垃圾回收相关算法

1、垃圾标记阶段

在堆中存放着几乎所有的Java对象实例，在GC执行垃圾回收之前，首先需要区分出内存中哪些是存活对象，哪些是已经死亡的对象。只要被标记为已经死亡的对象，GC才会在执行垃圾回收时，释放掉其所占用的内存空间，因此这个过程我们可以称为垃圾标记阶段

判断对象存活一般有两种方式：引用计算算法和可达性分析算法

1.1 引用计算算法

引用计数算法(Reference Counting)比较简单，为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次数

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+1，当引用失效后，引用计数器-1，只要A的引用计数器的值为0，则表示A不再被引用，已经死亡可以被回收

引用计算算法的优缺点：

• 优点
  • 实现简单，垃圾对象便于辨识
  • 判断效率高，回收没有延迟性
• 缺点
  • 需要单独的字段存储计数器，这样的做法增加了存储空间的开销
  • 每次赋值都需要更新计数器，伴随着加法和减法操作，这增加了时间开销
  • 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。这是一条致命缺陷，导致在Java的垃圾回收器中没有使用这类算法。

虽然Java并没有使用引用计数算法，但很多语言如Python采用引用计数算法标记死亡对象。

Java没有采用主要因为引用计数算法没有办法解决循环引用的问题，而Python选择引用计数算法因为其效率高等优点，Python也提供专门的方法来解决循环引用如：

• 手动解除，在合适的时机解除引用关系
• 使用弱引用weakref

1.2 可达性分析算法

相对于引用计数算法，可达性分析算法不仅同样具备实现简单和执行高效等特点，更重要的是该算法可以有效地解决在引用计数算法中循环引用的问题，防止内存泄漏的发生,java和C#都选择了此算法。

可达性算法的基本思路：所谓“GC Roots”根集合就是一组必须活跃的引用。

• 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
• 使用可达性分析算法后，内存中的存活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
• 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。
• 在可达性分析算法中，只要能够被根对象集合直接或者间接连接的对象才是存活对象。

什么可以是GC Root？

• 虚拟机栈中引用的对象

  如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JNT（通常说的本地方法）引用的对象

• 方法区中类静态属性引用的对象

  如Java类的引用类型静态变量

• 方法区中常量引用的对象

  如：字符串常量池（String Table）里的引用

• 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：NullPointException、OutOfMamoryError），系统类加载器

• 反映Java虚拟机内部情况的JMXBean、JVMTI中注册的回调、本地代码缓存等。

• 除了这些，根据用户所选用的垃圾收集器已经当前回收的内存区域不同，还可以有其他对象“临时性”的加入，共同构成完整GC Roots集合，如：分代收集和局部回收（Partial GC）

  • 如果对新生代进行回收，这个区域的对象可能被其他区域的对象所引用，这时候需要一并将关联的区域对象也加入GC Roots

总结来说：一个指针，指向了堆中的对象，但是它自己又不在堆中，那么他就是一个GC Root

如果要使用可达性分析算法来判断内存中哪些是垃圾，那么分析工作必须在一个能保障一致性的快照中进行，以保证准确性，即进行引用分析时，需要停止用户线程，防止当前的引用关系发生变化，这点也是导致STW的一个重要原因

2 、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被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的释放和清理的工作，如关闭文件流，套接字和数据库连接等，finalize()方法只会被执行一次

有意思的是，不建议主动调用finalize()方法，该方法的执行应该交给JVM，理由如下：

• 主动调用finalize()时可能导致对象"复活"
• finalize()方法的执行时间是没有保障的，完全由GC线程决定。极端情况下，若不发生GC，则finalize()没有执行的机会
• 一个糟糕的finalize()会严重影响GC的性能

正是由于finalize()方法的存在，JVM中的对象一般存在3种可能的状态。

1. 可触及的：从GC Root开始，可以到达这个对象，则该对象不是垃圾，不进行回收
2. 可复活的：对象的所有引用都被释放，但对象可能在finalize()中复活 。该对象本来是垃圾，但执行finalize()方法后复活，暂时不能回收
3. 不可触及的：对象的finalize()被调用，并且没有复活，就会进入不可触及状态，则此对象不可能被复活。因为finalize()只会被调用一次，此时明确是垃圾，进行回收

由此可见，只有对象在不可触及时，才可以被回收

---

判断一个对象A是否可以被回收，至少要经过两次标记：

1. 从GC Root到A没有引用链，进行第一次标记

2.对标记的对象进行筛选，判断该对象是否有必要执行finalize()方法
	- 如果A没有重写finalize()方法，或A的finalize()
	  则将A判定为不可触及，A被标记，可以进行回收
	  
	- 如果A重写了finalize()，且未执行过finalize()
	  那么A会被插入到F-Queue队列中，有一个虚拟机自动创建的，低优先级的
	  Finalizer线程执行其finalize()方法
	  如果执行finalize()方法时，与GC Roots的任一引用链挂上关系，则该对象复活，暂时不回收
	  如果没有复活，则变成不可触及状态被标记，可以被进行回收

3、垃圾清除阶段

当成功区分出内存中已经死亡的对象和存活的对象后，GC接下来的任务就是执行垃圾回收，释放掉无用对象所占用的内存空间，以便有足够的内存空间为新对象分配内存，这个阶段就是垃圾清除阶段

目前JVM中比较常见的三种垃圾收集算法是：标记-清除算法和复制算法以及标记-压缩算法

3.1 标记-清除算法（Mark-Sweep）

标记-清楚算法的执行过程：

• 当堆中有效空间被耗尽时，就会停止程序（STW），然后进行两项工作，第一项是标记，第二项是清除。
  • 标记:垃圾收集器从所有GC Root开始遍历，标记所有引用链上的对象.一般在对象的对象头中记录其为可达对象
  • 清除：垃圾收集器对堆中所有对象进行线性遍历，如果发现某个对象在对象头中没有被标记为可达对象，将其清除

这里的清除并不是置空，而是将需要清除的对象地址存放在空闲地址列表里，下次有新对象需要加载时，判断垃圾的位置空间是否足够，如果够则存放，覆盖掉原先该地址存放的垃圾对象

将所有在根节点引用链上的对象标记为可达对象，将没有被标记的对象全部清除，没有被标记的对象也就是没有引用关系的垃圾对象

优缺点：

优点：易于理解，常见

缺点：

1. 效率不高
2. 进行GC时，较长的STW，影响用户体验
3. 这种方式清理出来的空闲内存是不连续的，会产生内存碎片，需要维护一个空闲列表

3.2 标记-复制算法（Mark-Sweep）算法

核心思想：

1. 将可用的内存空间分为两块A和B，每次只使用其中的一块
2. 在GC时将正在使用的一块A中使用可达性分析算法找到所有存活的对象，复制到未被使用的另一块内存B中
3. 清除正在使用的内存块A中的所有对象
4. 接着将B作为正在使用的内存空间 下次GC时将存活对象复制到A中 清除B中所有对象

优缺点：

优点：

1. 没有标记过程，实现简单，运行高效
2. 复制过去后保证了空间的连续性，不会出现碎片的问题，不需要维护空闲列表

缺点：

1. 需要两倍的内存空间
2. 堆中的对象被从一个区域复制到另一个区域 ，指向该对象的引用也需要进行更改，增加了时间开销
3. 如果使用复制算法的GC中存活对象很多，那么复制算法的效率就不太理想 。需要复制过多的对象，需要更大的内存和更多的时间开销

复制算法适用于存活对象较少，垃圾对象较多的场景，复制算法的典型应用在JVM堆中年轻代的S0和S1区

3.3 标记-整理（压缩）算法（Mark-Compact）

复制算法的高效是建立在存活对象少，垃圾对象多的前提下的，这种情况在年轻代经常发生，由于年轻代的对象大多朝生夕死，但在老年代，更常见的情况是大部分对象都是存活对象，如果依然使用复制算法，由于存活对象较多，复制的成本也将很高，因此，基于老年代的垃圾回收特性，需要使用其它算法

标记-清除算法虽然可以应用于老年代中，但是该算法效率低下，并且执行完后内存中会出现碎片，在此基础上出现了改进的标记-压缩算法，在许多现代垃圾收集器中，人们都使用了标记-压缩算法或其改进版本

标记-压缩算法的执行过程：

1. 找到所有GC Root引用链上的对象
2. 将所有存活的对象压缩到内存的一端 按顺序排放
3. 清理边界外所有空间

标记-压缩算法的最终效果等同于标记-清除算法执行完后，再进行一次内存碎片整理，二者是本质区别在于标记-清除算法是一种非移动式的回收算法，标记-压缩算法是移动式的，标记-压缩算法将被标记的对象整理，按照内存地址排列，而未被标记的内存会被清理，如此一来，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许多开销

优缺点：

优点:

1. 避免了标记-清除算法中，产生内存碎片的问题。给新对象分配内存时，只需要一个内存的起始地址即可
2. 避免了复制算法中，需要两倍内存的高昂代价

缺点：

1. 从效率上比较，标记-压缩算法不如复制算法
2. 压缩过程中，如果存活对象被引用，需要调整引用的地址，增加时间开销
3. 压缩过程中，需要STW，停止用户线程

3.4 三种清除算法的对比

为了尽量兼顾上面提到的3个指标，标记-压缩算法相对平滑一些，但是效率不尽人意，它比复制算法多了一个标记阶段，比标记-清除算法多了一个整理内存的阶段

没有一种完美适用于所有场景的算法，具体问题具体分析，它们都具有各自独特的优势和特点，分代收集算法应运而生

4、分代收集算法

分代收集算法基于这样一个事实：不同对象的生命周期是不同的，因此不同生命周期的对象可以采用不同的收集方式，以便提高回收效率，一般把Java堆分为年轻代和老年代，这样可以根据各个年代的特点使用不同的回收算法，以提高垃圾回收的效率

在Java程序中，会产生大量的对象，其中有些对象是与业务信息相关，如HTTP请求中的Session对象，线程，Socket连接，这些对象和业务直接挂钩，因此生命周期较长，但是还有一些对象，主要是运行时产生的临时对象，这些对象的生命周期较短，如String对象，系统会产生大量的这些对象，有些对象甚至在创建后只使用一次

在HotSpot VM中，基于分代的概念，GC所使用的内存回收算法必须结合年轻代和老年代各自的特点

年轻代：区域相对老年代较小，对象生命周期短，存活率低，回收频繁。适合使用复制算法，使用年轻代中两个S区

老年代:区域较大，对象生命周期长，存活率高，回收不及年轻代频繁。可以使用标记-清除算法或标记-压缩算法

5 、增量收集算法

上述的所有收集算法，在垃圾回收过程中，都需要STW(Stop The World)，即需要将应用程序的所有用户线程挂起，暂停一切正常工作，因为GC时禁止生产新的垃圾，避免引用关系被破坏，等待垃圾回收完成后，程序才能正常执行，但是如果GC的时间过长，用户线程将被挂起很久，将严重影响用户系统体验和夕阳稳定性，为了解决这个问题，出现了增量收集算法

增量收集算法的基本思想：如果GC一次性将所有垃圾回收，那么就会造成长时间的STW,为此可以尝试让GC线程和用户线程交替执行,每次GC线程只收集一小片区域的内存空间，接着切换到用户线程继续工作,依此反复，直到垃圾收集完成

总的来说，增量收集算法的基础仍然是传统的标记-清除算法，复制算法，标记-压缩算法，但增量收集算法通过对线程间冲突的妥善处理，允许GC线程以分段的方式完成垃圾回收，将GC过程分段执行，以避免一次完整GC引起过长的STW

但增量收集算法也有其缺点：使用增量收集算法，由于在垃圾回收中,间断性地还执行了应用程序代码，以减少系统停顿时间,但是切换线程不可避免地带来上下文切换开销，会使得GC的总成本上升，造成系统的吞吐量下降

6、分区收集算法

一般来说，在相同的条件下，堆空间越大，一次完整GC所需要的时间越长，GC产生的STW时间也就越长，为了更好控制GC引起的停顿时间，将一块大的内存区域分割成多个小块，根据要求的停顿时间，每次合理地回收若干个小区间，而不是整个堆空间，从而减少一次GC所产生的长时间停顿，即低延迟的思想

分代算法按照对象的生命周期长短将堆划分成两部分，而分区算法将整个堆空间划分成连续多个小区间，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一次回收多个小区间

G1使用分区算法将堆内空间的分区：(Humongous区存放大对象)