JVM的垃圾回收和常见的算法

1 、什么是垃圾回收?

程序的运行必然需要申请内存资源,无效的对象资源如果不及时处理就会一直占有内存资源,最终将导致内存溢出,所以对内存资源的管理是非常重要了。

1. 1 、C/C++语言的垃圾回收

在C/C++语言中,没有自动垃圾回收机制,是通过new关键字申请内存资源,通过delete关键字释放内存资源。

如果,程序员在某些位置没有写delete进行释放,那么申请的对象将一直占用内存资源,最终可能会导致内存溢出。

1. 2 、Java语言的垃圾回收

为了让程序员更专注于代码的实现,而不用过多的考虑内存释放的问题,所以,在Java语言中,有了自动的垃圾回收机制,也就是我们熟悉的GC。

有了垃圾回收机制后,程序员只需要关心内存的申请即可,内存的释放由系统自动识别完成。

换句话说,自动的垃圾回收的算法就会变得非常重要了,如果因为算法的不合理,导致内存资源一直没有释放,同样也可能会导致内存溢出的。

当然,除了Java语言,C#、Python等语言也都有自动的垃圾回收机制。

2 、垃圾回收的常见算法

自动化的管理内存资源,垃圾回收机制必须要有一套算法来进行计算,哪些是有效的对象,哪些是无效的对象,对于无效的对象就要进行回收处理。

常见的垃圾回收算法有:引用计数法、标记清除法、标记压缩法、复制算法、分代算法等。

2. 1 、引用计数法

引用计数是历史最悠久的一种算法,最早George E. Collins在 1960 的时候首次提出, 50年后的今天,该算法依然被很多编程语言使用。

2. 1. 1 、原理

假设有一个对象A,任何一个对象对A的引用,那么对象A的引用计数器+ 1 ,当引用失败时,对象A的引用计数器就- 1 ,如果对象A的计数器的值为 0 ,就说明对象A没有引用了,可以被回收。

2. 1. 2 、优缺点

优点:

  • 实时性较高,无需等到内存不够的时候,才开始回收,运行时根据对象的计数器是否为 0 ,就可以直接回收。

  • 在垃圾回收过程中,应用无需挂起。如果申请内存时,内存不足,则立刻报outofmember 错误。

  • 区域性,更新对象的计数器时,只是影响到该对象,不会扫描全部对象。

缺点:

  • 每次对象被引用时,都需要去更新计数器,有一点时间开销。

  • 浪费CPU资源,即使内存够用,仍然在运行时进行计数器的统计。

  • 无法解决循环引用问题。(最大的缺点)

什么是循环引用?
class TestA{
	public TestB b;
}
class TestB{
	public TestA a;
}
public class Main{
	public static void main(String[] args){
        TestA a = new TestA();
        TestB b = new TestB();
        a.b=b;
        b.a=a;
        a = null;
        b = null;
	}
}

虽然a和b都为null,但是由于a和b存在循环引用,这样a和b永远都不会被回收。

2. 2 、标记清除法

标记清除算法,是将垃圾回收分为 2 个阶段,分别是标记和清除。

  • 标记:从根节点开始标记引用的对象。

  • 清除:未被标记引用的对象就是垃圾对象,可以被清理。

2. 2. 1 、原理

在这里插入图片描述

这张图代表的是程序运行期间所有对象的状态,它们的标志位全部是 0 (也就是未标记,以下默认 0 就是未标记, 1 为已标记),假设这会儿有效内存空间耗尽了,JVM将会停止应用程序的运行并开启GC线程,然后开始进行标记工作,按照根搜索算法,标记完以后,对象的状态如下图:

在这里插入图片描述

Q:为什么JVM会停止应用程序,然后进行标记?

A:如果不停止应用程序,GC无法从头梳理对象的引用关系!就好比我不能一边嗑瓜子一边扫地吧

可以看到,按照根搜索算法,所有从root对象可达的对象就被标记为了存活的对象,此时已经完成了第一阶段标记。接下来,就要执行第二阶段清除了,那么清除完以后,剩下的对象以及对象的状态如下图所示。

在这里插入图片描述

可以看到,没有被标记的对象将会回收清除掉,而被标记的对象将会留下,并且会将标记位重新归 0 。接下来就不用说了,唤醒停止的程序线程,让程序继续运行即可。

2. 2. 2 、优缺点

可以看到,标记清除算法解决了引用计数算法中的循环引用的问题,没有从root节点引用的对象都会被回收。

同样,标记清除算法也是有缺点的:

  • 效率较低,标记和清除两个动作都需要遍历所有的对象,并且在GC时,需要停止应用程序,对于交互性要求比较高的应用而言这个体验是非常差的。

  • 通过标记清除算法清理出来的内存,碎片化较为严重,因为被回收的对象可能存在于内存的各个角落,所以清理出来的内存是不连贯的。

2. 3 、标记压缩算法

标记压缩算法是在标记清除算法的基础之上,做了优化改进的算法。和标记清除算法一样,也是从根节点开始,对对象的引用进行标记,在清理阶段,并不是简单的清理未标记的对象,而是将存活的对象压缩到内存的一端,然后清理边界以外的垃圾,从而解决了碎片化的问题。

2. 3. 1 、原理

在这里插入图片描述

2. 3. 2 、优缺点

优缺点同标记清除算法,解决了标记清除算法的碎片化的问题,同时,标记压缩算法多了一步,对象移动内存位置的步骤,其效率也有有一定的影响。

2. 4 、复制算法

复制算法的核心就是,将原有的内存空间一分为二,每次只用其中的一块,在垃圾回收时,将正在使用的对象复制到另一个内存空间中,然后将该内存空间清空,交换两个内存的角色,完成垃圾的回收。

如果内存中的垃圾对象较多,需要复制的对象就较少,这种情况下适合使用该方式并且效率比较高,反之,则不适合。

在这里插入图片描述

2. 4. 1 、JVM中年轻代内存空间

在这里插入图片描述

  1. 在GC开始的时候,对象只会存在于Eden区和名为“From”的Survivor区,Survivor区“To”是空的。

  2. 紧接着进行GC,Eden区中所有存活的对象都会被复制到“To”,而在“From”区中,仍存活的对象会根据他们的年龄值来决定去向。年龄达到一定值(年龄阈值,可以通过-XX:MaxTenuringThreshold来设置)的对象会被移动到年老代中,没有达到阈值的对象会被复制到“To”区域。

  3. 经过这次GC后,Eden区和From区已经被清空。这个时候,“From”和“To”会交换他们的角色,也就是新的“To”就是上次GC前的“From”,新的“From”就是上次GC前的“To”。不管怎样,都会保证名为To的Survivor区域是空的。

  4. GC会一直重复这样的过程,直到“To”区被填满,“To”区被填满之后,会将所有对象移动到年老代中。

2. 4. 2 、优缺点

优点:

  • 在垃圾对象多的情况下,效率较高

  • 清理后,内存无碎片

缺点:

  • 在垃圾对象少的情况下,不适用,如:老年代内存

  • 分配的 2 块内存空间,在同一个时刻,只能使用一半,内存使用率较低

2. 5 、分代算法

每一种算法都有自己的优点也有缺点,谁都不能替代谁,所以根据垃圾回收对象的特点进行选择,才是明智的选择。

分代算法其实就是这样的,根据回收对象的特点进行选择,在jvm中,年轻代适合使用复制算法,老年代适合使用标记清除或标记压缩算法。

3 、垃圾收集器以及内存分配

在jvm中,实现了多种垃圾收集器,包括:串行垃圾收集器、并行垃圾收集器、CMS(并发)垃圾收集器、G 1 垃圾收集器。

3. 1 、串行垃圾收集器

串行垃圾收集器,是指使用单线程进行垃圾回收,垃圾回收时,只有一个线程在工作,并且java应用中的所有线程都要暂停,等待垃圾回收的完成。这种现象称之为STW(Stop-The-World)。

对于交互性较强的应用而言,这种垃圾收集器是不能够接受的。

一般在Javaweb应用中是不会采用该收集器的。

3. 1. 1 、编写测试代码
package com.zhangcc.jvm;
import java.util.ArrayList;
import java.util.List;
import java.util.Properties;
import java.util.Random;
public class TestGC {
    
    // 实现:不断的产生新的数据(对象),随机的废弃对象(垃圾)
    public static void main(String[] args) throws Exception {
        List<Object> list = new ArrayList<Object>();
        while (true){
            int sleep = new Random().nextInt( 100 );
            if(System.currentTimeMillis() %  2  == 0 ){
            	list.clear();
            }else{
                for (int i =  0 ; i <  10000 ; i++) {
                Properties properties = new Properties();
                properties.put("key_"+i, "value_" +System.currentTimeMillis() + i);
                list.add(properties);
             }
          }
    	// System.out.println("list大小为:" + list.size());
        Thread.sleep(sleep);
     }
   }
}    
3. 1. 2 、设置垃圾回收为串行收集器

在程序运行参数中添加 2 个参数,如下:

  • -XX:+UseSerialGC

指定年轻代和老年代都使用串行垃圾收集器

  • -XX:+PrintGCDetails

打印垃圾回收的详细信息

# 为了测试GC,将堆的初始和最大内存都设置为 16 M
-XX:+UseSerialGC -XX:+PrintGCDetails -Xms16m -Xmx16m

在这里插入图片描述

启动程序,可以看到下面信息:

[GC (Allocation Failure) [DefNew:  4416 K> 512 K( 4928 K),  0. 0046102  secs]
4416 K> 1973 K( 15872 K),  0. 0046533  secs] [Times: user= 0. 00  sys= 0. 00 ,
real= 0. 00  secs]

[Full GC (Allocation Failure) [Tenured:  10944 K> 3107 K( 10944 K),  0. 0085637 
secs]  15871 K> 3107 K( 15872 K), [Metaspace:  3496 K> 3496 K( 1056768 K)],
0. 0085974  secs] [Times: user= 0. 02  sys= 0. 00 , real= 0. 01  secs]

GC日志信息解读:

年轻代的内存GC前后的大小:

  • DefNew

    • 表示使用的是串行垃圾收集器。
  • 4416 K-> 512 K( 4928 K)

    • 表示,年轻代GC前,占有 4416 K内存,GC后,占有 512 K内存,总大小 4928 K
  • 0.0046102 secs

    • 表示,GC所用的时间,单位为毫秒。
  • 4416 K-> 1973 K( 15872 K)

    • 表示,GC前,堆内存占有 4416 K,GC后,占有 1973 K,总大小为 15872 K
  • Full GC

    • 表示,内存空间全部进行GC

3. 2 、并行垃圾收集器

并行垃圾收集器在串行垃圾收集器的基础之上做了改进,将单线程改为了多线程进行垃圾回收,这样可以缩短垃圾回收的时间。(这里是指,并行能力较强的机器)

当然了,并行垃圾收集器在收集的过程中也会暂停应用程序,这个和串行垃圾回收器是一样的,只是并行执行,速度更快些,暂停的时间更短一些。

3. 2. 1 、ParNew垃圾收集器

ParNew垃圾收集器是工作在年轻代上的,只是将串行的垃圾收集器改为了并行。

通过-XX:+UseParNewGC参数设置年轻代使用ParNew回收器,老年代使用的依然是串行收集器。

测试:
在这里插入图片描述

#参数
-XX:+UseParNewGC -XX:+PrintGCDetails -Xms16m -Xmx16m
    
#打印出的信息
[GC (Allocation Failure) [ParNew:  4416 K> 512 K( 4928 K),  0. 0032106  secs] 
4416 K> 1988 K( 15872 K),  0. 0032697  secs] 
[Times: user= 0. 00  sys= 0. 00 ,real= 0. 00  secs]

由以上信息可以看出,ParNew: 使用的是ParNew收集器。其他信息和串行收集器一致。

3. 2. 2 、ParallelGC垃圾收集器

ParallelGC收集器工作机制和ParNewGC收集器一样,只是在此基础之上,新增了两个和系统吞吐量相关的参数,使得其使用起来更加的灵活和高效。

相关参数如下:

  • XX:+UseParallelGC

    • 年轻代使用ParallelGC垃圾回收器,老年代使用串行回收器。
  • XX:+UseParallelOldGC

    • 年轻代使用ParallelGC垃圾回收器,老年代使用ParallelOldGC垃圾回收器。
  • XX:MaxGCPauseMillis

    • 设置最大的垃圾收集时的停顿时间,单位为毫秒
    • 需要注意的时,ParallelGC为了达到设置的停顿时间,可能会调整堆大小或其他的参数,如果堆的大小设置的较小,就会导致GC工作变得很频繁,反而可能会影响到性能。
    • 该参数使用需谨慎。
  • XX:GCTimeRatio

    • 设置垃圾回收时间占程序运行时间的百分比,公式为 1 /( 1 +n)。
    • 它的值为 0 ~ 100 之间的数字,默认值为 99 ,也就是垃圾回收时间不能超过 1 %
  • XX:UseAdaptiveSizePolicy

    • 自适应GC模式,垃圾回收器将自动调整年轻代、老年代等参数,达到吞吐量、堆大小、停顿时间之间的平衡。
    • 一般用于,手动调整参数比较困难的场景,让收集器自动进行调整。

测试:
在这里插入图片描述

#参数
-XX:+UseParallelGC -XX:+UseParallelOldGC -XX:MaxGCPauseMillis=100 -XX:+PrintGCDetails -Xms16m -Xmx16m

#打印的信息
[GC (Allocation Failure) [PSYoungGen:  4096 K> 480 K( 4608 K)]  4096 K> 1840 K( 15872 K),  0. 0034307  secs] [Times: user= 0. 00  sys= 0. 00 , real= 0. 00 
secs]
    
[Full GC (Ergonomics) [PSYoungGen:  505 K> 0 K( 4608 K)] [ParOldGen:  10332 K> 10751 K( 11264 K)]  10837 K> 10751 K( 15872 K), [Metaspace:  3491 K> 3491 K( 1056768 K)],  0. 0793622  secs] [Times: user= 0. 13  sys= 0. 00 , real= 0. 08 
secs]    

有以上信息可以看出,年轻代和老年代都使用了ParallelGC垃圾回收器。

3. 3 、CMS垃圾收集器

CMS全称 Concurrent Mark Sweep,是一款并发的、使用标记-清除算法的垃圾回收器,该回收器是针对老年代垃圾回收的,通过参数-XX:+UseConcMarkSweepGC进行设置。

CMS垃圾回收器的执行过程如下:
在这里插入图片描述

  • 初始化标记(CMS-initial-mark) ,标记root,会导致stw;

  • 并发标记(CMS-concurrent-mark),与用户线程同时运行;

  • 预清理(CMS-concurrent-preclean),与用户线程同时运行;

  • 重新标记(CMS-remark) ,会导致stw;

  • 并发清除(CMS-concurrent-sweep),与用户线程同时运行;

  • 调整堆大小,设置CMS在清理之后进行内存压缩,目的是清理内存中的碎片;

  • 并发重置状态等待下次CMS的触发(CMS-concurrent-reset),与用户线程同时运行;

3. 3. 1 、测试
#设置启动参数
‐XX:+UseConcMarkSweepGC ‐XX:+PrintGCDetailsXms 16 m ‐Xmx 16 m

#运行日志
[GC (Allocation Failure) [ParNew:  4926 K> 512 K( 4928 K),  0. 0041843  secs]
9424 K> 6736 K( 15872 K),  0. 0042168  secs] [Times: user= 0. 00  sys= 0. 00 ,
real= 0. 00  secs]
    
#第一步,初始标记
[GC (CMS Initial Mark) [ 1  CMS‐initial‐mark:  6224 K( 10944 K)]  6824 K( 15872 K),
0. 0004209  secs] [Times: user= 0. 00  sys= 0. 00 , real= 0. 00  secs]
#第二步,并发标记
[CMS‐concurrent‐mark‐start]
[CMS‐concurrent‐mark:  0. 002 / 0. 002  secs] [Times: user= 0. 00  sys= 0. 00 ,
real= 0. 00  secs]
#第三步,预处理
[CMS‐concurrent‐preclean‐start]
[CMS‐concurrent‐preclean:  0. 000 / 0. 000  secs] [Times: user= 0. 00  sys= 0. 00 ,
real= 0. 00  secs]
#第四步,重新标记
[GC (CMS Final Remark) [YG occupancy:  1657  K ( 4928  K)][Rescan (parallel)
,  0. 0005811  secs][weak refs processing,  0. 0000136  secs][class unloading,
0. 0003671  secs][scrub symbol table,  0. 0006813  secs][scrub string table,
0. 0001216  secs][ 1  CMS‐remark:  6224 K( 10944 K)]  7881 K( 15872 K),  0. 0018324 
secs] [Times: user= 0. 00  sys= 0. 00 , real= 0. 00  secs]
#第五步,并发清理
[CMS‐concurrent‐sweep‐start]
[CMS‐concurrent‐sweep:  0. 004 / 0. 004  secs] [Times: user= 0. 00  sys= 0. 00 ,
real= 0. 00  secs]
#第六步,重置
[CMS‐concurrent‐reset‐start]
[CMS‐concurrent‐reset:  0. 000 / 0. 000  secs] [Times: user= 0. 00  sys= 0. 00 ,
real= 0. 00  secs]    

由以上日志信息,可以看出CMS执行的过程。

3. 4 、G 1 垃圾收集器(重点)

G1 垃圾收集器是在jdk 1. 7 中正式使用的全新的垃圾收集器,oracle官方计划在jdk 9 中将G 1 变成默认的垃圾收集器,以替代CMS。

G1 的设计原则就是简化JVM性能调优,开发人员只需要简单的三步即可完成调优:

​ 1. 第一步,开启G 1 垃圾收集器

​ 2. 第二步,设置堆的最大内存

​ 3. 第三步,设置最大的停顿时间

G1 中提供了三种模式垃圾回收模式,Young GC、Mixed GC (混合的GC)和 Full GC,在不同的条件下被触发。

3. 4. 1 、原理

G 1 垃圾收集器相对比其他收集器而言,最大的区别在于它取消了年轻代、老年代的物理划分,取而代之的是将堆划分为若干个区域(Region),这些区域中包含了有逻辑上的年轻代、老年代区域。这样做的好处就是,我们再也不用单独的空间对每个代进行设置了,不用担心每个代内存是否足够。
在这里插入图片描述

在G 1 划分的区域中,年轻代的垃圾收集依然采用暂停所有应用线程的方式,将存活对象拷贝到老年代或者Survivor空间,G 1 收集器通过将对象从一个区域复制到另外一个区 域,完成了清理工作。

这就意味着,在正常的处理过程中,G 1 完成了堆的压缩(至少是部分堆的压缩),这样也就不会有cms内存碎片问题的存在了。
在这里插入图片描述

在G1 中,有一种特殊的区域,叫Humongous区域。

  • 如果一个对象占用的空间超过了分区容量 50 %以上,G 1 收集器就认为这是一个巨型 对象。

  • 这些巨型对象,默认直接会被分配在老年代,但是如果它是一个短期存在的巨型对 象,就会对垃圾收集器造成负面影响。

  • 为了解决这个问题,G 1 划分了一个Humongous区,它用来专门存放巨型对象。如果一个H区装不下一个巨型对象,那么G 1 会寻找连续的H分区来存储。为了能找到连续的H区,有时候不得不启动Full GC。

3. 4. 2 、Young GC

Young GC主要是对Eden区进行GC,它在Eden空间耗尽时会被触发。

  • Eden空间的数据移动到Survivor空间中,如果Survivor空间不够,Eden空间的部分数据会直接晋升到年老代空间。

  • Survivor区的数据移动到新的Survivor区中,也有部分数据晋升到老年代空间中。

  • 最终Eden空间的数据为空,GC停止工作,应用线程继续执行。

在这里插入图片描述
在这里插入图片描述

3. 4. 2. 1 、Remembered Set(已记忆集合)

在GC年轻代的对象时,我们如何找到年轻代中对象的根对象呢?
根对象可能是在年轻代中,也可以在老年代中,那么老年代中的所有对象都是根么?
如果全量扫描老年代,那么这样扫描下来会耗费大量的时间。

于是,G1 引进了RSet的概念。它的全称是Remembered Set,其作用是跟踪指向某个堆内的对象引用。

在这里插入图片描述

每个Region初始化时,会初始化一个RSet,该集合用来记录并跟踪其它Region指向该Region中对象的引用,每个Region默认按照 512 Kb划分成多个Card,所以RSet需要记录的东西应该是 xx Region的 xx Card。

3. 4. 3 、Mixed GC

当越来越多的对象晋升到老年代old region时,为了避免堆内存被耗尽,虚拟机会触发一个混合的垃圾收集器,即Mixed GC,该算法并不是一个Old GC,除了回收整个Young Region,还会回收一部分的Old Region,这里需要注意:是一部分老年代,而不是全部老年代,可以选择哪些old region进行收集,从而可以对垃圾回收的耗时时间进行控制。也要注意的是Mixed GC 并不是 Full GC。

MixedGC什么时候触发? 由参数 - XX:InitiatingHeapOccupancyPercent=n 决定。默认: 45 %,该参数的意思是:当老年代大小占整个堆大小百分比达到该阀值时触发。

它的GC步骤分 2 步:

  1. 全局并发标记(global concurrent marking)
  2. 拷贝存活对象(evacuation)
3. 4. 3. 1 、全局并发标记

全局并发标记,执行过程分为五个步骤:

  • 初始标记(initial mark,STW)

    • 标记从根节点直接可达的对象,这个阶段会执行一次年轻代GC,会产生全局停顿。
  • 根区域扫描(root region scan)

    • G1 GC 在初始标记的存活区扫描对老年代的引用,并标记被引用的对象。

    • 该阶段与应用程序(非 STW)同时运行,并且只有完成该阶段后,才能开始下一次 STW 年轻代垃圾回收。

  • 并发标记(Concurrent Marking)

    • G 1 GC 在整个堆中查找可访问的(存活的)对象。该阶段与应用程序同时运行,可以被 STW 年轻代垃圾回收中断。
  • 重新标记(Remark,STW)

    • 该阶段是 STW 回收,因为程序在运行,针对上一次的标记进行修正。
  • 清除垃圾(Cleanup,STW)

    • 清点和重置标记状态,该阶段会STW,这个阶段并不会实际上去做垃圾的收集,等待evacuation阶段来回收。
3. 4. 3. 2 、拷贝存活对象

Evacuation阶段是全暂停的。该阶段把一部分Region里的活对象拷贝到另一部分Region中,从而实现垃圾的回收清理。

3. 4. 4 、G 1 收集器相关参数
  • XX:+UseG1GC

    • 使用 G1 垃圾收集器
  • XX:MaxGCPauseMillis

    • 设置期望达到的最大GC停顿时间指标(JVM会尽力实现,但不保证达到),默认值是 200 毫秒。
  • XX:G1 HeapRegionSize=n

    • 设置的 G1 区域的大小。值是 2 的幂,范围是 1 MB 到 32 MB 之间。目标是根据最小的 Java 堆大小划分出约 2048 个区域。
    • 默认是堆内存的 1 / 2000 。
  • XX:ParallelGCThreads=n

    • 设置 STW 工作线程数的值。将 n 的值设置为逻辑处理器的数量。n 的值与逻辑处理器的数量相同,最多为 8 。
  • XX:ConcGCThreads=n

    • 设置并行标记的线程数。将n设置为并行垃圾回收线程数 (ParallelGCThreads)的1 / 4 左右。
  • XX:InitiatingHeapOccupancyPercent=n

    • 设置触发标记周期的 Java 堆占用率阈值。默认占用率是整个 Java 堆的 45 %。
3. 4. 5 、测试
‐XX:+UseG1GC ‐XX:MaxGCPauseMillis=100 ‐XX:+PrintGCDetailsXmx256 m

#日志
[GC pause (G 1  Evacuation Pause) (young),  0. 0044882  secs]
[Parallel Time:  3. 7  ms, GC Workers:  3 ]
[GC Worker Start (ms): Min:  14763. 7 , Avg:  14763. 8 , Max:  14763. 8 ,Diff:  0. 1 ]
#扫描根节点
[Ext Root Scanning (ms): Min:  0. 2 , Avg:  0. 3 , Max:  0. 3 , Diff:  0. 1 ,Sum:  0. 8 ]
#更新RS区域所消耗的时间
[Update RS (ms): Min:  1. 8 , Avg:  1. 9 , Max:  1. 9 , Diff:  0. 2 , Sum:  5. 6 ]
[Processed Buffers: Min:  1 , Avg:  1. 7 , Max:  3 , Diff:  2 , Sum:  5 ]
[Scan RS (ms): Min:  0. 0 , Avg:  0. 0 , Max:  0. 0 , Diff:  0. 0 , Sum:  0. 0 ]
[Code Root Scanning (ms): Min:  0. 0 , Avg:  0. 0 , Max:  0. 0 , Diff:  0. 0 ,Sum:  0. 0 ]
#对象拷贝
[Object Copy (ms): Min:  1. 1 , Avg:  1. 2 , Max:  1. 3 , Diff:  0. 2 , Sum:3. 6 ]
[Termination (ms): Min:  0. 0 , Avg:  0. 1 , Max:  0. 2 , Diff:  0. 2 , Sum:0. 2 ]
[Termination Attempts: Min:  1 , Avg:  1. 0 , Max:  1 , Diff:  0 , Sum:3 ]
[GC Worker Other (ms): Min:  0. 0 , Avg:  0. 0 , Max:  0. 0 , Diff:  0. 0 ,Sum:  0. 0 ]
[GC Worker Total (ms): Min:  3. 4 , Avg:  3. 4 , Max:  3. 5 , Diff:  0. 1 ,Sum:  10. 3 ]
[GC Worker End (ms): Min:  14767. 2 , Avg:  14767. 2 , Max:  14767. 3 ,Diff:  0. 1 ]
[Code Root Fixup:  0. 0  ms]
[Code Root Purge:  0. 0  ms]
[Clear CT:  0. 0  ms] 			#清空CardTable
[Other:  0. 7  ms]
[Choose CSet:  0. 0  ms] 		#选取CSet
[Ref Proc:  0. 5  ms] 			#弱引用、软引用的处理耗时
[Ref Enq:  0. 0  ms] 			#弱引用、软引用的入队耗时
[Redirty Cards:  0. 0  ms]
[Humongous Register:  0. 0  ms] #大对象区域注册耗时
[Humongous Reclaim:  0. 0  ms] 	#大对象区域回收耗时

[Free CSet:  0. 0  ms]
    
[Eden:  7168. 0 K( 7168. 0 K)> 0. 0 B( 13. 0 M) Survivors:  2048. 0 K> 2048. 0 K Heap:
55. 5 M( 192. 0 M)> 48. 5 M( 192. 0 M)] #年轻代的大小统计
[Times: user= 0. 00  sys= 0. 00 , real= 0. 00  secs]   
3. 4. 6 、对于G 1 垃圾收集器优化建议
  • 年轻代大小

    • 避免使用 - Xmn 选项或 - XX:NewRatio 等其他相关选项显式设置年轻代大小。
    • 固定年轻代的大小会覆盖暂停时间目标。
  • 暂停时间目标不要太过严苛

    • G1 GC 的吞吐量目标是 90% 的应用程序时间和 10%的垃圾回收时间。
    • 评估 G1 GC 的吞吐量时,暂停时间目标不要太严苛。目标太过严苛表示您愿意承受更多的垃圾回收开销,而这会直接影响到吞吐量。

4 、可视化GC日志分析工具

4. 1 、GC日志输出参数

前面通过-XX:+PrintGCDetails可以对GC日志进行打印,我们就可以在控制台查看,这样虽然可以查看GC的信息,但是并不直观,可以借助于第三方的GC日志分析工具进行查看。

在日志打印输出涉及到的参数如下:

‐XX:+PrintGC 输出GC日志
‐XX:+PrintGCDetails 输出GC的详细日志
‐XX:+PrintGCTimeStamps 输出GC的时间戳(以基准时间的形式)
‐XX:+PrintGCDateStamps 输出GC的时间戳(以日期的形式,如:20130504T21:53:59.234+0800)
‐XX:+PrintHeapAtGC 在进行GC的前后打印出堆的信息
‐Xloggc:../logs/gc.log 日志文件的输出路径

测试:

‐XX:+UseG 1 GC ‐XX:MaxGCPauseMillis= 100Xmx256m ‐XX:+PrintGCDetails 
‐XX:+PrintGCTimeStamps ‐XX:+PrintGCDateStamps ‐XX:+PrintHeapAtGCXloggc:F://test//gc.log
运行后就可以在E盘下生成gc.log文件。
如下:
Java HotSpot(TM)64Bit Server VM (25.144 ‐b01 ) for windows‐amd64 JRE(1.8.0_144‐b01), built on Jul  21 2017 21 : 57 : 33  by "java_re" with MS VC++10. 0  (VS 2010 )
    Memory:  4 k page, physical  12582392 k( 1939600 k free), swap
    17300984 k( 5567740 k free)
    CommandLine flags: ‐XX:InitialHeapSize= 201318272  ‐XX:MaxGCPauseMillis= 100 
    ‐XX:MaxHeapSize= 268435456  ‐XX:+PrintGC ‐XX:+PrintGCDateStamps ‐
    XX:+PrintGCDetails ‐XX:+PrintGCTimeStamps ‐XX:+PrintHeapAtGC ‐
    XX:+UseCompressedClassPointers ‐XX:+UseCompressedOops ‐XX:+UseG 1 GC ‐XX:UseLargePagesIndividualAllocation
    {Heap before GC invocations= 0  (full  0 ):
    garbage‐first heap total  196608 K, used  9216 K [ 0 x 00000000 f 0000000 ,
    0 x 00000000 f 0100600 ,  0 x 0000000100000000 )
    region size  1024 K,  9  young ( 9216 K),  0  survivors ( 0 K)
    Metaspace used  3491 K, capacity  4500 K, committed  4864 K, reserved
    1056768 K
    class space used  381 K, capacity  388 K, committed  512 K, reserved
    1048576 K
    20180924 T 23 : 06 : 02. 230 + 0800 :  0. 379 : [GC pause (G 1  Evacuation Pause)
    (young),  0. 0031038  secs]
    [Parallel Time:  2. 8  ms, GC Workers:  3 ]
    [GC Worker Start (ms): Min:  378. 6 , Avg:  378. 8 , Max:  379. 0 , Diff:11. 3 ]
    [Ext Root Scanning (ms): Min:  0. 0 , Avg:  0. 4 , Max:  0. 8 , Diff:  0. 8 ,
    Sum:  1. 3 ]
    [Update RS (ms): Min:  0. 0 , Avg:  0. 0 , Max:  0. 0 , Diff:  0. 0 , Sum:  0. 0 ]
    [Processed Buffers: Min:  0 , Avg:  0. 0 , Max:  0 , Diff:  0 , Sum:  0 ]
    [Scan RS (ms): Min:  0. 0 , Avg:  0. 0 , Max:  0. 0 , Diff:  0. 0 , Sum:  0. 0 ]
    [Code Root Scanning (ms): Min:  0. 0 , Avg:  0. 0 , Max:  0. 1 , Diff:  0. 1 ,
    Sum:  0. 1 ]
    [Object Copy (ms): Min:  1. 8 , Avg:  1. 9 , Max:  1. 9 , Diff:  0. 1 , Sum:
12. 6 ]
    [Termination (ms): Min:  0. 0 , Avg:  0. 0 , Max:  0. 0 , Diff:  0. 0 , Sum:
13. 0 ]
    [Termination Attempts: Min:  1 , Avg:  1. 0 , Max:  1 , Diff:  0 , Sum:
    3 ]
    [GC Worker Other (ms): Min:  0. 0 , Avg:  0. 2 , Max:  0. 6 , Diff:  0. 6 ,
    Sum:  0. 6 ]
[GC Worker Total (ms): Min:  2. 4 , Avg:  2. 5 , Max:  2. 7 , Diff:  0. 3 ,               Sum:  7. 6 ]
[GC Worker End (ms): Min:  381. 4 , Avg:  381. 4 , Max:  381. 4 , Diff:  0. 0 ]
[Code Root Fixup:  0. 0  ms]
[Code Root Purge:  0. 0  ms]
[Clear CT:  0. 0  ms]
[Other:  0. 2  ms]
[Choose CSet:  0. 0  ms]
[Ref Proc:  0. 1  ms]
[Ref Enq:  0. 0  ms]
[Redirty Cards:  0. 0  ms]
[Humongous Register:  0. 0  ms]
[Humongous Reclaim:  0. 0  ms]
[Free CSet:  0. 0  ms]
[Eden:  9216. 0 K( 9216. 0 K)> 0. 0 B( 7168. 0 K) Survivors:  0. 0 B> 2048. 0 K Heap:
9216. 0 K( 192. 0 M)> 1888. 0 K( 192. 0 M)]
Heap after GC invocations= 1  (full  0 ):
garbage‐first heap total  196608 K, used  1888 K [ 0 x 00000000 f 0000000 ,
0 x 00000000 f 0100600 ,  0 x 0000000100000000 )
region size  1024 K,  2  young ( 2048 K),  2  survivors ( 2048 K)
Metaspace used  3491 K, capacity  4500 K, committed  4864 K, reserved
1056768 K
class space used  381 K, capacity  388 K, committed  512 K, reserved
1048576 K
}
[Times: user= 0. 00  sys= 0. 00 , real= 0. 00  secs]
{Heap before GC invocations= 1  (full  0 ):
garbage‐first heap total  196608 K, used  9056 K [ 0 x 00000000 f 0000000 ,
0 x 00000000 f 0100600 ,  0 x 0000000100000000 )
region size  1024 K,  9  young ( 9216 K),  2  survivors ( 2048 K)
Metaspace used  3492 K, capacity  4500 K, committed  4864 K, reserved
1056768 K
class space used  381 K, capacity  388 K, committed  512 K, reserved
1048576 K
20180924 T 23 : 06 : 02. 310 + 0800 :  0. 458 : [GC pause (G 1  Evacuation Pause)
(young),  0. 0070126  secs]
。。。。。。。。。。。。。。。。。。。                                       

4. 2、GC Easy 可视化工具

GC Easy是一款在线的可视化工具,易用、功能强大。
网站:http://gceasy.io/

在这里插入图片描述

上传后,点击“Analyze”按钮,即可查看报告。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

zhangcc_1024

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值