JVM（三）—— 垃圾收集算法

垃圾收集算法

3.1 概述

• 垃圾收集器（GC）是比Java语言更早的出现。
• 对于Java虚拟机运行时数据区的程序计数器、虚拟机栈和本地方法栈是线程私有的，也就是说是随着线程的创建而创建，随线程的销毁而销毁，所以它们属于自动垃圾回收。对于Java堆和方法区（非堆，老年代）是线程共享的，随着虚拟机的启动而创建，所以需要进行垃圾回收。

3.2 对象的死亡

• 判断对象是否还活着可以使用引用计数算法和可达性分析算法。

3.2.1 引用计数算法

• 原理：每创建一个对象，就给这个对象关联一个计数器，如果对象被引用一次，计数器就加1，对象引用失效，计数器就减1，当计数器的值为0时，就代表当前对象是不可用的。（注意此时对象并不是死了，还需要两次标记过程）
• 缺点：如果两个对象循环引用，那么此种方法就失效了。

3.2.2 可达性分析算法

• 原理：从一个称为GC Roots的对象作为起始点，然后向下进行搜索，搜索经过的路径叫做引用链，当一个对象到GC Roots没有任何引用链相连，则此对象是不可用的。（注意此时对象并不是死了，还需要两次标记过程）
• 可以作为GC Roots对象：
  • 虚拟机栈（局部变量表）reference类型引用的对象。
  • 方法区中类变量应用的对象（static String str = new String()）
  • 方法区中常量引用的对象（String str = new String(“123”)）
  • 本地方法栈JNI（Native方法）引用的对象

3.2.3 四种引用

• 传统的引用定义：对于reference类型的值代表的是一块内存的起始地址，那么这块内存就代表一个引用。
• JDK1.2之后引入了四种引用：强引用、软引用、弱引用、虚引用。
  • 强引用：在Java程序中最普遍，形如“Object obj = new Object()”这种就是强引用，只要是强引用还在，垃圾收集器就不会对其回收。
  • 软引用：软引用是用来描述一些有用但非必需的对象。对于软引用关联着的对象，在内存溢出将要发生之前，对此类对象进行第二次垃圾回收。如果此时内存还是不够，才会抛出内存溢出异常。通过SoftReference类来实现。
  • 弱引用：弱引用也是用来描述一些非必需的对象。对于弱引用关联着的对象，在第二次垃圾回收的时候对其进行回收，不管内存够不够（会不会发生内存溢出）。通过WeakReference类来实现。
  • 虚引用：又叫做幽灵引用或者是幻影引用。它是和对象关联最弱的一种引用，并不能通过此类引用创建对象实例，唯一的作用是标记对象在对象被回收的时候收到一个系统通知。可以通过PhantomRefenrence类来实现。

3.2.4 对象死亡的两次标记过程

• 之前的引用计数算法和可达性分析算法判断对象是否还可用，要判断对象是否死亡还需要经过两次标记过程。
• 第一次标记：
  • 如果对象对象在可达性分析之后没有到达GC Roots的引用链，那么将会被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方法或者是虚拟机的finalize方法已经执行，那么对象将没有必要执行finalize方法。对象死亡。
• 第二次标记：
  • 如果判定对象有必要执行finalize方法，那么这个对象会放置在一个F-Queue队列中，并在稍后虚拟机自动创建的、低优先级的Finalizer线程去执行它。finalize方法是对象逃脱标记的唯一机会，稍后GC 将对F-Queue队列中的对象进行二次小规模的标记，如果此时对象想拯救自己——只需要重新与引用链中的任何一个对象建立关联即可。比如把自己（this）赋值给类变量或者对象的成员变量。此时将会移除标记队列。对象成功逃脱。否则对象死亡。
• 注意：
  • 一个对象的finalize方法只会执行一次
  • 通过筛选F-Queue队列中的对象，让对象进行自我拯救的方法不鼓励。

3.2.5 回收方法区

• 方法区又称之为永久代，在Java虚拟机规范中说过可以不要求虚拟机在方法区实现垃圾收集，并且在方法区进行垃圾收集的性价比比较低，以为对方法区的垃圾收集主要是针对废弃的常量和无用的类。对堆的垃圾收集一般可以回收70-95%的空间，但是对方法区的效率很低。
• 废弃常量的回收：
  • 判断方法:回收废弃常量与回收Java堆中的对象非常相似。
    • 当前系统中没有一个对象引用了常量池中的常量。
• 无用的类的回收：
  • 判断方法：
    • 1、该类的所有实例对象都已经回收，在Java堆中此时不存在任何该类的对象实例
    • 2、加载该类的ClassLoader已经被回收
    • 3、该类对应的java.lang.Class对象没有任何在任何地方被引用，无法在任何地方通过反射访问该类的方法。
  • 在JVM中，对象没用了就一定被回收，满足上面三个条件的类说明是无用的类，但是只是说明该类是可以被回收的。另外还可用通过参数配置来决定要不要对该类进行回收。
  • 类回收的相关参数：
    • -Xnoclassgc：控制要不要对类回收
    • -verbose:class以及-XX：TraceClassLoading：可以在product版虚拟机中查看类加载的消息
    • -verbose:class以及-XX：TraceClassUnLoading：可以在FastDebug版的虚拟机中查看类卸载的消息
• 虚拟机在何时需要具备类卸载功能？
  • 在大量使用反射、动态代理、CGLib等ByteCode框架、动态生成JSP以及OSGi这类频繁自定义ClassLoader的场景都需要虚拟机具备类卸载的功能，来保证方法区（永久代）不会溢出。

3.3 垃圾收集算法

• 在虚拟机中有多种不同的垃圾收集算法：标记-清除算法、复制算法、标记-整理算法、分代收集算法

3.3.1 标记-清除算法

• 原理：
  • 该算法分为“标记”和“清除”两个过程，标记的过程就是判断对象是否无用的两次标记过程。清除的过程就是释放无用对象占用的内存。
• 缺点：
  • 1、效率问题，标记和清除的效率都不高
  • 2、空间问题，标记完直接清除会产生很多的内存碎片，也就是很多的内存不连续空间，如果接下来在程序运行期间产生大的对象内存分配的时候，出现找不到足够大的内存空间，这样会触发二次垃圾回收。
    

3.3.2 复制算法

• 原理：
  • 复制算法会把内存分成两块等大小的区域，每次使用其中的一块区域，当这一块区域内存使用完了，就会把可用的对象复制到另一块内存，然后一次性清理掉这一块内存，解决了标记-清除算法的内存碎片问题。
• 缺点：
  • 将内存一分为二，产生了内存缩小的问题。
• 应用：
  • 复制算法主要是当前商业虚拟机针对回收新生代。
  • 因为新生代的98%都是属于朝生夕死，此时不需要对内存按照1:1的比例划分，而是将内存划分为Eden空间和From Survivor和To Survivor空间，每次只使用Eden空间和其中的一块Survivor空间，当回收的时候，由于大部分的新生代对象都无用了，所有将存活的对象复制到另一块的Survivor空间。然后清理掉Eden空间和刚才使用的Survivor空间。如果Survivor空间不够用，会依赖其他内存（老年代）进行分配担保。此时这些存活的对象会直接进入到老年代。
  • 在HotSpot虚拟机中三者的比例大小为8:1:1。
• 缺点：
  • 如果对象的存活率高，需要大批的对象需要复制，不适合。
    

3.3.3 标记-整理算法

• 原理：
  • 标记的过程和标记-清除算法的标记过程一样，然后会把存活的对象依次依次向一端移动，最后清理掉端外的内存。
    

3.3.4 分代收集算法

• 原理：
  • 分代收集算法不是一种新的算法，它只是把Java堆中的对象分成为新生代和老年代。针对新生代复制算法进行回收。针对老年代使用标记-清除或标记-整理算法。

3.4 HotSpot的算法实现

这里是选用了HotSpot虚拟机实现垃圾回收算法。

3.4.1 枚举根节点

• 为什么要枚举根节点？
  • 垃圾回收会有标记过程，第一次标记过程会通过可达性分析判断对象是否有到GC Roots的引用链，所以首先要堆GC Roots根节点进行枚举。
  • 小注（GC Roots的类型）
    • 全局性引用（常量和类静态变量引用的对象）
    • 执行上下文（栈帧中局部变量表中的reference类型引用的对象）
    • 本地JNI引用的对象
• 枚举根节点为什么要停顿？
  • 可达性分析执行对时间的敏感性体现在GC停顿上，因为可达性分析工作需要在一个能保证一致性（见下）的快照中进行，此时GC会停止所有的Java线程。
  • 一致性：整个可达性分析期间的整个系统就好像是停顿在某个时间点，不可以出现分析过程中对象引用关系还在发生变化的情况，所以导致了GC会停顿所有的Java线程。
• 枚举根节点时间很长？
  • 当前主流的JVM都是使用的准确式GC，所以系统停顿下来后，不需要检查所有的引用，虚拟机是可以知道哪些地方存储着引用。
  • 在HotSpot虚拟机中通过OopMap的数据结构实现的，在类加载完成之后，会把每个对象多少偏移量上是什么类型的数据计算出来，在JIT编译过程中，也会在特定位置（安全点）记录下栈和寄存器中哪些位置是引用。GC扫描时就可以直接知道哪里是引用。

3.4.2 安全点

• 枚举根节点给每条指令使用OopMap结构会增加GC的内存空间？
  • HotSpot虚拟机并没有给每条指令都生成一个OopMap，只是在安全点才会生成。
  • 安全点（Safe point）：
    • 定义：程序执行过程中，遇到这些点才会停下来执行GC过程。
    • 安全点的选取规则：能让程序长时间执行的地方——方法调用、循环跳转和异常跳转。
  • 安全点如何实现停下来所有的线程?
    • 抢先式中断：不需要线程代码主动去配合，当GC发生时，让所有的线程中断，没有到达安全点的线程就让恢复该线程并执行到安全点。
    • 主动式中断：当GC需要中断线程时，不直接对线程操作，仅仅设置一个标志，各个线程执行时主动去轮询这个标志，发现中断标志为真时就自己中断挂起，轮询标志和安全点时重合的。
      • 过程：首先是设置一个标志位，线程执行到标志位处，如果标志位为真，那么线程会产生一个自陷异常信号，在预先注册的异常处理器中暂停线程等待，这样就会触发线程中断。

3.4.3 安全区域

• 为什么会引入安全区域？
  • 安全点使得程序在执行过程中保证了进入GC过程，但是如果是程序在不执行的时候，会通过设置安全区域进入GC过程。
  • 程序不执行：就是处理器没有给程序分配CPU时间，比如线程进入sleep和blocked状态
• 安全区域：
  • 定义：在一段代码中，引用关系不发生变化。在这个区域的任何一个地方都是安全的。
  • 在执行到安全区域的代码，首先标识了自己进入了安全区域，当在这段时间里，如果JVM发起GC，就不用管标识自己为safe region状态的线程了，在线程离开safe region时，会检查系统是否已经完成了根节点枚举，如果完成了线程就继续执行，如果没有完成就必须等待直到收到可以安全离开safe region的信号为止。