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

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：

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。

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

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。

2. 4. 1 、JVM中年轻代内存空间

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

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：

#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：

#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：

• 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:+PrintGCDetails ‐Xms 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。

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。

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:+PrintGCDetails ‐Xmx256 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：2013‐05‐04T21:53:59.234+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= 100  ‐Xmx256m ‐XX:+PrintGCDetails 
‐XX:+PrintGCTimeStamps ‐XX:+PrintGCDateStamps ‐XX:+PrintHeapAtGC 
‐Xloggc: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)64 ‐Bit 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
    2018 ‐ 09 ‐ 24 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
2018 ‐ 09 ‐ 24 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/

上传后，点击“Analyze”按钮，即可查看报告。