摸鱼JVM - 垃圾收集

前言

谈起JVM, 那么就不得不提垃圾收集(Garbage Collection 通常被称为“GC”).

什么是垃圾收集呢?

想解答这个问题, 我们最好将问题拆解开

• 如何确定垃圾?
• 如何回收垃圾?
• 何时回收垃圾?

下面围绕这三件事, 我们站在JVM层面梳理下垃圾收集的机制.

如何确定垃圾?

从JVM层面来看, 它管理的是生命周期内的全部实例对象, 那么所谓的垃圾其实就是“无用的对象”.

那么它是如何确定“无用对象”的?

引用计数法

在 Java 中,引用和对象是有关联的, 必须使用引用来操作对象.

People zs = new People();
zs.setName(“张三”);
zs是个引用, 和真正的对象“new People()”关联

因此, 简单的办法是通过引用计数来判断一个对象是否可以回收.

所以在JVM中, 每个对象都在对象头结构中维护了一个引用计数属性

• 对象被引用一次时, 计数就加1
• 对象的引用被释放时,计数就减1
• 对象的计数为0的时, 这个对象就可以被回收了

引用计数法听着虽然简单易懂, 判定效率也高.
但是,当前主流的虚拟机都没有采用这个算法来管理内存,其中最主要的原因是它很难解决对象之间互相循环引用的问题.

循环引用问题

所谓对象之间互相循环引用,如下面代码所示:
除了对象 objA 和 objB 相互引用着对方之外,这两个对象之间再无任何引用.
但是它们因为互相引用对方,导致它们的引用计数器都不为 0,于是引用计数算法无法通知 GC 回收器回收他们.

PS: 实际上以下示例是能回收的, 因为JVM没有采用引用计数法

public class ReferenceCountingGc {
    public Object instance = null;

    public static void main(String[] args) {
        ReferenceCountingGc obj1 = new ReferenceCountingGc();
        ReferenceCountingGc obj2 = new ReferenceCountingGc();
        obj1.instance = obj2;
        obj2.instance = obj1;
        obj1 = null;
        obj2 = null;
    }
}

可达性分析

为了解决引用计数法的循环引用问题, Java 使用了可达性分析的方法.

可达性分析就是通过一系列的称为 “GC Roots”的对象作为起点,从这些节点开始向下搜索,节点所走过的路径称为引用链.
当一个对象到 GC Roots 没有任何引用链相连的话,则证明此对象是不可用的.

如下图中的 Object 6 ~ Object 10 之间虽有引用关系,但它们到 GC Roots 不可达, 因此为需要被回收的对象.

在Java中, GC Roots包括：

• 虚拟机栈(栈帧中的本地变量表)中引用的对象
• 本地方法栈(Native 方法)中引用的对象
• 方法区中类静态属性引用的对象
• 方法区中常量引用的对象
• 所有被同步锁持有的对象

要注意的是:

• 不可达对象不等价于可回收对象
• 不可达对象变为可回收对象至少要经过两次标记过程,两次标记后仍然是可回收对象,则将面临回收

如何回收垃圾?

确定垃圾, 那么如何回收呢?
这就不得不谈一系列的垃圾回收算法, 算法实现会因各个平台虚拟机的差异而不同, 这里我们只谈几种主流的算法思想.

标记-清除算法 (Mark-Sweep)

这是最基础的收集算法, 分为标记、清除两个阶段
主要算法思想就是

通过算法标记出回收对象(举例: hotspot使用可达性分析),进而回收标记的对象占用的空间

从示例图不难看出, 该算法的最大缺陷就

• 内存碎片化

后续碰到分配大对象时(连续的内存空间), 必然导致内存不够从而触发额外的GC.

另外就是标记和清除两个过程本身的效率都不高.

标记-复制算法(copying)

复制算法算是Mark-Sweep算法的升级版, 主要就是为了解决Mark-Sweep算法“内存碎片化”的问题.

该算法的主要思想如下

按内存容量将内存划分为等大小的两块. 每次只使用其中一块,当这一块内存满后将尚存活的对象复制到另一块上去, 把已使用的内存清掉.

这种算法虽然实现简单,内存效率高,不易产生碎片,但是存在两个较严重问题

• 可用内存被压缩到了原来的一半

• 存活对象较多的话, Copying算法的效率较低

标记-整理算法(Mark-Compact)

为了解决以上两种算法的缺陷, 进而提出了标记整理算法.

算法的主要思想如下

分为标记、整理两个阶段
标记阶段和Mark-Sweep相同, 不同点是标记后不会清理对象, 而是将存活对象移向内存的一端.
然后清除端边界外的对象.

分代收集算法

上面介绍了几个算法都各有优缺点, 但没有哪个是绝对优势的.
只能说每个算法都有各自的应用场景.

而在JVM垃圾回收领域, 面对各种内存回收的复杂场景, 显然, 不可能存在一种算法就能达到最优解.

此时聪明的开发者就提出了一种想法, 既然无法“一招通杀”, 那么, 我就“分而治之”.

通过一定规则把内存区域划成几块, 这样某些小块的内存回收场景就存在某个“最优解回收算法”, 每块都是最优解, 那么总体上不就是最优解么?!

于是, 分代收集算法应运而生.

严格来说, 分代收集算法并不是个垃圾回收算法, 而是把对象按生命周期来进行内存划分的思想.

该算法的主要思想如下

根据对象存活的不同生命周期, 将内存划分为几块不同的区域.
一般情况下将Java堆划分为新生代和老年代

• 新生代的对象特点是大部分对象都是朝生夕死,生命周期很短, 每次垃圾回收时有大量对象需要被回收

• 老年代的对象特点是生命周期较长,每次垃圾回收时只有少量对象需要被回收

结合新生代、老年代的特点, 于是适配了合适的垃圾回收算法

新生代与复制算法

目前大部分JVM 的 GC 对于新生代都采取 Copying 算法,

因为新生代每次垃圾回收都要回收大部分死亡对象,存活的对象少, 所以要复制的操作比较少.
这样的特点刚好能发挥Copying 算法的效率.

新生代的划分并没有严格按Copying 算法的1:1划分法, 而是将新生代划分为一块较大的 Eden区和两个较小的 Survivor区(From区, To区)(一般也称为S1和S2区),
默认内存占比为 Eden:S1:S2 是8:1:1

每次使用Eden区和其中的一块 Survivor 区,当进行垃圾回收时,将该两块区中还存活的对象复制到另一块 Survivor区中.

老年代与标记整理算法

老年代本身存放的对象都是熬过了一轮轮GC的, 都是“存活几率”较高的, 老年代最终存放着大量的对象, 所以每次只需对少量死亡对象进行回收, 因而采用 Mark-Compact 算法.

一次完整的GC过程如下

实例理解:

• 新New的对象一般出现在Eden区

  • PS: 少数大对象(需要连续的内存空间) 会直接进老年代
  • PS: Hotspot可配置: -XX:PretenureSizeThreshold=2m , 即2m以上的对象直接进老年代

• 慢慢的Eden区满了, 此时触发一次GC, 将还存活的对象复制到某个空的S区, 称为S1区

  • PS: S1和S2身份随时互换, 只有空的我们称为S1区, 两个S区必然有一个是空的
  • PS: 也就是假设年轻代空间比例8:1:1

• 慢慢的S1区也满了, 此时触发GC, 已满的S1区和Eden区还存活的对象

• 对象的内存分配主要在新生代的 Eden区和 From区, 少数情况(比如new了个大对象, 新生代放不下了)会直接分配到老生代

• 当新生代的 Eden Space 和 From Space 空间不足时就会发生一次 GC，进行 GC 后，Eden Space 和 From Space 区的存活对象会被挪到 To Space，然后将 Eden Space 和 From Space 进行清理。

• 如果 To Space 无法足够存储某个对象，则将这个对象存储到老生代。

• 在进行 GC 后，使用的便是 Eden Space 和 To Space 了，如此反复循环。

• 当对象在 Survivor 区躲过一次 GC 后，其年龄就会+1。默认情况下年龄到达 15 的对象会被 移到老生代中。

请关注我的订阅号

参考

• 《深入理解JAVA虚拟机：JVM高级特性与最佳实践》