八，JVM之垃圾回收相关算法

JVM之垃圾回收相关算法

一，垃圾回收概述

什么是垃圾？

垃圾指在运行程序中没有任何指针指向的对象，这个对象就是需要被回收的垃圾

什么是GC

如果不及时对内存中的垃圾进行清理，那么这些垃圾对象所占的内存空间会一直保留到应用程序结束，被保留的空间无法被其他对象使用，甚至可能导致内存溢出。除了释放没用的对象，垃圾回收也可以清除内存里的记录碎片，碎片整理将所占用的堆内存移到堆的一端，以便JVM整理出的内存分配给新的对象。

Java堆是垃圾收集器的工作重点

从次数上讲：频繁收集Young区；较少收集Old区；基本不动Perm区

二，垃圾回收的算法

垃圾标记阶段：对象存活判断

当一个对象已经不被任何的存活对象继续引用时就可以宣判为已经死亡

标记阶段：引用计数算法

对每个对象保存一个整型的引用计数器属性，用于记录对象被引用的情况（对于一个对象A，只要有任何一个对象引用了A，则A的引用计数器就加1；当引用失效时，引用计数器就减一，只要对象A的引用计数器的值为0，即表示对象A不可能再被使用，可进行回收）

优点：实现简单，垃圾对象便于辨识；判定效率高，回收没有延迟性

缺点：

1）需要单独的字段存储计数器，这样的作法增加了存储空间的开销

2）每次赋值都需要更新计数器，伴随着加减法操作，增加了时间开销

3）引用计数器有一个严重的问题，即无法处理循环引用的情况，这是一条致命的缺陷，导致Java在垃圾回收器中没有使用这类算法。

​ Python使用这种算法作为垃圾回收器算法，它解决循环引用的方式：

手动解除：在合适的时机，解除引用关系

使用弱引用weakref,这个时Python提供的标准库，旨在解决循环引用

标记阶段：可达性分析算法（Java中采用）

也称为根搜索算法，追踪性垃圾收集，该算法可以有效解决在引用计数器中循环引用问题，防止内存泄漏的发生。

基本思路：

1. 可达性分析算法是以根对象集合（GC Roots）为起始点，按照从上至下的方式搜索被根对象集合所连接的目标对象是否可达
2. 使用该算法后，内存中存活的对象都会被根对象集合直接或间接连接着，搜索所走过的路径称为引用链
3. 如果目标对象没有任何引用链相连，则是不可达的，就意味着该对象已经死亡，可以标记为垃圾对象
4. 在可达性分析算法中，只有能够被根对象集合直接或间接连接的对象才是存活对象。

GC Roots包括以下几类元素

• 虚拟机栈中的引用对象：各个线程被调用的方法中使用到的参数，局部变量等
• 本地方法栈内JNI引用的对象
• 方法区内类静态属性引用的对象：Java类的引用类型静态变量
• 方法区中常量的引用对象：字符串常量池里引用
• 所有被同步锁synchronized持有的对象
• Java虚拟机内部的引用：基本数据类型对应的Class对象，一些常驻的异常对象（如：NullPointerException,OutOfMmemoryError）,系统类加载器
• 反映Java虚拟机内部情况JMXBean,JVMTI中注册的回调，本地代码缓存等
• 针对Java堆中某一块区域进行垃圾回收，需要考虑这个区域内的对象是否被其他区域内的对象所引用，需要将关联的区域对象也一并加入GC Roots集合中考虑
• 由于Root采用栈方式存放变量和指针，所以如果一个指针，它保存了堆内存里面的对象，但是自己又不存放在堆内存里面，那他就是一个Root。

如果要使用可达性分析算法来判断内存是否可回收，那么分析工作必须在一个能保障一致性的快照中进行，这点也是导致GC进行必须“Stop The World”的一个重要原因，枚举根节点时也是必须要停顿的。

对象的finalization机制

• Java语言提供了对象终止（finalization）机制来允许开发人员提供对象销毁之前的自定义处理逻辑
• 当垃圾回收器发现没有引用指向一个对象，即：垃圾回收此对象之前，总会先调用这个对象的finalize()方法
• finalize()方法允许在子类中被重写，用于在对象被回收时进行资源释放，通常在这个方法中进行一些资源释放和清理的工作，比如关闭文件，套接字和数据库连接等。
• 永远不要主动调用某个对象的finalize（）方法，应该交给垃圾回收机制调用（在finalize（）时，可能会导致对象复活；finalize()方法的执行时间没有保障，完全由GC线程决定，极端情况下，若不发生GC，则finalize（）会严重影响GC的性能）

虚拟机中的对象一般处于三种可能的状态

可触及的：从根节点开始，可以到达这个对象

可复活的：对象的所有引用都被释放，但是对象有可能在finalize（）中复活

不可触及的：对象的finalize（）被调用，并且没有复活，那么就会进入不可触及状态，不可触及的对象不可能被复活，因为finalize（）只会被调用一次

以上三种状态是由于finalize（）方法的存在进行的区分。只有在对象不可触及时才可以被回收。

具体过程：

判断一个对象objA是否可回收，至少要经历两次标记过程

1.如果对象objA到GC Roots没有引用链，则进行第一次标记

2.进行筛选，判断此对象是否有必要执行finalize()方法

​ 1）如果对象objA没有重写finalize()方法，或者finalize（）方法已经被虚拟机调用过，则虚拟机视为“没有必要执行”，objA被判定为不可触及

​ 2）如果对象objA重写了finalize（）方法，且还未执行过，那么objA会被插入到F-Queue队列中，有一个虚拟机自动创建，低优先级的finalizer线程触发其finalize()方法执行

​ 3）finalize（）方法是对象逃脱死亡的最后机会，稍后GC对队列中的对象进行第二次标记，如果objA在finalize（）方法中与引用链上的任何一个对象建立了联系，那么在第二次标记时，objA会被移出"即将回收"集合，之后，对象会再次出现没有引用存在的情况，在这个情况下，finalize方法不会再次被调用，对象会直接变成不可触及的状态，即，一个对象的finalize方法只会被调用一次。

垃圾清除阶段：

当成功区分出内存中存活对象和死亡对象后，GC接下来的任务就是执行垃圾回收。

清除阶段：标记-清除算法（Mark-Sweep）

执行过程：

1. 标记：Collector从引用根节点开始遍历，标记所有被引用的对象，一般是在对象的Header中记录为可达对象
2. 清除：Collector对堆内存从头到尾进行线性的遍历，如果发现某个对象在Header中没有标记为可达对象，则将其回收。

缺点：

效率不高

在进行GC的时候，需要停止整个引用程序，导致用户体验差

这种方式清理出来的空闲内存是不连续的，产生内存碎片需要维护一个空闲列表

清除：这里的清除不是真的置空，而是把需要清除的对象地址保存在空闲的地址列表里，下次有新对象需要加载时，判断垃圾的位置空间是否足够，如果够，就存放，覆盖掉之前的数据

清除阶段：复制算法（Copying）

为了解决标记-清除算法在垃圾收集效率方面的缺陷提出了复制算法

核心思想：

将活着的内存空间分为两块，每次只使用其中一块，在垃圾回收是将正在使用的内存中存活对象复制到未被使用的内存块中，之后正在使用的内存块中的所有对象，交换两个内存的角色，最后完成垃圾回收。

优点：

没有标记和清除的过程，实现简单，运行效率高

复制过去以后保证空间的连续性，不会出现“碎片“问题

缺点：

需要两倍的内存空间

对于G1这种拆分成为大量region的GC，复制而不是移动，意味着GC需要维护region之间对象引用关系，不管内存占用或者和时间开销也不小

**特别：**复制算法需要复制的存活对象数量比较少，垃圾对象那个比较多才适用，如果存活的对象数量很多，那么复制就需要耗费很大的资源和时间。

应用场景：

在新生代，对常规应用的垃圾回收，一次通常可以回收70%-90%的内存空间，回收的性价比很高，所以采用复制算法回收新生代。

清除阶段：标记-压缩算法（Mark-Compact）

执行过程：

第一阶段和标记-清除算法一样，从根节点开始标记所有被引用对象

第二阶段将所有的存活对象压缩到内存的一端，按顺序排放，之后清理边界外所有的空间。

与标记-清除算法相比：标记-压缩算法最后多进行了一步碎片整理。

标记的存活对象将会被整理，按照内存地址依次排列，而未被标记的内存会被清理掉。如此一来，当我们需要给新对象分配内存时，JVM只需要持有一个内存的起始地址即可，这比维护一个空闲列表显然少了很多开销

类似于指针碰撞

优点：

消除了标记-清除算法中，内存区域分散的缺点，我们需要给新对象分配内存时，JVM只需要持有一个内存的起始地址即可。

消除了复制算法当中，内存减半的高额代价

缺点：

标记-整理算法的效率低于复制算法

移动对象的同时，如果对象被其他对象引用，则需要调整引用的地址

移动过程中，需要全程暂停用户应用程序，即STW（因为线程运行时，数据是时时动态变化的）

三种算法对比：

标记-整理算法比复制多了一个标记阶段，比标记-清除多了一个整理内存的阶段

分代收集算法

不同的对象的生命周期是不一样的，因此，不同生命周期的对象可以采取不同的收集方式，以便提高回收效率。

年轻代：采用复制算法，利用率不高的问题，通过hotspot中的两个survivor的设计得到缓解

老年代：采用标记-清除或者标记清除与标记-整理的混合实现

​ Mark阶段的开销与存活对象的数量成正比

​ Sweep阶段的开销与管理区域的大小成正相关

​ Compace阶段的开销与存活对象的数据成正比

增量收集算法

上述所有的算法，在垃圾回收过程中，应用软件将处于一种Stop the World的状态，在Stop the World状态下，应用程序所有的线程都会挂起，暂停一切正常的工作，等待垃圾回收的完成，影响用户体验和系统的稳定性。

为了解决或者问题，产生了增量收集算法

基本思想：

让垃圾收集线程和应用程序线程交替执行，每次垃圾收集线程只收集一小片区域的内存空间，接着切换到应用程序线程，依次反复，直到垃圾收集完成。

增量收集算法的基础仍是传统的标记-清除和复制算法。增量收集算法通过对线程间冲突的妥善处理，允许垃圾收集线程以分阶段的方式完成标记，清理或复制工作。

缺点：

因为线程切换和上下文转换的消耗，会使得垃圾回收的总体成本上升，造成系统吞吐量的下降。

分区算法

一般来说，在相同条件下，堆空间越大，依次GC时所需要的时间越长，有关GC的停顿也越长。为了更好的控制GC产生的停顿时间，将一块大的内存区域分割成多个小块，根据目标的停顿时间，每次合理地回收若干个小区，而不是整个堆空间，从而减少一次GC所产生的停顿。

每一个小区间都独立使用，独立回收。这种算法的好处是：可以控制一次回收多个小空间。
垃圾回收相关概念