JVM - 垃圾收集概述

引入

什么是垃圾

• 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，甚至可能导致内存溢出
• 垃圾收集，不是 Java 语言的伴生产物，早在 1960 年，第一门开始使用内存动态分配和垃圾收集技术的 Lisp 语言诞生。
• 关于垃圾收集有三个经典问题：
  • 哪些内存需要回收？
  • 什么时候回收？
  • 如何回收？
• 垃圾收集机制是 Java 语言的招牌能力，极大地提高了开发效率，如今，垃圾收集几乎成为现代语言的标配，即使经过如此长时间的发展，Java 的垃圾收集机制仍然在不断的演进中，不同大小的设备、不同特征的应用场景，对垃圾收集提出了新的挑战，这当然也是面试的热点

为什么要 GC

• 对于高级语言来说，一个基本认知是如果不进行垃圾回收，内存迟早都会被消耗完，因为不断地分配内存空间而不进行回收，就好像不停地生产生活垃圾而从来不打扫一样
• 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
• 随着应用程序所应付的业务越来越庞大、复杂，用户越来越多，没有 GC 就不能保证应用程序的正常运行。而经常造成 STM 的 GC 又跟不上实际的需求，所以才会不断的尝试对 GC 进行优化

早期垃圾回收

• 在早期的 C/C++ 时代，垃圾回收基本上都是手工进行的，开发人员可以使用 new 关键字进行内存申请，并使用 delete 关键字进行内存释放
• 这种方式可以灵活控制内存释放的时间，但是会给开发人员带来频繁申请和释放内存的管理负担。倘若有一处内存区间由于程序员编码的问题忘记被回收，那么就会产生内存泄露，垃圾对象永远无法被清除，随着系统运行时间的不断增长， 垃圾对象所耗内部可能持续上升，直到出现内存溢出并造成应用程序崩溃

GC 的作用区域

• 堆、方法区
• 其中，Java 堆是垃圾收集器的工作重点
• 频繁收集 Young 区
• 较少收集 Old 区
• 基本不动 Perm/Meta 区

相关概念

System.gc()

• 在默认情况下，通过 System.gc() 或者 Runtime.getRuntime().gc() 的调用，会显式触发 Full GC，同时对老年代和新生代进行回收，尝试释放被丢弃对象占用的内存
• 然而 System.gc() 调用附带一个免责声明，无法保证对垃圾收集器的调用（没调用不要怪我）
• JVM 实现者可以通过 System.gc() 调用来决定 JVM 的 GC 行为。而一般情况下，垃圾回收应该是自动进行的，无须手动触发，否则就太过于麻烦了。在一些特殊情况下，如我们正在编写一个性能基准，我们可以在运行之间调用 System.gc()

内存泄露与内存溢出

内存溢出：

• 内存溢出相对于内存泄漏来说，尽管更容易被理解，但是同样的，内存溢出也是引发程序崩溃的罪魁祸首之一
• 由于 GC 一直在发展，所有一般情况下，除非应用程序占用的内存增长速度非常快，造成垃圾回收已经跟不上内存消耗的速度，否则不太容易出现 OOM 的情况
• 大多数情况下，GC 会进行各种年龄段的垃圾回收，实在不行了就来一次独占式的 Full GC 操作，这时候会回收大量的内存，供应用程序继续使用
• 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。原因有两个：
  • （1）Java 虚拟机的堆内存设置不够
    • 可能存在内存泄露问题；也很有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。我们可以通过参数 -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 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、卸载不再需要的类型）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 OOM 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，异常信息变成了：java.lang.OutOfMemoryError:Metaspace。直接（本地）内存不足，也会导致 OOM
  • 这里面隐含着一层意思是，在抛出OOM之前，通常垃圾收集器会被触发，尽其所能去清理出空间
    • 例如：在引用机制分析中，涉及到 JVM 会去尝试回收被引用指向的对象等
    • 在java.nio.BIts.reserveMemory()方法中，我们能清楚地看到，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的。比如我们去分配一个超大对象，以至于比堆的最大值还大，JVM 可以判断出垃圾收集并不能解决这个问题，所以直接抛出 OOM

内存泄露：

• 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，称之为内存泄露
• 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漏
  尽管内存泄漏并不会立刻引起程序崩溃，但是一旦发生内存泄漏，程序中的可用内存就会逐步被蚕食，直至耗尽所有内存，最终出现 OOM 导致程序崩溃
• 注意，这里的存储空间并不是指物理内存，而是指虚拟内存大小，这个虚拟内存大小取决于磁盘交换区设定的大小

面试题：请举一个内存泄漏的例子？

• （1）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，如果说此外部对象实际上已经不会再被使用了，则会导致内存泄露的产生
• （2）一些提供 close 的资源未关闭导致内存泄漏
  • 数据库连接，网络连接，IO 连接必须手动 close，否则是不能被回收的，也会导致内存泄漏

Stop The World

• Stop The World，简称 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
• 可达性分析算法中枚举根节点会导致所有 Java 执行线程停顿
  • 分析工作必须在一个能确保一致性的快照中进行
  • 一致性指整个分析期间整个执行系统看起来像被冻结在某个时间点上
  • 如果出现分析过程中对象引用关系还在不断变化，则分析结果的准确性无法保证
• 被STW中断的应用程序线程会在完成 GC 之后恢复，频繁中断会让用户感觉像是网速不快造成电影卡带一样，所以我们需要减少 STW 的发生
• STW 事件和采用哪款 GC 无关，所有的 GC 都有这个事件。哪怕是 G1 也不能完全避免 STW 情况发生，只能说垃圾回收器越来越优秀，回收效率越来越高，尽可能地缩短了暂停时间
• 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
• 开发中不要用 System.gc()，因为会导致 STW 的发生

垃圾回收的并发与并行

• 并行：指多条垃圾收集线程并行工作，但此时用户现场仍处于等待状态
  • 如 ParNew、Parallel Scavenge、Parallel Old
• 串行：相较于并行的概念，单线程执行。如果内存不够，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
  • 如 Serial、Serial Old
• 并发：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线程的执行
  • 用户线程在继续运行，而垃圾收集程序线程运行于另一个 CPU 上
  • 如 CMS、G1

安全点与安全区域

安全点 Safepoint：

• 程序执行时并非在所有地方都能停顿下来开始 GC，只有在特定位置才能停顿下来开始 GC，这些位置称为安全点
• 安全点的选择很重要，如果太少可能导致GC等待的时间太长，如果太频繁可能导致运行时的性能问题。大部分指令的执行时间都非常短暂，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执行作为安全点，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了）：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，各个线程运行到安全点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

安全区域 Safe Region：

• 安全点机制保证了程序执行时，在不太长的时间内就会遇到可进入 GC 的安全点。但是，程序“不执行”的时候呢？例如线程处于 sleep 或 blocked 状态，这时候线程无法响应 JVM 的中断请求，“走”到安全点区中断挂起，JVM 也不太可能等待线程被唤醒。对于这种情况，就需要安全区域来解决
• 安全区域是指在一段代码片段中，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。我们也可以把安全区域看作是扩展的安全点
• 当线程运行到 Safe Region 的代码时，首先标识已经进入了 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，即停止该线程
• 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完全离开 Safe Region 的信号为止

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
• [既偏门又非常高频的面试题]强引用、软引用、弱引用、虚引用有什么区别？具体使用场景是什么？
• 在 jdk1.2 之后，Java对引用的概念进行了扩充，将引用分为强引用(Strong Reference)、软引用(Soft Reference)、弱引用(Weak Reference)、虚引用(Phantom Reference)，这 4 种引用强度依次减弱
• Reference子类中只有终结器引用是包内可见的，其他3种引用类型均为 public，可以在应用程序中直接使用
• 强引用 StrongReference：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（可达），垃圾收集器就永远不会回收掉被引用的对象。永远不回收
• 软引用 SoftReference：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，如果这次回收还没有足够的内存，才会抛出OOM异常。内存不足即回收
• 弱引用 WeakReference：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。一旦GC即回收
• 虚引用 PhantomReference：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垃圾收集器回收时收到一个系统通知。用于对象回收时的跟踪

强引用 Strong Reference —— 不回收

• 在 Java 程序中，最常见的引用类型是强引用（99% 以上都是强引用），也就是我们最常见的普通对象引用，也是默认的引用类型
• 当在 Java 语言中使用 new 操作符创建一个新的对象，并将其赋值给一个变量的时候，这个变量就成为指向该对象的一个强引用
• 如果强引用的对象是可触及的，垃圾收集器就永远不会回收掉被引用的对象
• 对于一个普通的对象，如果没有其他的引用关系，只要超过了引用的作用于或者显式地将相应强引用赋值为 null，就是可以当做垃圾被收集了，当然具体回收时机还是要看垃圾收集策略
• 相对的，软引用、弱引用和虚引用的对象是软可触及、弱可触及和虚可触及的，在一定条件下，都是可以被回收的。所以，强引用是造成 Java 内存泄露的主要原因之一
• 强引用所指向的对象在任何时候都不会被系统回收，虚拟机宁愿抛出 OOM，也不会回收强引用所指向的对象

软引用 Soft Reference —— 内存不足即回收

• 软引用是用来描述一些还有用，但非必需的对象。只被软引用关联着的对象，在系统将要发生内存溢出前，会把这些对象列进回收范围之中进行第二次回收（第一次是将不可触及的对象回收掉），如果这次回收还没有足够的内存，才会抛除内存溢出异常
• 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，就可以暂时保留缓存，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
• 类似弱引用，只不过 JVM 会尽量让软引用的存活时间长一些迫不得已才清理
• jdk1.2 中提供了 java.lang.ref.SoftReference 类来实现软引用

User user = new User(1, "hy");
SoftReference<User> userSoftRef = new SoftReference<>(user);
user = null;

弱引用 Weak Reference —— 发现即回收

• 弱引用也是用来描述那些非必需的对象，被弱引用关联的对象只能生存到下一次垃圾收集发生。在系统GC时，只要发现弱引用，不管系统堆空间是否充足，都会回收掉只被弱引用关联的对象
• 但是，由于垃圾回收器的线程通常优先级较低，因此并不一定能很快地发现持有弱引用的对象，在这种情况下，弱引用对象可以存在较长的时间
• 弱引用和软引用一样，在构造弱引用时，也可以指定一个引用队列，当弱引用对象被回收时，就会加入指定的引用队列，通过这个队列可以跟踪对象的回收情况
• 软引用、弱引用都非常适合来保存那些可有可无的缓存数据。如果这么做，当系统内存不足时，这些缓存数据会被回收，不会导致内存溢出。而内存资源充足时，这些缓存数据又可以存在相当长的时间，从而起到加速系统的作用
• 弱引用对象与软引用对象的最大不同就在于，当 GC 在进行回收时，需要通过算法检查是否回收软引用对象，而对于弱引用对象，GC 总是进行回收。弱引用对象能更容易、更快被 GC 所回收
• jdk1.2 中提供了 java.lang.ref.WeakReference 类来实现弱引用
• 面试题：你开发中使用过 WeakHashMap 吗？

User user = new User(1, "hy");
WeakReference<User> userWeakRef = new WeakReference<>(user);
user = null;

虚引用 Phantom Reference —— 对象回收跟踪

• 也称为“幽灵引用”或者“幻影引用”，是所有引用类型中最弱的一个
• 一个对象是否有虚引用的存在，完全不会决定对象的生命周期。如果一个对象仅持有虚引用，那么它和没有引用几乎是一样的，随时都可能被垃圾回收器回收
• 它不能单独使用，也无法通过虚引用来获取被引用的对象。当试图通过虚引用的 get() 方法取得对象时，总为 null
• 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垃圾收集器回收时收到一个系统通知
• 虚引用必须和引用队列一起使用。虚引用在创建时必须提供一个引用队列作为参数。当垃圾回收器准备回收一个对象时，如果发现他还有虚引用，就会在回收对象后，将这个虚引用加入引用队列，以通知应用程序对象的回收情况
• 由于虚引用可以跟踪对象的回收时间，因此也可以将一些资源释放操作放置在虚引用中执行和记录
• jdk1.2 中提供了 java.lang.ref.PhantomReference 类来实现虚引用

User user = new User(1, "hy");
ReferenceQueue phantomQueue = new ReferenceQueue();
WeakReference<User> userWeakRef = new WeakReference<>(user, phantomQueue);
user = null;