垃圾回收

垃圾回收

一、判断对象是否存活

1.引用计数法

对每个对象O，记录其被引用的数目。若多一个对象指向O，则O的引用值加一。若指向O的对象被回收或不再指向O，则O的引用值减一。若数目大于0，就说明该对象被其他对象使用中，不能被回收；若引用数目=0，则该对象可以被回收了。

引用计数法存在一个问题就是，循环引用。a指向b，b指向a，那么a和b都无法被回收。但是引用计数法在Python及其他地方是有被用到的，那么Python中是怎么解决循环引用的回收问题呢？

查了一下，看了一个资料中讲到其中一个方法，感觉不错。它的思路是，由引用计数法解决大部分对象的回收问题，再由另一个算法专门解决循环引用。在Python中，只有容器类包含其他对象的引用，那么只需要专门针对容器类就可以了。解决循环引用的思路如下：

用一个集合S1记录所有容器类对象（可以用双向链表实现，这样就可以快速插入和删除对象而不需要多余的内存分配）。

1. 对每个容器类对象，设置gc_refs属性，值为该对象被引用的数目。
2. 对容器类对象a，其指向容器类对象b，则将b的gc_refs属性值减一。
3. 对所有容器类对象重复操作2.则最后gc_refs属性值>1的对象（集合S1包含对所有对象的引用），就是被集合以外的对象引用的，把它移到另外一个集合S2中。
4. 集合S2中的对象都是不能被回收的，同理被S2中对象引用的对象也要被移到S2中。循环此操作。
5. S1中剩余的对象，都只被S1中的对象引用，也就是循环引用。可以回收它们了。

2.可达性分析算法

主流的jvm中都使用此方法来判断对象是否可回收。

它的思路是，从一些根节点GC Roots追踪可达的对象，根节点可达到对象A，对象A又引用了B，则根节点就可达到对象B。从根节点可达的对象，就是可用的，否则就是不可用的即可回收的。

那么，哪些对象是根节点呢？

1. 虚拟机栈（栈帧中的本地变量表）中引用的对象；
2. 方法区中类静态属性引用的对象，static成员变量；
3. 方法区中常量引用的对象；
4. 本地方法栈中JNI引用的对象。

java代码经过编译器编译后，生成.class文件。jvm类加载器加载class文件后，将class的字节码、类名、方法信息、类静态属性、常量等都放入方法区。其中，常量包括各种字面量。jdk6中，字符串常量池在方法区中，jdk7及以后字符串常量池迁移到堆中。

二、垃圾收集算法

1.标记-清理算法mark-sweep

1. 标记可以回收的对象
2. 清理已标记的对象

这种方式会留下很多内存碎片，导致请求大片内存时可能无法得到满足大小的内存，而提前触发下一次gc。而且，标记和清理的效率都不高。

2.复制算法copying

将内存分为大小相等的两块，第一块内存用完之后，将其中还存活的对象复制到第二块，并清理第一块。同样地，第二块用完之后，再将其中存活的对象复制到第一块，清理第二块。

这样，内存只有50%的利用率，比较低，而且复制对象的代价也比较高。

但是，在新生代中，对象的生命期都很短，很多都是一次性的，所以根本不会存活到下一次垃圾回收。所以，很多商用虚拟机都用复制算法回收新生代。

Hotspot默认将新生代分为一个eden区和两个survivor区，比例为8:1。每次GC时，将eden区和一个survivor区中存活的对象复制到另一个survivor中。如果eden区和survivor中存活的对象超过了10%，那么另一个survivor中就放不下这么多对象，hotspot会将剩余的这些对象都放入到老年代中。老年代作为新生代的分配担保。

3.标记-整理算法mark-compact

1. 标记可以回收的对象
2. 将存活的对象都复制到内存的一边。然后清理剩余的空间

因为涉及到对象复制，所以也需要考虑复制的成本。

4.分代收集算法

将内存分为新生代、老生代，存活超过一定周期的对象放入到老生代。新生代、老生代采用不同的GC算法。新生代对象存活时间短，就可以选用复制算法，只有少量对象需要复制。而老生代对象一般存活时间长，如果进行复制代价高，且没有额外空间进行分配担保，所以可以用标记-清理算法。

三、Hotspot的GC算法实现

1.枚举根节点

可达性算法进行GC的第一步就是枚举根节点，这一步在所有算法中都需要stop the world，停止所有其他线程，否则枚举的结果可能是不准确的。

Hotspot中停止其他线程后，不需要遍历所有内存区域找到对象引用。在类加载完成的时候，虚拟机用OopMap来记录对象内什么偏移量上是什么类型的对象。这样，GC扫描时就可以直接知道哪些地方存放着对象引用。

2.安全点safepoint

虚拟机用OopMap记录哪些位置是引用，但是如果要把所有的引用位置都记录下来，以及引用关系的变化记录下来，代价会比较大。所以就有了安全点，Hotspot只在安全点生成OopMap。

安全点，指特定的class指令位置，Hotspot只在安全点处进行gc。安全点太多，生成OopMap的代价就大；安全点太少，则需要等待较长时间才能开始gc。Hotspot选定安全点的位置是，以“是否具有让程序长时间执行”的标准选择。一般如方法调用、循环跳转等。

简单来说，Hotspot判断需要进行gc时，设置一个参数通知所有线程。线程在安全点处轮询这个参数，发现需要gc，则自己中断挂起。这是主动式中断。

还有一种是抢先式中断，是虚拟机进行gc前，直接将所有线程回滚到最近的安全点，再进行gc。几乎没有虚拟机用这种方式。

所有线程怎么轮询的？Hotspot怎么设置轮询参数的？线程怎么中断挂起的？

3.安全区域safe region

安全点只对执行中的线程有效，若线程整sleep或被block中，那么它没法运行到安全点处中断自己。所以就有了安全区域，指一块代码区域，其中引用关系不会发生变化。

线程进入安全区时，标记自己在安全区中。那么jvm在进行gc时，不用管安全区中的线程。线程重新开始运行，离开安全区时，若发现jvm正在进行根节点枚举，就必须要等待jvm完成根节点枚举，才能继续运行。

四、Hotspot的垃圾收集器

就是具体的垃圾回收实现。

1.serial

单线程进行垃圾收集，且进行垃圾收集时暂停其他所有线程，直到收集结束。在新生代中用标记-复制方式，在老生代中用标记-清除方式。优点是，简单而高效，不需要考虑并行模式下的线程交互等问题。它是虚拟机在client模式下默认的新生代收集器。

2.parNew

是serial的多线程版本parallel，其他都与serial一致。

3.parallel scavenge

也是采用复制算法的新生代多线程收集器，但是以吞吐量为目标的，所以适合以后台计算为主的应用。

而cms是以停顿少为目标，所以cms作为老生代收集器时，若以parallel scavenge为新生代收集器，二者配合的效果将非常差。无法一起配合使用。

4.serial old

serial的老年代版本，单线程，采用标记-清理方式。

5.parallel old

parallel scavenge的老年代版本。

6.cms

concurrent mark sweep是以最短停顿为目标的老年代收集器，采用标记-清除算法。

主要步骤：

1. 初始标记
2. 并发标记
3. 重新标记
4. 并发删除

cms作为老年代收集器时，因为cms执行过程中，用户线程还可以执行，还会继续产生垃圾，即“浮动垃圾”。cms无法在本次执行中清理浮动垃圾，只能等到下次。因此cms不能等到老年代已经满了再开始收集垃圾，因为在执行的过程中要给用户线程预留一些内存空间。jdk1.6中，设置阈值为92%。老年代使用空间达到92%，就开始cms回收。但如果回收中用户线程要申请的内存太多，预留的空间无法满足需求，就会出现concurrent mode failure。此时，jvm将启动预案serial old来进行老年代收集，这时停顿的时间就会比较长了。

7.G1

G1收集器不是以新生代老生代来划分内存区域，它将内存划分为多个块，每次根据用户允许的停顿时间等，选择其中的一块进行回收，获得最高的收集效果。

在线程分配空间缓存TLAB中，线程申请的内存都在自己专属的空间中，也比较适合G1方式回收。

显然，会存在对象引用另一块中对象的情况。那么在判断对象是否可回收时，根据可达性算法，还要以其他所有块的对象作为gc_roots来做初始标记。这样工作量将非常大，且没有达到分块回收的目的。在其他收集器进行新生代、老生代分别回收时，也会新生代引用老生代、老生代引用新生代的情况。这个问题的解决方法是，每一块用一个Remembered Set记录其中的对象被其他块引用的情况。每当有引用类型对象的写操作时，如果引用的是另一块中的内存，就记录到被引用内存所属块的Remembered Set中。进行回收时，就只需要根据Remembered Set判断有没有被外部引用，只在回收块内进行初始标记就可以了。

8.收集器的配合使用

五、GC日志

六、内存分配策略

1.对象优先在eden区分配

2.大对象直接进入老年代

3.长期存活的对象将进入老年代

4.动态对象年龄判断

如果survivor区中相同年龄所有对象大小总和大于survivor区的一般，则大于或等于该年龄的所有对象直接进入老年代。

5.空间分配担保