【JVM】垃圾回收

最新推荐文章于 2024-11-08 17:39:52 发布

比尔高特

最新推荐文章于 2024-11-08 17:39:52 发布

阅读量55

点赞数

分类专栏： # 05 JVM 文章标签： jvm

本文链接：https://blog.csdn.net/xxx1276063856/article/details/133402373

版权

05 JVM 专栏收录该内容

15 篇文章 0 订阅

订阅专栏

1. 垃圾

什么是垃圾（Garbage）？
- 垃圾是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
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。甚至可能会导致内存溢出

2. 垃圾回收（GC）

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将整理出的内存分配给新的对象。
作用域：方法区和堆，其中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
- 基本不动方法区

3. 垃圾标记阶段

在堆里存放着几乎所有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。只有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。
JVM中，简单来说，当一个对象已经不被任何存活对象继续引用时，就可以宣判为已经死亡
判断对象存活一般有两种方式：引用计数算法和可达性分析算法

3.1 引用计数算法

引用计数算法（Reference Counting）比较简单，对每个对象保存一个整形的引用计数器属性。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1。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：
- 它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

3.2 可达性分析算法（或根搜索算法、追踪性垃圾收集）

所谓“GC Roots”根集合就是一组必须活跃的引用
基本思路：
- 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（Reference Chain）
- 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，只有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

在这里插入图片描述

3.2.1 GC Roots对象

在Java语言中，GC Roots包括以下几类：

虚拟机栈中引用的对象
- 比如：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JNI（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
- 比如：Java类的引用类型静态变量
方法区中常量引用的对象
- 比如：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：NullPointerException、OutOfMemoryError），系统加载器
反应Java虚拟机内部情况的JMXBean、JVMTI中注册的回调、本地代码缓存等
除了这些固定的GC Roots集合之外，根据用户所选用的垃圾收集器以及当前回收的内存区域不同，还可以有其他对象“临时性”地加入，共同构成完整GC Roots集合。比如：分代收集和局部回收（Partial GC）
- 如果只针对Java堆中的某一块区域进行垃圾回收（比如：典型的只针对新生代），必须考虑到内存区域是虚拟机自己的实现细节，更不是孤立封闭的，这个区域的对象完全有可能被其他区域的对象所引用，这时候就需要一并将关联的区域对象也加入GC Roots集合中去考虑，才能保证可达性分析的准确性

小技巧：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，那它就是一个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。这点不满足的话分析结果的准确性就无法保证
这点也是导致GC进行时必须“Stop The Word”的一个重要原因
- 即时是号称（几乎）不会发生停顿的CMS收集器中，枚举根节点时也是必须要停顿的

3.2.2 判断具体过程

对象可能三种状态：
- 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()方法中复活
- 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
判断一个对象ObjectA是否可回收，至少要经历两次标记过程
1. 如果对象ObjectA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ObjectA没有重新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”，ObjectA被判定为不可触及的
  2. 如果对象ObjectA重写了finalize()方法，且还未执行过，那么ObjectA会被插入到F-Queue队列中，由一个虚拟机自动创建的、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会对F-Queue队列中的对象进行第二次标记。如果ObjectA在finalize()方法上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，ObjectA会被移出“即时回收”集合。之后，对象会再次出现没有引用存在的情况。在这种情况下，finalize()方法不会被再次调用，对象会直接变成不可触及的状态，也就是说，一个对象finalize方法只会被调用一次

4. 垃圾清除阶段

目前在JVM中比较常见的三种垃圾收集算法是标记-清除算法(Mark-Sweep)、复制算法(Copying)、标记-压缩算法(Mark-Compact)

4.1 标记-清除算法(Mark-Sweep)

当堆中的有效内存空间（available memory）被耗尽的时候，就会停止整个程序（也被称为stop the world），然后进行两项工作，标记和清除

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
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其Header中没有标记为可达对象，则将其回收

缺点
- 效率不算高
- 在进行GC的时候，需要停止整个应用程序，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
注意：什么是清除？
- 这里所谓的清除并不是真的置空，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够，如果够，就存放

4.2 复制(Copying)算法

将活着的内存空间分为两块，每次只使用其中一块，在垃圾回收时将正在使用的内存中的存活对象复制到未被使用的内存块中，之后清除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
- 没有标记和清除过程，实现简单，运行高效
- 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这种分拆成为大量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，内存占用和时间开销都不小

4.3 标记-整理(Mark-Compact)算法

执行过程
1. 标记：第一阶段和标记-清除算法一致，从根节点开始标记所有被引用的对象
2. 整理：将所有的存活对象整理到内存的一端，按顺序排放，之后清理边界外所有空间
相比清除算法，该算法的最终效果等同于标记-清除算法执行完再进行一次内存碎片整理，因此也可称为标记-清除-整理(Mark-Sweep-Compact)算法
二者本质差异在于标记-清除算法是一种非移动式的回收算法，标记-整理是移动式的。是否移动回收后的存活对象是一项优缺点并存的风险决策。
优点：
- 消除了标记-清除算法中，内存区域分散的缺点，且无需维护空闲列表，JVM只需要持有一个内存的起始地址即可
- 消除了复制算法中，内存减半的高额代价
缺点：
- 从效率上来说，标记-整理算法要低于复制算法
- 移动对象的同时，如果对象被其他对象引用，则还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

4.4 小结

	Mark-Sweep	Mark-Compact	Copying
速度	中等	最慢	最快
空间开销	少（但会堆积碎片）	少（不堆积碎片）	需要存活对象的2倍大小（不堆积碎片）
移动对象	否	是	是

5. 分代收集算法(Generational Collecting)

前面所有清除算法中，并没有一种算法可以完全替代其他算法，他们都具有自己独特的优势和特点。分代收集算法应允而生。

分代收集算法是基于这样一个事实：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。一般是把Java堆分为新生代和老年代，这样就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。

目前几乎所有的GC都是采用分代收集(Generational Collecting)算法执行垃圾回收的，在Hotspot中：

5.1 年轻代(Young Gen)

特点：区域相对老年代较小，对象生命周期短、存活率低，回收频繁
这种情况复制算法的回收整理，速度是最快的。复制算法的效率只和当前存活对象大小有关，因此很适用于年轻代的回收。而复制算法内存利用率不高的问题，通过hotspot中的两个survivor的设计得到缓解

5.2 老年代(Tenurd Gen)

特点：区域较大，对象生命周期长、存活率高，回收不及年轻代频繁
这种情况存在大量存活率高的对象，复制算法明显变得不适合。一般是由标记-清除或者是标记-清除和标记-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阶段的开销与所管理区域的大小成正相关
- Compact阶段的开销与存活对象的数据成正比

6. 增量收集算法(Incremental Collecting)

上诉现有的算法，在垃圾回收过程中，应用软件都将处于STW状态，为解决这个问题，实时垃圾收集算法的研究导致了增量收集算法的诞生。

如果一次性将所有的垃圾进行处理，需要造成系统长时间的停顿，那么就可以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。
总的来说，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、清理和复制工作。
缺点
- 使用这种方式，由于在垃圾回收过程中，间断性地还执行了应用程序代码，所以能减少系统的停顿时间。但是由于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

7. 分区算法

分代算法将按照对象的生命周期长短划分成两个，分区算法将整个堆空间划分成连续的不同小区间。每个小区间都独立使用，独立回收。好处是可以控制一次回收多少个小区间region。

8. 内存溢出（OOM）

javadoc中对OutOfMemoryError的解释是，没有空闲内存，并且垃圾收集器也无法提供更多内存

首先说没有空闲内存的情况：说明Java虚拟机的堆内存不够。原因有二：
1. Java虚拟机的堆内存设置不够
  
  比如：可能存在内存泄露问题；也很可能就是堆的大小不合理，比如我们要处理比较可观的数据量，但是没有显式指定JVM堆大小或者指定数值偏小。我们可以通过-Xms、-Xmx来调整
2. 代码中创建了大量大对象，并且长时间不能被垃圾收集器收集（存在被引用）
  
  对于老版本的Oracle JDK，因为永久代的大小是有限的，并且JVM对永久代垃圾回收（如，常量池回收、卸载不需要的类型）非常不积极，所以当我们不断添加新类型的时候，永久代出现OutOfMemoryError也非常多见，尤其是在运行时存在大量动态类型生成的场合；类似intern字符串缓存占用太多空间，也会导致OOM问题。对应的异常信息会标记出来和永久代相关：“Java.lang.OutOfMemoryError：PermGen space”
  
  随着元数据区的引入，方法区内存已经不再那么窘迫，所以相应的OOM有所改观，出现OOM，异常信息则变成了：“Java.lang.OutOfMemoryError：Metaspace”。直接内存不足，也会导致OOM。
这里面隐含着一层意思是，在抛出OutOfMemoryError之前，通常垃圾收集器会被触发，尽其所能区清理空间
- 例如：在引用机制分析中，设计到JVM会去尝试回收软引用指向的对象等。
- 在java.nio.BIts.reserveMemory()方法中，我们能清楚的看到，System.gc()会被调用，以清理空间
当然，也不是在任何情况下垃圾收集器都会被触发
- 比如，我们去分配一个超大对象，类似一个超大数组超过堆的最大值，JVM可以判断出垃圾收集并不能解决这个问题，所以抛出OutOfMemoryError

9. 内存泄露(Memory Leak)

也称作“存储渗漏”。严格来说，只有对象不会再被程序用到了，但是GC又不能回收他们的情况，才叫内存泄露
但实际情况很多时候一些不太好的实践（或疏忽）会导致对象的生命周期变得很长甚至导致OOM，也可以叫做宽泛意义上的“内存泄露”

Java中内存泄露举例：

单例模式

单例的生命周期和应用程序是一样长的，所以单例程序中，如果持有对外部对象的引用的话，那么这个外部对象是不能被回收的，则会导致内存泄露的产生
一些提供close的资源未关闭导致内存泄露

数据库连接（dataSource.getConnection()），网络连接(socket)和io连接必须手动close，否则是不能被回收的

10. Stop The World(STW)

STW，指的是GC事件发生过程中，会产生应用程序的停顿。停顿产生时整个应用程序线程都会被暂停，没有任何响应，有点像卡死的感觉，这个停顿叫STW
STW事件和采用哪款GC无关，所有的GC都有这个事件
STW是JVM在后台自动发起和自动完成的。在用户不可见的情况下，把用户正常的工作线程全部停掉
开发中不要使用System.gc()；会导致STW的发生

11. 垃圾回收的并发与并行

并行(Parallel)：指多条垃圾收集线程并行工作，但此时用户线程仍处于等待状态
串行(Serial)：相较于并行的概念，单线程执行；如果程序内存不够，则程序暂停，启动JVM垃圾回收器进行垃圾回收。回收完，再启动程序的线程
并发(Concurrent)：指用户线程与垃圾收集线程同时执行(但不一定是并行的，可能会交替执行)，垃圾回收线程在执行时不会停顿用户程序的运行
- 用户程序在继续运行，而垃圾收集程序线程运行于另一个CPU上
- 如：CMS、G1

12. 安全点和安全区域

12.1 安全点

程序执行时并非在所有地方都能停顿下来GC，只有在特定的位置才能停顿下来GC，这些位置称为“安全点(Safe Point)”

Safe Point的选择很重要，通常会根据“是否具有让程序长时间执行的特征”为标准。比如：选择一些执行时间较长的指令作为Safe Point，如方法调用、循环跳转和异常跳转等

如何在GC发生时，检查所有线程都跑到最近的安全点停顿下来呢？

抢先式中断（目前没有虚拟机采用）

首先中断所有线程。如果还有线程不在安全点，就恢复线程，让线程跑到安全点
主动式中断

设置一个中断标志，各个线程运行到Safe Point的时候主动轮询这个标志，如果中断标志为真，则将自己进行中断挂起

12.2 安全区域

程序“不执行”的时候，例如线程处于Sleep状态或Blocked状态，JVM不可能等待线程走到安全点，对视这种情况，就可以设立安全区域。

安全区域(Safe Region)是指在一段代码中，对象的引用关系不会发生变化，在这个区域中的任何位置开始GC都是安全的

执行时：

当线程运行到Safe Region的代码时，首先表示已经进入了Safe Region，如果这段时间内发生GC，JVM会忽略标识为Safe Region状态的线程
当线程即将离开Safe Region时，会检查JVM是否已经完成GC，如果完成了，则继续运行，否则线程必须等待直到收到可以安全离开Safe Region的信号为止

13. 引用

我们希望能描述这样一类对象：当内存空间还足够时，则能保留在内存中；如果内存空间在进行垃圾收集后还是很紧张，则可以抛弃这些对象

强引用(StrongReference)：不回收。最传统的“引用”的定义，是指在程序代码之中普遍存在的引用赋值，即类似“Object obj = new Object()”这种引用关系。无论任何情况下，只要强引用关系还存在，垃圾收集器就永远不会回收掉被引用的对象
软引用(SoftReference)：内存不足即回收。在系统将要发生内存溢出之前，将会把这些对象列入回收范围之中进行第二次回收。如果这次回收后还没有足够的内存，才会抛出内存溢出异常
- 软引用通常用来实现内存敏感的缓存。比如：高速缓存就有用到软引用。如果还有空闲内存，就可以暂时保存缓存，当内存不足时清理掉，这样就保证了使用缓存的同时，不会耗尽内存
- 垃圾回收器在某个时刻决定回收软可达的对象的时候，会清理软引用，并可选地把引用存放到一个引用队列(Reference Queue)
弱引用(WeakReference)：发现即回收。被弱引用关联的对象只能生存到下一次垃圾收集之前。当垃圾收集器工作时，无论内存空间是否足够，都会回收掉被弱引用关联的对象
- 软引用和弱引用都非常适合来保存那些可有可无的缓存数据
虚引用(PhantomReference)：对象回收跟踪。一个对象是否有虚引用的存在，完全不会对其生存时间构成影响，也无法通过虚引用来获得一个对象的实例。为一个对象设置虚引用关联的唯一目的就是能在这个对象被收集器回收时收到一个系统通知
- 直接内存的清理有使用到