垃圾收集器与内存分配策略(二)

垃圾收集算法

标记清除

这个很好理解，整个过程分为标记和清除两个阶段。标记上一章已经说过了，在标记结束后统一进行清除。

标记清除

缺点：
(1) 效率不高
(2) 内存中存在大量的内存碎片，如果后续有大的对象生成，可能无法找到足够的连续空间，从而提前触发垃圾回收。

复制算法

把内存分为平均的两部分，平时只使用其中一部分A，回收时，将还存活的对象全部复制到另一个部分B，然后A整个回收掉就可以了。

复制算法

注意的问题

• 50%的内存是不用的，太浪费了
  商业上不会使用1比1的比例。HotSpot将内存分为一块较大的Eden和两块较小的Survivor空间。每次使用Eden和其中一块Survivor空间。回收时讲Eden和Survivor还存活的对象复制到另一块Survivor空间。HotSpot默认Eden和Survivor的比例是8：1.
• 如果回收时发现Survivor不够放存活的对象怎么办
  需要老年代进行分配担保，即当Survivor不够放的话，剩下的对象直接放入老年代。

标记整理

和标记清除类似，在回收时，将还存活的对象向一端移动。

标记整理

分代收集算法

根据对象的存活周期，分为年轻代和老年代。不同年代的对象采用不同的垃圾收集算法。

• 显然复制算法适合年轻代。因为年轻代对象的存活率很低，复制的对象的个数很少。
• 标记清除和标记整理适合老年代。老年代对象的存活率很高，复制算法会复制的次数太高，效率不高，而使用标记清除和标记整理算法。

Hotspot的算法实现

枚举根节点

这一节主要是针对如何找到GC Root对象？

• 现有的问题
  (1) 我们知道可作为GC Root对象的有全局性引用（static/常量）和执行上下文（栈中局部变量引用）中，但是这块地方有时可达几百M，依次遍历其中每个数据是否是引用，效率太低。
  (2) 且我们知道在进行GC Root枚举时，必须stop the world来保证引用关系不再改变。所以这也要求GC Root的枚举不能太耗时。
• HotSpot的解决办法
  使用一组叫做OopMap的数据结构。
  (1) 记录每个类的每个数据位置（通过偏移量来确定）的类型（即是否是引用）。这一步在类加载后即可确定。
  (2) 在特定的位置上记录栈和寄存器中哪些位置是引用。
  这样我们在GC Root枚举时，可以快速找到所有引用。

安全点

• 程序执行时并非在任何地方都能停顿下来GC。
  只有在安全点的位置上才能停顿下来，原因是因为只有安全点上才有全部的OopMap信息（就是上面说的“特定位置”），即只有安全点才能安全地进行GC Root枚举。
  安全点的选取由程序本身结构决定。不能太多也不能太少。一般在方法调用、循环跳转、异常跳转等。
• 还有一个问题：如何在发生GC时，让所有的线程都跑到最近的安全点停下来？
  两种方式：抢占式和主动式
  抢占式：在GC发生时，中断所有线程，如果发现有的线程不在安全点，则重新唤醒知道跑到最近的安全点。--这种方式几乎没人使用
  主动式：线程主动发起。在GC发生时，在安全点位置上设置标记位，线程执行到安全点时轮询这个标志位，如果发现为true，则中断。

安全点很好地解决了如何进入GC的问题。

安全区

• 安全点无法解决的问题
  当一个线程没有处于执行状态：就绪（等待分配CPU时间）。此时如果要发生GC，如何让这个线程进入安全点？总不能一直等，知道CPU分配给它时间吧。
• 解决办法
  引入安全区的概念，即一段代码内无引用关系改变。线程进入安全区代码后，标记自己“安全区”标记，GC发生时就不用管标记“安全区”的线程了。当线程想要离开安全区时，判断GC是否结束，如果没结束要等GC结束后才能继续执行。

上面这段文章讲的是虚拟机如何发起内存回收，下面讲具体如何回收。

垃圾收集器

垃圾回收器

Serial

单线程收集器。即只有一个线程去垃圾回收工作。必须先进行stop the world，然后进行回收工作。
算法：由于是新生代，采用复制算法。
特点：单线程简单高效，多线程下效率不高。且必须stop the world。

Serial收集器

ParNew

和Serial唯一的区别就是使用多线程去垃圾回收工作。其他和Serial完全一样。
特点：有一个不和性能有关的优点：能和CMS配合的最好新生代收集器。

ParNew收集器

Parallel Scavenge

也是多线程去垃圾回收工作。算法也是复制算法。
它和别的收集器主要有两点不同：

• 关注点不同
  其他收集器关注：如何让用户的线程停顿时间越短越好。
  它关注：如何让CPU的吞吐量最高。
  吞吐量=(CPU执行代码的时间)/(CPU执行代码的时间+CPU GC的时间)
  也被称为：吞吐量优先收集器
• 自适应
  它无需用户设置Eden与Survivor的比例，进入老年代年龄参数，它可以动态调整，以达到最高吞吐量。
  也被称为：自适应调节策略。

Serial Old

是Serial的老年代版本。单线程+标记整理算法。

Parallel Old

是Parallel Old的老年代版本。多线程+标记整理算法。

CMS

• 说明
  一个真正意义上的并行收集器：用户线程和GC线程可以同时运行。
  目标是尽可能缩短GC停顿时间的回收器。多用于B/S模型中，用户感知的停顿时间很小。
  算法：使用标记-清除算法。
• 分为四个步骤：三标记一清除
  (1) 初始标记：标记GC Root直接关联的对象。
  (2) 并发标记：进行GC Root的trace过程，进行可达性分析。
  (3) 重新标记：修正(2)时，由于用户线程也在运行导致的引用关系变化。
  (4) 并发清除：就是清除的过程。
  
  (1)和(3)需要stop the world，但(1)和(3)的消耗时间非常短。
  (2)和(4)为并发，即可以和用户线程同时运行。消耗时间相较于1和3较长。但由于是并行，所以整个收集器看来就是和用户线程并行运行。
  CMS过程
• CMS的三大缺点
  • 由于2和4需要CPU进行GC，所以用户线程的可用CPU变少了。
  • 并发清除阶段引起：提前Full GC和引发Concurrent Mode Failure问题。
    • 提前Full GC
      由于用户线程也在运行，所以清除时，必须留着内存给正在运行的用户线程使用。所以无法像其他收集器一样，老年代用满了才进行GC，CMS在老年代在65%就要开始GC了。
    • Concurrent Mode Failure
      由于用户线程也在运行且用户线程需要的内存未知，如果此时内存无法满足用户线程的需要，则就会引起CMF。进而引发虚拟机启动备选预案：使用Serial Old来进行GC，这就要花很长时间了。
  • 标记-清除算法自身的缺点：存在空间碎片，容易导致大对象无法找到连续的内存分配，而导致提前Full GC。

G1

jdk1.7中最具先进的收集器。

• 有几个特点
  • 并行
    即整体看来，可以和用户线程并行执行
  • 分代收集
    前面说的收集器只针对某个年轻代或老年代，它G1可以管理整个堆。
  • 空间整合
    整体来看是标记-整理算法。从局部（Region）看是复制算法。总而言之，不会有空间碎片。
  • 可预测的停顿
    这是G1一个很大的特点：即用户可以指定在一个M长的时间片内，GC的停顿时间不超过N秒。
• G1是基于Region来进行内存管理的。
  G1收集器的堆的分布已经和其他收集器不一样了。G1将堆分为大小相等的Region。仍然有年轻代和老年代的概念，但两者没有物理界限，都是一连串的Region集合。
• 可预测的停顿实现方法
  G1会跟踪每个Region的回收价值（回收得到的空间以及GC时间），维护一个优先列表。每个GC时，在用户指定的时间内，找到回收价值最高的进行回收。
• 如何解决跨Region引用来引起的全局堆引用扫描问题
  我们知道引用可能发生在跨Region之间，这个问题不仅仅是G1的问题，在其他收集器中也存在年轻代引用老年代的问题。而虚拟机的解决办法是Remembered Set，即每次赋值引用时，记录这个引用否引用其他Region(或老年代)，如果是则在Remembered Set记录其他Region(或老年代)。保证不会圈堆扫描。
• G1的具体步骤
  • 初始标记
  • 并发标记
  • 最终标记

  • 筛选回收
    前三个阶段几乎和CMS一样。最后的筛选回收：在运行的GC停顿时间内，选择回收价值最高的Region回收。这个阶段虽然可以和用户线程并行，但实际上由于所花费时间短，且停顿用户线程这个时间会更短，所以采用停顿用户线程的方式。

    
    G1回收过程