Java垃圾回收-G1垃圾收集器

以下文章来源于艾小仙 ，作者艾小仙

所有的垃圾回收器的目的都是朝着减少STW的目的而前行，G1(Garbage First)收集器的出现颠覆了之前版本CMS，Parallel等垃圾收集器的分代收集方式，从2004年sun发布第一篇关于G1的论文后，直到2012年JDK7发布更新版本，花了近10年的时间G1才达到商用程度，而到JDK9发布之后，G1成为了默认的垃圾收集器，CMS也变相的相当于被淘汰了。

G1结构

G1抛弃了之前的分代收集的方式，面向整个堆内存进行回收，把内存划分为多个大小相等的独立区域Region。
一共有4种Region：

• 自由分区 Free Region
• 年轻代分区 Young Region，年轻代还是会存在Eden和Survivor的区分
• 老年代分区 Old Region
• 大对象分区 Humongous Region

每一个Region的大小通过 -XX:G1HeapRegionSize来设置，大小为1～32MB，默认最多可以有2048个Region。

那么按照默认值计算G1能管理的最大内存就是32MB * 2048 = 64G

对于大对象的存储，存在Humongous概念，对G1来说，超过一个Region一半大小的对象都被认为大对象，将会被放入Humongous Region，而对于超过整个Region的大对象，则用几个连续的Humongous来存储

G1优势

垃圾收集器的最终目的都是为了减少STW造成的停顿，之前老的垃圾收集器CMS这种带来的停顿时间是不可预估的。

而G1最大的优势就在于可预估的停顿时间模型，可以通过参数-XX:MaxGCPauseMillis来设置允许的停顿时间（默认200ms），G1会收集每个Region的回收之后的空间大小，回收需要的时间，根据评估得到的价值，在后台维护一个优先级列表，然后基于我们设置的停顿时间优先回收价值收益最大的Region。

那么，这个可预测的停顿时间模型怎么计算和建立的？主要是基于衰减平均值的理论基础，衰减平均是一种数学方法，用来计算一个数列的平均值，给近期的数据更高的权重，强调近期数据对结果的影响，代码如下：

hotspot/src/share/vm/gc_implementation/g1/g1CollectorPolicy.hpp
double get_new_prediction(TruncatedSeq* seq) {
  return MAX2(seq->davg() + sigma() * seq->dsd(),
              seq->davg() * confidence_factor(seq->num()));
}

davg：表示衰减值
sigma：表示一个系数，代表信贷度，默认值为0.5
dsd：表示衰减标准偏差
confidence_factor：表示可信度系数，用于当样本数据不足（小于5个）时去一个大于1的值，样本数据越少该值越大。

基于这个模型，G1希望根据用户设置的停顿时间（只是期望时间，尽量在这个范围内完成GC）来选择需要对哪些Region进行回收，能回收多大空间。

比如过去10次回收10G内存花费1s，如果预设的停顿时间是200ms，那么就最多可以回收2G的内存空间。

空间分配&扩展

既然G1还存在新生代和老年代的概念，那么新生代和老年代的空间是怎么划分的呢？

在G1中，新增了两个参数G1MaxNewSizePercent，G1NewSizePercent用来控制新生代的大小，默认的情况下G1NewSizePercent值为5，也就是占整个堆空间的5%，G1MaxNewSizePercent 默认为60，也就是堆空间的60%。

假设现在我们的堆空间大小是4G，按照默认最大2048个Region计算，每个Region的大小就是2M。

初始新生代的大小就是200M，大约100个Region格子，动态扩展最大就是60% * 4G = 2.4G

实际上，初始新生代的空间大小逻辑还是挺复杂的。

首先，通过原有参数-Xms设置初始堆的大小，-Xmx设置最大堆的大小

1. 通过原有参数-Xmn或新的参数G1NewSizePercent，G1MaxNewSizePercent来设置年轻代的大小，如果设置了-Xmn相当于设置了G1NewSizePercent=G1MaxNewSizePercent
2. 接着看是否设置了-XX:newRatio（表示年轻代与老年代比值，默认值为2，代表年轻代老年代大小为1:2），如果步骤1都设置了，那么忽略NewRatio，反之则代表G1NewSizePercent=G1MaxNewSizePercent，并且分配规则还是按照NewRatio的规则
3. 如果只是设置了G1NewSizePercent，G1NewSizeMaxPercent中的一个，那么就按照这两个参数的默认值5%和60%来设置
4. 如果设置了-XX:SurvivorRatio，默认为8，那么Eden和Survivor还是按照这个比例来分配

如果新生代走默认的规则，每次动态扩展空间大小怎么办？

有个参数叫做-XX:GCTimeatio，表示GC时间与应用耗费时间比，默认为9，就是说GC时间和应用时间占比超过10%才进行扩展，扩展比例为20%，最小不小于1M

回收过程

G1的回收过程分为以下四个步骤：

1. 初始标记，标记GC ROOT能关联到的对象，需要STW
2. 并发标记，从GCROOTS的直接关联对象开始遍历整个对象图的过程，扫描完成后还会重新处理并发标记过程中产生变动的对象
3. 最终标记，短暂暂停用户线程，再处理一次，需要STW
4. 筛选回收，更新Region的统计数据，对每一个Region的回收价值和成本排序，根据用户设置的停顿时间制定回收计划。再把需要回收的Region中存活对象复制到空的Region，同时清理旧的Region。需要STW

G1其实也是类似的过程，总体可以分为这两种：

1. 年轻代GC，年轻代Region在超过我们默认设置的最大大小之后就会触发GC，还是用的我们熟悉的复制算法，Eden和Survivor来回倒腾。
2. Mixed GC 混合回收，混合回收类似于之前的Full GC概念，既会回收年轻代的Region，也会回收老年代的Region，还有我们新的Humongous大对象区域。触发规则根据参数-XX:InitiatingHeapOccupancyPercent(默认45%值)，也就是说老年代Region达到整个堆内存的45%时触发Mixed GC。