Java的GC

前言

GC（Garbage Collection），内存的动态分配与内存回收技术的重要组成部分。

• 从整体上而言，我们要理解一下3个问题
  • 哪些内存需要被回收
  • 什么时候回收
  • 如何回收

一、哪些内存需要被回收

• 程序计数器、虚拟机栈、本地方法栈
  关于GC，我们不能只考虑具体的方法，要整体上明白GC的作用是实现内存管理，结合Java虚拟机内存管理知识，我们知道虚拟机栈，本地方法栈，程序计数器都是随线程的，大小都是在一开始就确定的，所以这几个区域的分配和回收都是确认的。他们在线程或方法开始的时候创建，在线程或方法结束的时候销毁

• 堆和方法区
  这部分在事先我们是不知道的，我们不知道真正运行时会进入哪个分支，要创建哪些对象，所以这部分的是不确定的，它是分配和回收也是动态的，是GC需要关注的

在堆和方法区内如何判断对象要被回收？--即如何判断对象死亡了

1. 引用计数法
   引用时加1，容易理解，当问题是难以解决互相循环引用的问题
2. 可达性分析---目前的方法
   我们将一些量称之为root，从root的引用，不断延伸，引用链到最后节点，如果对象不在引用链上，则会被标记，它不可达
   • GC roots有哪些：虚拟机栈中引用的对象（意味着有线程正在引用）、 方法区中类的静态属性引用的对象（因为这个是属于类的，一开始就创建好的被引用）、方法去中常量池引用的对象（final的那些，为了速度快）、本地方法栈中JNI（即一般说的Native方法）引用的对象（线程正在引用）

• Tip，这里的引用后来又扩展除了强引用、软引用、弱引用、虚引用

• 回收方法区
  刚讲的是对象的回收，其实更进一步，虚拟机也可以对方法区进行回收，如某个常量“abc”是否没有被引用了等。这里判断回收的方法和之前不一样

  • 该类所有的实例都已经被回收，也就是Java堆中不存在该类的任何实例。
  • 加载该类的ClassLoader已经被回收。
  • 该类对应的java.lang.Class对象没有在任何地方被引用，无法在任何地方通过反射访问该
    类的方法

目前很多框架大量运用反射、动态代理、CGLib等，自定义的ClassLoader都需要有这类卸载的功能，保证永久带不溢出

二、如何回收--各种垃圾收集算法

在收集的实现上，主要有一下几种

1. 标记--清除 Mark-Sweep
   这个是最基础的思路，标记哪些对象要被回收，然后回收。其他的都在对其的改进思路
   • 缺点 1.容易产生大量的不连续的内存碎片，导致大对象无法使用，需要再一次清理
   • 缺点 2.效率问题，和复制算法相比，效率低
2. 复制算法
   为了提升效率，有了复制算法。将一块内存分为2块，每次使用其中一块，一块用完时，清理，将存活的移到另一块，再把这一块清空。
   优点 1.简单、高校
   缺点 1.内存可用缩小了一半
   2.对象存活率较高时，效率很低

• tip 在实践中，由于新生代对象死亡很快，在现代的算法里，是将年轻代的内存划分为一块较大的Eden区和2块较小的Survivor区。默认8:1:1.每次用一个Eden和Survivor。复制时，把它们都复制到另一个Survivor中，将Eden和Survivor清理

3. 标记-整理
   从复制算法的优缺点可以看出，复制算法适合于年轻代，存活率低的场景。为了改进复制算法，提出了标记--整理算法
   先标记不可达的对象，但后续不是清理，而是将存活的对象进行整理，移动，排整齐之后，清理掉边界以外的内存

   
   image.png

优点：1.适合于老年代，这种对象存活率较高的内存区域
2.可以解决复制算法内存使用率低的问题

分代收集算法 Generation Collection
这个本身并没有新的算法，而仅仅是将内存划分为年代，根据不同年代的特点，选用不同的GC方法，以提升效率

总体来说：1. 年轻代对象朝生暮死，适合用复制算法
2. 年老代存活率高，且没有额外的空间，适合使用标记-清除或标记-整理算法

三、HotSpot虚拟机gc算法

我们都知道虚拟机有很多的gc策略，什么CMS，ParNew等等，但是虚拟机底层是如何执行这些策略的呢？
这就要涉及到最基本的几个概念

• 1.枚举跟节点
  我们知道，现在对象回收都是采用可达性分析，而可达性分析的基础就是枚举跟节点。，枚举的特点是什么，是枚举时的东西是固定的，它不可以变化，否则无法完成枚举，因此所有的gc枚举跟节点必然会stop the world，这是难以避免的。
  我们能做的，只是让这个过程尽可能得快，由于目前的主流Java虚拟机使用的都是准确式GC，虚拟机可以直接从对象中获得引用存放的信息，因此整个过程是很快的

• 2. 安全点 Safe Point
     我们并不是在线程的任何时刻都可以进行枚举跟节点，只是在“特定的位置”才行，这些位置称为安全点（Safepoint），即程序执行时并非在所有地方都能停顿下来开始GC，只有在到达安全点时才能暂停
     目前主流的都是轮询式，gc时，虚拟机设置一个标志位，其他线程轮询到这个标志位，进行安全点暂停，等待gc
     tip：如何选择安全点？
     是以程序“是否具有让程序长时间执行的特征”为标准进行选定的——因为每条指令执行的时间都非常短暂，程序不太可能因为指令流长度太长这个原因而过长时间运行，“长时间执行”的最明显特征就是指令序列复用，例如方法调用、 循环跳转、 异常跳转等，所以具有
     这些功能的指令才会产生Safepoint
• 3. 安全区域 Safe Region
     是安全点的扩展，如一些线程block或sleep状态，不会去轮询状态位，这时候状态相当于不会变化，这个区域就当做是安全区域

四、具体的垃圾回收算法

重点了解CMS，实际使用，他的特点
我们所说的CMS实际上是一款老年代的收集器，一般采用Paraller New作为配合

Paraller New就是Serial的升级版，新生代GC时，多线程去GC，在多核下比Serial效果好

CMS（Concurrent Mark Sweep）
CMS收集器是一种以获取最短回收停顿时间为目标的收集器，有些则目的是最大吞吐量。
从名字中可以看出，这是一个基于并发标记-清除策略的算法

image.png

初始标记-并发标记-重新标记-清除。
CMS是通过并发来缩短gc停顿时间，但再初始标记阶段，仍然要暂停所有线程，这无法避免

CMS的几个缺点
1.并发必然会对CPU敏感，默认采用25%的核进行gc回收，当核比较少时，对性能影响较大

2. 浮动垃圾
   多次标记的过程，因为清理时，用户线程才在运营，因此需要预留一部分给用户线程用，如现在默认设计92%，那么如果预留的空间不够怎么办，虚拟机会使用Serial Old算法(单线程标记-整理)，从而使得整体停顿时间上升
   3.标记-清除
   导致碎片多，需要额外触发full-gc，或者进行整理，可以配置再多少次full gc后进行整理，而内存整理是无法并发的，因此停顿时间变长

五、内存分配和回收

了解了理论知识，我们来看一个完整的过程

1.对象优先在Eden区进行分配，我们知道年轻代采用复制算法，有2个survivor区用于复制。当Eden区不够时，触发young gc，young gc就是指发生再新生代的gc，特点是频繁，但比较快

2. 大对象直接进入年老代
   这是一个优化措施，避免触发复制，少一次young gc

3. 年龄大的对象进入年老代
   虚拟机为每个对象设置了Age属性，挺过一次young gc，就加1，达到一定阈值就进入年老代，或同代的对象超过survivor也能进入年老代，这是一个优化

4.空间分配担保
我们知道young gc采用复制算法，可能一个survior不够，怎么办，必然会导致一部分对象进入老年代。那么就需要老年代进行空间担保，这有担保策略，根据历史平均值。如果最终老年代空间不够，则会导致full gc

GC日志的典型举例

youngGC日志

image.png

FullGC日志

image.png