传统的C/C++等编程语言,需要程序员负责回收已经分配的内存。显式进行垃圾回收是一件比较困难的事,因为程序员并不总是知道,内存应该何时被释放。如果这些分配出去的内存得不到及时的回收,就会引起系统运行速度下降,甚至导致程序瘫痪,这种现象被称为内存泄露。总而言之,显式进行垃圾回收主要有如下两个缺点,
1 程序忘记及时回收无用的内存,从而导致内存泄露,降低系统性能。
2 程序错误的回收程序核心类库的内存,从而导致系统崩溃、
与C/C++不同,Java语言不需要程序员直接控制内存回收,Java程序的内存分配和回收都是由JRE在后台自动进行的。JRE会回收那些不在使用的内存,这种机制被称为垃圾回收(GC),通常JRE会提供一个后台线程来进行检测和控制,一般都是在CPU空闲或者内存不足时自动进行垃圾回收,而程序员无法精确控制垃圾回收的时间和顺序等。
Java的堆内存是一个运行时数据区,用以保存类的实例(对象),Java虚拟机的堆内存中存储着正在运行的应用程序所建立的所有对象,这些对象不需要程序通过代码来显式地释放,一般来说,堆内存的回收由垃圾回收来负责,所有的JVM实现都有一个由垃圾回收器管理的堆内存。垃圾回收是一种动态存储管理技术,它自动释放不在被程序引用的对象,按照特定的垃圾回收算法来实现内存资源的自动回收功能。
在C/C++中,对象所占的内存不会被自动释放,如果程序没有显式释放对象所占用的内存,对象所占用的内存就不能分配给其他对象,该内存在程序结束运行之前将一直被占用:而在Java中,当没有引用变量指向原先分配给某个对象的内存时,该内存便会成为垃圾,JVM的一个超级线程会自动释放该内存区,垃圾回收意味着程序不再需要的对象是“垃圾信息”。这些信息将被丢弃。
当一个对象不再被引用时,内存回收他占领的空间,以便空间被后来的新对象使用,事实上,除了释放没用的对象外,垃圾回收也可以清除内存记录碎片。由于创建对象和垃圾回收器丢弃对象所占的内存空间,内存会出现碎片。碎片是分配给对象的内存块之间的空闲内存区,碎片整理将所占用的堆内存移到堆的一端。JVM将整理出的内存分配给新的对象。
Java虚拟机具有两个显著的优点。
垃圾回收机制可以很好的提高编程效率。在没有垃圾回收机制时,可能要花许多时间来解决一个难懂的存储器问题,再用Java编程时,依靠垃圾回收机制可大大缩短时间。
垃圾回收机制保护程序的完整型,垃圾回收是Java语言安全策略的一个重要部分。
垃圾回收的一个潜在缺点是他的开销影响程序性能。Java虚拟机必须跟踪程序中有用的对象,才可以确定那些是无用的对象,并最终释放这些无用的对象。这个过程需要花费处理器的时间。其次是垃圾回收算法的不完备性,早先采用的某些垃圾回收算法就不能保证100%收集到所有的废弃内存。当然,随着垃圾回收算法的不断改进,以及软硬件运行效率的不断提高,这些问题都可以迎刃而解。
Java语言规范没有明确的说明JVM使用哪种垃圾回收算法,但是任何一种垃圾回收算法一般要做的两件基本的事情,发现无用的对象;回收被无用对象占用的空间,使该空间可被程序再次使用。
垃圾回收具有如下几个特点
垃圾回收机制的工作目标是回收无用的对象的内存空间,这些内存空间都是JVM堆内存里的内存空间,垃圾回收只能回收内存资源,对其他物理资源,如数据库连接、磁盘I/O等资源则无能为力。
为了更快的让垃圾回收机制回收那些不再使用的对象,可以将该对象的引用变量设置为null,通过这种方式暗示垃圾回收机制可以回收该对象。
垃圾回收发生的不可预知性,由于不同JVM采用了不同的垃圾回收机制和不同的垃圾回收算法,因此它有可能是定时发生的,有可能是当CPU空闲时发生的,也有可能和原始的垃圾回收一样,等到内存消耗出现极限时发生,这和垃圾回收实现机制的选择及具体的设置都有关系。虽然有些程序员可以通过调用runtime对象的gc()或system.gc()等方法来建议系统进行垃圾回收,但这种调用仅仅是建议,依然不能精确控制垃圾回收机制的执行。
垃圾回收的精确性主要包括两个方面:一是垃圾回收机制能够精确的标记活着的对象:二是垃圾回收器能够精确的定位对象之间的引用关系。前者是完全回收所有废弃对象的前提,否则就可能造成内存泄露;而后者则是实现归并和复制等算法的必要条件,通过这种引用关系,可以保证对象都能被可靠的回收,所有对象都能被重新分配,从而有效的减少内存碎片的产生。
现在的JVM有多种不同的垃圾回收实现,每一种回收机制因其算法差异可能表现各异,有的当垃圾回收开始是时就停止应用程序的运行,有的当垃圾回收运行时允许应用程序的线程运行,还有的在同一时间允许垃圾回收多线程运行。
当编写Java程序时,一个基本原则是:对于不再需要的对象,不要引用他们,如果保证对这些对象的引用,垃圾回收机制暂时不会回收该对象,则会导致系统可用内存越来越少,当系统可用内存越来越少时,垃圾回收执行的频率就越来越高,从而导致系统的性能下降。