程

年轻代回收：刚开始eden都是空的，随着对象分配，eden满了,就要开始进行垃圾回收。

• 构建CS，决定回收哪些region。
• 扫描GC root
• 更新 RS，处理 dirty card queue 中的卡页，更新 RSet。之前只是将脏卡加入了队列，还没有更新。
• 处理RS，找到相关的跨代引用。
• 活对象copy
• 处理引用：处理 Soft、Weak、Phantom、Final、JNI Weak 等引用。结束收集。

老年代回收：

5、一些实现细节

5.1三色标记法

之前的标记过程是stw的，因此在标记过程中，对象与对象的引用不会再发生改变，但是由于CMS和G1都在这一步都不需要STW，因此必须解决并发标记过程中对象的引用发生变化问题，为此引入了三色标记法。
在并发标记过程中，遇到的对象，按照自身及其子对象是否标记过，分为三种颜色

• 黑色：该对象所有的子对象都已经被扫描过，或者自身是根对象。
• 灰色：自身已经被扫描过，但还存在至少一个子对象没有被扫描。
• 白色：自身还没有被扫描，如果垃圾回收器扫描完，还有对象的颜色是白色的，说明就是垃圾。

那么三色标记法如何解决并发标记过程中对象的引用发生改变的呢？对象的引用关系发生变化会导致两种问题：1、原本死亡的对象标记为存活的，2、原本存活的对象标记为死亡的，第一种的影响不大，但第二种必然造成程序错误。图示问题的产生：

为了解决这个问题，引入了两种解决方案：

• 增量更新：对于上述情况，在进行回收的时候，发现A的子引用C是一个白色对象，会重新进行一次并发标记。这是CMS使用的算法。它关注的是引用的增加，即A到C多了一条引用。

• 原始快照：上图中B到C的引用消失，这个信息将会记录下来，标记前后两次的快照在GC的堆和栈中进行对比，这样就可以确定哪条引用消失了。这是G1使用的算法，它关注引用的减少。

5.2、跨代 / 跨region 引用

因为垃圾收集算法的设计过程中是将堆内存进行分代的，由于新生代的对象朝生夕死，垃圾回收频繁，若存在老年代的对象对新生代对象的引用，按照理解应该扫描整个老年代，来判断新生代的垃圾有没有被老年代所引用，这样才可以进行放心回收。但是因为新生代的回收是比较频繁的，这样每次全量扫描老年代是一件比较耗时的操作，为此提出了一些优化措施。

把一个regin划分为等大的区域，每个区域对应一个cardtable，当该区域存在对其它区域的跨region引用的话，则把这个cardtable记录在另一个区域的RSet中。简单而言就是每一个region都有一个数据结构用来保存哪块区域对自己区域中的对象存在引用。到时候回收的时候，只需要扫描对自己有引用的区域即可，避免了整个堆的扫描，是一种空间换时间的思想。

记录下来是一方面，但是还需要维护它的状态更新，那么如何知道它什么时候变化或者更新呢？使用write barrier 进行维护。如果发生了变化，这个cardtable就称为一个dirty，存入一个queue中，

5.2.1 CardTable

一个抽象的概念，用来存标识哪块内存存在对其他区域（跨代）的引用。实现方式可以有很多，在精确和效率之间取舍；常见的有三种实现：

• 字长长度：即处理器的一次寻址范围，指明该区域存在跨代引用。
• 对象精度：指明该对象是跨代引用
• 卡精度：一块小区域存在跨代引用

其中卡精度的是一种使用最频繁的实现方式，也称为卡表。

5.2.2 RSet

卡表可以理解为一个byte数组，数组的每个元素代表固定范围的内存范围，如果该范围中存在跨代引用，则此处元素的值为1，反之为0，这样就可以知道哪块内存区域存在跨代引用，无需遍历整个老年代。

5.3 安全点与安全区域

5.3.1安全点

JVM在进行垃圾回收的时候，第一步往往是标记与GCRoots直接关联的对象，这一步是需要STW的，随着堆内存的不断变大，这些对象也不断增多，为了减少STW时间，在类加载完成后计算机出对象的具体偏移地址处存在这种引用，并且使用一种称为OopMap的数据结构存储起来，这样只需遍历OopMap即可，无需遍历整个堆内存。
但是随着程序的运行，这个OopMap是需要进行更新的，每一条指令都可能导致OopMap的变化，但是为每一条指令都生成Oopmap的话消耗比较大，因此只是在某些特定的点生成了OopMap，这些点便称为安全点，JVM必须在用户线程到达安全点的时候才可以进行垃圾回收，因为安全点才有OopMap。安全点的设置通常在循环跳转，异常跳转，方法调用等地方。
用户线程停下来的方式有两种：1、主动轮询，2、抢占式中断，主流虚拟机都采用主动轮询来暂停用户线程。

5.3.2 安全区域

安全区域是指在该区域内，对象的引用关系不会发生变化，针对处于阻塞或者等待的用户线程。当线程进入安全区域后，会标识自己进入了安全区域，GC线程就无需关注该用户线程了，可以进行垃圾回收了。线程要离开安全区域，必须等待GC完成根节点枚举否则需要一直等待。