垃圾回收器(PS+PO、 CMS、G1、ZGC)深度解析与核心数据结构(卡表、RSet、联合表等)

垃圾回收器深度解析与核心数据结构

一、四大垃圾回收器对比

特性	PS+PO (Parallel Scavenge + Parallel Old)	CMS (Concurrent Mark-Sweep)	G1 (Garbage-First)	ZGC (Z Garbage Collector)
JDK引入版本	JDK 1.4	JDK 1.4 (正式支持1.6)	JDK 7u4 (正式JDK9)	JDK 11 (生产级JDK15)
堆结构	传统分代（新生代+老年代）	传统分代	分区Region（1-32MB）	无分代概念
收集算法	新生代：复制 老年代：标记-整理	标记-清除	标记-整理	染色指针+读屏障
停顿时间	可控（MaxGCPauseMillis）	低停顿（但Full GC停顿高）	可预测停顿（200ms内）	亚毫秒级（<10ms）
并发能力	并行STW	并发标记/清除	并发标记/整理	全并发（无STW）
内存碎片	无（整理消除）	严重（需Full GC整理）	局部整理	无（指针碰撞分配）
适用场景	吞吐优先（>99%）	响应优先（老年代回收）	平衡吞吐与响应	超大堆（TB级）、低延迟
最大堆限制	4TB	4TB	4TB	16TB
关键技术	吞吐量控制	增量更新	SATB、RSet	染色指针、内存映射

---

二、核心数据结构解析

1. 卡表（Card Table）

• 作用：记录老年代到新生代的跨代引用
• 写屏障伪代码：

  void oop_field_store(oop* field, oop new_value) {
      *field = new_value;       // 赋值操作
      card_table.mark_dirty(field); // 标记卡表
  }
  

2. 记忆集（Remembered Set, RSet）

• 作用：记录其他Region指向本Region的引用
• 实现方式：
  • 哈希表：Key=来源Region, Value=引用地址数组
  • 点阵矩阵：位图标记引用位置
• 扫描优势：避免全堆扫描，只需检查RSet

3. 联合表（Union Table）

• 本质：ZGC特有的多维指针结构
• 核心原理：

  原始指针：0x0000F8A0C2B4
  染色指针：0x0000F8A0C2B4[ M0 | M1 | Remapped | Finalizable ]
  

• 位映射：

  位域	作用	颜色
  M0 (46-47)	标记阶段1	蓝
  M1 (48-49)	标记阶段2	绿
  Remapped	重映射状态	红
  Finalizable	可终结对象标记	黄

---

三、技术演进与突破

1. G1的核心创新

• SATB（Snapshot-At-The-Beginning）：
  • 标记开始时对象图快照
  • 解决CMS增量更新导致的漏标问题

2. ZGC的革命性设计

• 三阶段并发处理：
  1. 并发标记（M0/M1）
  2. 并发重定位（Remapped）
  3. 并发重映射（Finalizable）

---

四、生产环境选型指南

场景	推荐GC	配置示例	关键优势
电商交易系统	G1	-XX:+UseG1GC -XX:MaxGCPauseMillis=200	平衡吞吐与停顿
金融低延迟系统	ZGC	-XX:+UseZGC -Xmx16g	亚毫秒停顿
Hadoop批处理	PS+PO	-XX:+UseParallelGC -XX:ParallelGCThreads=32	最大化吞吐量
老年代较小的Web应用	CMS	-XX:+UseConcMarkSweepGC -XX:CMSInitiatingOccupancyFraction=75	老年代并发收集
云原生/容器环境	Shenandoah	-XX:+UseShenandoahGC	低停顿+高弹性

---

五、GC数据结构对比

数据结构	出现场景	解决的核心问题	实现复杂度
卡表	所有分代GC	跨代引用快速定位	低（字节数组）
记忆集(RSet)	G1/Shenandoah	跨Region引用追踪	高（哈希/位图）
联合表	ZGC	指针元数据存储与并发转移	极高（硬件协同）
染色指针	ZGC/Linux only	打破物理内存布局限制	操作系统依赖

---

六、GC性能关键指标

1. 吞吐量（Throughput）

   吞吐量 = 1 - (GC时间 / 总运行时间)
   

   • PS+PO > G1 > ZGC > CMS

2. 停顿时间（Pause Time）

   • ZGC（0.5ms）< Shenandoah（5ms）< G1（200ms）< CMS（Full GC秒级）

3. 内存效率

   • 内存碎片：ZGC=G1（无）< PS+PO（无）< CMS（高）
   • 堆利用率：ZGC（>95%）> G1（>90%）> PS+PO（85%）> CMS（<80%）

---

七、未来演进方向

1. 分代式ZGC（JDK21）

   • 年轻代采用复制算法
   • 老年代保留染色指针

2. AI驱动的GC调优

   • 基于负载预测动态调整GC策略
   • 自动识别对象生命周期模式

3. 持久化内存支持

   • Intel Optane PMem与GC协同
   • 堆大小突破DRAM限制

---

通过深入理解GC算法核心原理与数据结构设计，开发者可根据应用特性精准调优。在云原生时代，ZGC和Shenandoah凭借超低停顿逐渐成为主流，而G1仍是当前生产环境最平衡的选择。掌握卡表、RSet等底层机制，是诊断GC性能问题的关键能力。