Java虚拟机的垃圾回收机制
在Java语言中，程序员通过关键字new来创建对象，当使用完创建出来的对象后，程序员无需手动释放内存。这部分释放内存的工作就叫做垃圾收集，由JVM来承担。
哪些内存需要回收
JVM将内存划分为几个区域：程序计数器、Java虚拟机栈、本地方法栈、Java堆、方法区（JDK8中已被废弃，采用名为MetaSpace的区域来替代，这部分内存使用native memory即本地内存）。以上的==程序计数器、Java虚拟机栈、本地方法栈不用考虑回收问题==。因为都是线程私有的区域，随着线程的产生而产生、线程的销毁而销毁，并且这部分空间大小的分配、回收，在编译期间就可以确定，当方法结束或者线程结束时进行回收。
Java堆和方法区（==JDK8改为MetaSpace，这部分待查阅资料后补充==），由于一个类的不同实现类需要的内存不一样，一个方法的多个分支创建的对象也不同，这一部分内存在编译期是不确定的，只有真正运行程序时才能明确。==Java堆和方法区，这部分内存的分配和回收都是动态的，垃圾回收机制也是在这一个区域内讨论==
如何确定对象需要回收
在垃圾收集之前，必须先知道哪些对象不再被任何其他途径使用了。垃圾收集器进行处理的也是这一类对象。
引用计数算法（Python采用）
为对象保存一个引用计数器，当对象被一个地方引用时，就将这个计数器加一，有一个地方取消引用时，就将计数器减一。任何时刻计数器为0，就说明这个对象不可能再被使用
可达性分析（HotSpot JVM采用）
可达性分析（Reachability Analysis）通过一系列的”GC Root”的对象作为起始点，从这些节点向下搜索，经过的路径称为引用链（Reference Chain)，当一个对象到GC Roots没有任何引用链相连的话，这个对象不可达。判定为可以被回收的对象
Java中的GC Roots
- 虚拟机栈（栈侦中的本地变量表）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
- 本地方法栈中JNI（Native方法）引用的对象
四种引用类型
强引用、软引用、弱引用、虚引用
回收过程
==为什么要进行两次标记？？==
方法区回收
方法区回收的是：废弃的变量、无用的类
废弃的变量
无用的类
- 类的所有实例都已经被回收，Java堆中没有该类的实例
- 加载该类的ClassLoader已经被回收
- 该类对应的java.lang.Class没有在任何地方被引用，无法再任何地方通过反射访问该类方法
相关VM Options：-verbose:class -XX:+TraceClassLoading -XX:+TraceClassUnLoading
垃圾收集算法
几种收集算法的思想、优缺点和发展过程
标记-清除算法
分为标记、清除两个阶段。
缺点
- 标记和清除两个过程都需要对对象进行遍历，效率不高
- 标记清除后会产生大量的不连续的内存碎片
复制算法
将内存按容量分为两块同样大小的区域，每次只使用其中一块。当一块内存用完就将存活的对象复制到另一块区域中，之后清除上一块区域的空间。
优点
- 相对于标记-清除算法，复制算法效率高，而且不会产生内存碎片
缺点
- 浪费了一半内存空间
标记-整理算法（Mark-Compact）
复制算法在对象存活率高的情况，需要较多的复制操作，效率变低。
标记-整理的标记过程和标记-清除算法的标记过程一致，只是在标记之后，并不是进行清除操作，而是让所有存活对象都向一端移动。最后直接清除边界以外未被存活对象占用的空间。
优点
- 不会产生内存碎片
- 不浪费内存空间
缺点
- 整理需要计算量，拉低了效率
分代收集算法
复制算法和标记-整理算法，都具有不同的优点和缺点，并且适用于不同的场景。现代虚拟机采用分代收集算法，在不同存活周期的对象区域应用这两种收集算法（复制、标记-整理）。
-
由于新生代对象的存活率较低，因此适用于使用复制算法。而且新生代内存区域分为一个Eden区、两个Survivor区。每次只使用一个Eden区、一个Survivor区（这两个区域的内存与新生代内存区域总量占比默认为8：1）
-
老年代对象存活率较高，因此采用标记-整理算法减少复制过多对象的情况
如何发起内存回收
如何进行内存回收动作，即垃圾收集器如何工作
Serial收集器
单线程，使用复制算法，用于回收新生代的收集器。 触发GC时，Stop The World
使用场景：
- Client模式下的JVM
ParNew收集器
多线程，使用复制算法，用于回收新生代的收集器。其实就是Serial收集器的多线程版本。默认启用与服务器相同核心的线程数；触发GC时，Stop The World
使用场景：
- 多核CPU的服务器下，可以充分利用CPU资源提高回收效率
Parallel Scavenge收集器（吞吐量为目标）
多线程，使用复制算法，用于回收新生代的收集器，以吞吐量为目标。（吞吐量 = 运行用户代码时间 / （运行用户代码时间 + 垃圾收集时间）
关键参数：
- -XX:MaxGCPauseMillis 控制最大垃圾收集停顿时间
- -XX:MaxTimeRatio 设置吞吐量大小
- -XX:+UseAdaptiveSizePolicy 虚拟机根据运行状态自动调节新生代最大内存、Eden与Survivor的比例、晋升老年代对象的大小阀值
Serial Old收集器
Serial的老年代版本，使用标记-整理算法，用于回收老年代的收集器。与Parallel Scavenge搭配使用；==作为CMS收集器发生Concurrent Model Failure时的后备预案==
Parallel Old收集器
Parllel Scavenge的老年代版本，使用标记-整理算法。在JDK1.6中提供，==与Parallel Scavenge搭配使用，在注重吞吐量以及CPU资源敏感的场合优先考虑==
CMS收集器（Concurrent Mark Sweep）
基于标记-清除算法，以获取最短回收停顿时间为目标的收集器。适用于互联网网站、B/S系统的服务端场景
缺点：
- 对CPU资源敏感，由于并发标记、并发清除这两个阶段会启动线程与用户线程并发运行，因此对服务器会有CPU资源消耗。
- 由于并发标记、并发清除是与用户线程并发运行的，因此需要预留一定的空间，避免在进行回收阶段时，没有足够的空间供用户线程使用。这将触发Concurrent Model Failure，将使用Serial Old来完成回收操作，导致回收时间过长
- 由于CMS基于标记-清除算法，因此会产生大量内存碎片。会造成老年代区有很大空间剩余，但是无法分配大对象，这时需要触发一次Full GC。通过参数-XX:+UseCMSCompactAtFullCollection开关参数（默认开启），用于进行Full GC时开启内存碎片的合并整理过程（内存整理的过程是无法并发的，==Stop The World==），-XX:CMSFullGCsBeforeCompaction，用于设置多少次不压缩Full GC后，进行一次带压缩的Full GC（默认为0，即每次Full GC都进行压缩）
G1收集器（Garbage-First Garbage Collector）
参考美团技术团队
垃圾收集器总结
参考 www.fasterj.com
在JVM中的进程名 | 用于收集哪个内存区域 | 启用命令行参数 | 描述 | 组合搭档
—|—|—|—|—
Copy | 新生代 | -XX:+UseSerialGC | 使用复制算法，单线程收集 | MarkSweepCompact
PS Scavenge | 新生代 | -XX:+UseParallelGC | 使用复制算法，多线程并发收集 | PS MarkSweep
ParNew | 新生代 | -XX:+UseParNewGC | 使用复制算法，多线程并发收集 | MarkSweepCompact
G1 Young Generation | 新生代 | -XX:+UseG1GC | 整体是标记-整理算法，region之间使用复制算法 | G1 Mixed Generation
MarkSweepCompact | 老年代 | -XX:+UseSerialGC | 使用标记-清除算法，可选的整理算法，单线程收集
PS MarkSweep | 老年代 | -XX:+UseParallelOldGC | 多线程标记-整理算法
ConcurrentMarkSweep | 老年代 | -XX:+UseConcMarkSweepGC | 标记-清除算法并发收集，较短的Stop-The-World时间，如果发生Concurrent-Mode-Failure时，使用MarkSweepCompact收集器作为预案
G1 Mixed Generation | 老年代 | -XX:+UseG1GC | 使用’Garbage First’ 算法
如何查看Java进程使用什么垃圾收集器？
// 通过MXBean来获取垃圾收集器的信息
List<GarbageCollectorMXBean> beans = ManagementFactory.getGarbageCollectorMXBeans();
for (GarbageCollectorMXBean bean : beans) {
System.out.println(bean.getName());
}
环境
java -XX:+PrintCommandLineFlags -version
输出结果为
PS Scavenge PS MarkSweep
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](http://www.liuhaihua.cn/img/qrcode_gzh.jpg)
