JVM垃圾回收相关算法

目录

一、前言

二、标记阶段：引用计数算法

三、标记阶段：可达性分析算法

（一）基本思路

（二）GC Roots对象

四、对象的finalization机制

五、MAT与JProfiler的GC Roots溯源

六、清除阶段：标记-清除算法Mark-Sweep

七、清除阶段：复制算法Copying

八、清除阶段：标记-整理算法Mark-Compact

九、对比三种算法

十、分代收集算法

十一、增量收集算法、分区算法

---

一、前言

对于Java开发人员而言，自动内存管理就像是一个黑匣子，如果过度依赖于“自动”，那么将会是一场灾难，最严重的莫过于弱化Java人员在程序出现内存溢出时定位问题和解决问题的能力。

所以了解JVM的自动内存分配和内存回收原理显得非常重要，在遇见OOM的时候才能快速的根据错误异常日志定位问题和解决问题。

当需要排查各种内存溢出，内存泄漏问题时，当垃圾收集成为系统达到更高并发量的瓶颈时，我们必须对这些“自动化”的技术实施必要的监控和调节。

垃圾回收器可以对年轻代和老年代进行回收，甚至是全堆和方法区的回收，其中，Java堆时垃圾收集器的工作重点

从次数上讲：频繁手机Young区，较少收集Old区，基本不动方法区

那么什么是垃圾？

垃圾是指运行程序中没有任何指针指向的对象，这个对象就是需要被回收的垃圾

二、标记阶段：引用计数算法

对每个对象保存一个整型的引用计数器属性，用于记录被对象引用的情况。被对象引用了就+1，引用失效就-1,0表示不可能再被使用，可进行回收

优点：实现简单，垃圾便于辨识，判断效率高，回收没有延迟性

缺点：

• 需要单独的字段存储计数器，增加了存储空间的开销
• 每次赋值需要更新计数器，伴随加减法操作，增加了时间开销
• 无法处理循环引用的情况，致命缺陷，导致JAVA的垃圾回收器中没有使用这类算法

引用计数算法，是很多语言的资源回收选择，例如python，它更是同时支持引用计数和垃圾回收机制，python如何解决循环引用

• 手动解除
• 使用弱引用，weakref，python提供的标准库，旨在解决循环引用

三、标记阶段：可达性分析算法

（一）基本思路

可达性分析算法是以根对象（GCRoots）为起始点，按照从上到下的方式搜索被根对象集合所连接的目标对象是否可达

使用可达性分析算法后，内存中存活的对象都被被根对象集合直接或间接连接着，搜索所走过的路径称为引用链。如果目标对象没有任何引用链相连，则是不可达的，意味着该对象已经死亡，可以标记为垃圾对象。

在可达性分析算法中，只有能够被根对象集合直接或者间接连接的对象才是存活的对象

（二）GC Roots对象

根对象（GC Roots）包括以下几种：

1. 虚拟机栈中引用的对象，比如：各个线程被调用的方法中使用到的参数、局部变量
2. 本地方法栈内JNI,引用的对象
3. 方法区中静态属性引用的对象，比如：java类的引用类型静态变量
4. 方法区中常量引用的对象，比如：字符串常量池里的引用
5. 所有被同步锁synchronized持有的对象
6. Java虚拟机内部的引用，比如：基本数据类型对应的class对象，一些常驻的异常对象，如nullpointerException，OOMerror，系统类加载器
7. 反映java虚拟机内部情况的JMXBean,JVMTI中注册的回调，本地代码缓存等
8.  除了固定的GC Roots集合之外，根据用户选择的垃圾收集器以及当前回收的内存区域不同，还可以有其他对象临时性的加入，共同构成完整GCRoots集合，比如分代收集和局部回收（比如专门针对新生代的回收，那么其他非新生代 对象比如老年代也应该考虑作为root对象。因为新生代中的某些对象有可能被老年代的对象引用。）

如果需要使用可达性分析算法来判断内存是否可回收，那么分析工作必须在一个能保障一致性的快照中进行。这点不满足的话，分析结果的准确性就无法保证。

这也是GC进行时必须STW的一个重要原因，即使是号称几乎不会发生停顿的CMS收集器中，枚举根节点也是必须要停顿的。

四、对象的finalization机制

Java语言提供了对象终止finaliztion机制来允许开发人员提供对象被销毁之前的自定义处理逻辑。当垃圾回收器发现没有引用指向一个对象，即垃圾回收此对象之前，总会先调用这个对象的finalize()方法。

finalize()方法允许在子类中被重写，用于在对象被回收时进行资源释放，通常在这个方法中进行一些资源释放和清理的工作，比如关闭文件，套接字和数据库链接等

对象的三种状态：

• 可触及的：从根节点开始，可以到达这个对象
• 可复活的：对象的所有引用都被释放了，但是对象有可能在finalize（）中复活
• 不可触及的：对象的finalize（）被调用，并且没有复活，那么就会进入不可触及状态。不可触及的对象不可能被复活，因为finalize（）只会被调用一次
• 只有对象再不可触及时才可以被回收

判断一个对象ObjA是否可以被回收，至少需要经历两次标记过程

• 1、如果对象到GCRoots没有引用链，则进行第一次标记
• 2、进行筛选，判断此对象是否有必要执行finalize（）方法
  • 如果对象A没有重写finalize方法，或者finalize方法已经被虚拟机调用过，则虚拟机视为没有必要执行，对象A被判定为不可触及的
  • 如果对象A重写finalize（）方法，且还未执行过，那么A会被插入到F-queue队列中，有一个虚拟机自动创建的，低优先级的Finalizer线程触发其finalize（）方法执行
  • finalize方法是对象逃脱死亡的最后机会，稍后GC会对F-queue队列中的对象进行第二次标记，如果A在finalize方法中与引用链上的任何一个对象建立了联系，那么在第二次标记时，A会被移除即将回收集合。之后，对象会再次出现没有引用存在的情况下，finalize方法不会再被调用，对象直接变为不可触及状态

public class CanRelliveObj {public static CanRelliveObj obj;@Overrideprotected void finalize() throws Throwable {super.finalize();System.out.println("调用当前类重写 finalize 方法");obj = this;}public static void main(String[] args) {try {// 先创建一个对象，分配下内存，不然重来没出现过何来回收一说obj = new CanRelliveObj();obj = null;System.gc(); // 回收时会调用对象的finalize方法，第一次调用成功拯救自己System.out.println("第一次 gc");// 因为Finalizer线程优先级很低，暂停2s，等待它Thread.sleep(2000);if(obj == null) {System.out.println("obj dead");} else {System.out.println("obj is still alive");}System.out.println("第二次 gc");obj = null;System.gc(); // 此时回收对象发现finalize方法已经被调用，所以直接进行回收if(obj == null) {System.out.println("obj dead");} else {System.out.println("obj is still alive");}} catch (Exception e) {}}
}

五、MAT与JProfiler的GC Roots溯源

MAT是Memory Analyzer的简称，是一款功能强大的Java堆内存分析器。用于查找内存泄露以及查看内存消耗情况，基于Eclipse开发的一款免费性能分析工具

可以用于分析GC Roots对象

六、清除阶段：标记-清除算法Mark-Sweep

标记：从引用根节点开始遍历，标记所有被引用的对象，一般是在对象Header中记录为可达对象

注意标记引用对象，不是垃圾对象

清除：对堆内存从头到尾进行线性的遍历，如果发现某个对象在其Header中没有标记为可达对象，则将其回收

缺点

• 效率不算高
• 在GC的时候，需要停止整个应用程序，导致用户体验差。
• 这种方式清理出来的空闲内存不连续，产生内存碎片，需要维护一个空闲列表

何为清除？

所谓的清除并不是真的置空，而是把需要清除的对象地址保存在空闲的地址列表里，下次有新对象需要加载时，判断垃圾的位置空间是否够，如果够就存放。

总结：第一次遍历标记可达对象，第二次遍历清除未标记对象。清除实际上是将未标记对象加入空闲列表，下次有新对象产生，判断空闲列表中垃圾的位置放不放的下，放得下就覆盖。

七、清除阶段：复制算法Copying

为了解决标记-清除算法在垃圾收集效率方面的缺陷——产生内存碎片。1963年出现了复制（Copying）算法

原理：将或者的内存空间分为两块，每次使用其中一块。在垃圾回收时，将正在使用的内存中的存活的对象复制到未被使用的内存块中，之后清除正在使用的内存块中的所有的对象，交换两个内存的角色，最后完成垃圾回收

优点

• 没有标记和清除的过程，实现简单高效
• 复制过去以后的保证空间的连续性，不会出现碎片的问题

缺点

• 需要两倍的内存空间
• 对于G1这种拆分为大量region的GC，复制而不是移动，意味着GC需要维护region之间的引用关系（就像对象的两种），不管是内存占用或者时间开销也不小。

注意：如果系统中的垃圾对象很多，需要复制的存活对象数量并不会太大，或者非常低使用复制算法效率才会高。想一想，如果每次复制都发现垃圾对象很少，基本每次复制都是全部移动，那效率肯定很低。

应用场景：

在新生代，对常规应用的垃圾回收，一次通常可以回收70%-90%的内存空间。回收性价比很高，所以现在的商业虚拟机都是用这种手机算法回收新生代。 （记得from区和to区吗，为什么总有一个区是空的，现在联系起来了。使用的就是是复制算法）

八、清除阶段：标记-整理算法Mark-Compact

标记-整理又叫标记-压缩算法。

背景：复制算法的高效性是建议在存活对象少，垃圾对象多的前提下的。适用于新生代，而老年代大部分对象都是存活对象，所以并不适用，否则复制成本较高。因此，基于老年代垃圾回收的特性，需要使用其他算法。

标记-清除算法可以应用在老年代中，但是该算法不仅执行效率低下，而且执行完内存回收后还会产生内存碎片。所以JVM的设计者在此基础之上进行改进，标记-整理垃圾收集算法诞生了。

执行过程

1. 第一个阶段和标记清除算法一样，从根节点开始标记所有被引用的对象
2. 第二阶段将所有的存货对象压缩在内存的一端，按照顺序排放，之后清理边界外所有的空间
3. 最终效果等同于标记清除算法执行完成后，再进行一次内存碎片整理。

与标记清除算法本质区别，标记清除算法是非移动式的算法，标记压缩是移动式的

优点

• 消除了标记-清除算法内存区域分散的缺点，
• 消除了复制算法中，内存减半的高额代价

缺点

• 从效率上来讲，标记整理算法要低于复制算法
• 移动对象的同时，如果对象被其他对象引用，则还需要调整引用的地址
• 移动的过程中，需要全程暂停用户应用程序，即STW

九、对比三种算法

效率上来说，复制算法是最快的（因为不像标记-清除和标记整理那样需要标记，还有整理），但是浪费了太多的内存。 

而标记-整理算法相对来说更加平滑一些，但是效率上不太行，比复制算法多了一个标记的阶段，比标记-清除多了一个整理内存的阶段。

想到了一个问题：复制算法不标记怎么知道一个对象是否存活，是否需要进行复制？

即：复制算法不用进行标记吗？

查阅相关资料后，明白了。复制算法没有像标记-清除和标记-整理两个方法一样有单独的标记过程。因为复制gc只需要把“活”的对象拷贝到survivor，还要mark什么呢？至于怎么判断是“活”的，gc roots以下的不都是“活”的？复制算法是从gc roots开始，遇到活对象就复制走了。gc roots找可达对象的过程结束就复制完了。不像标记算法那样，对于一个对象是否需要回收要满足两个条件：① 对象不可达；②没必要执行finalize方法。

java gc中为什么复制算法比标记整理算法快? - 简书

十、分代收集算法

不同生命周期的对象可以采取不同额收集方式，以便提高回收效率

几乎所有的GC都采用分代收集算法执行垃圾回收的

HotSpot中

• 年轻代：生命周期短，存活率低，回收频繁
• 老年代：区域较大，生命周期长，存活率高，回收不及年轻代频繁

十一、增量收集算法、分区算法

（一）增量收集算法思想

每次垃圾收集线程只收集一小片区域的内存空间，接着切换到应用程序线程，依次反复，直到垃圾收集完成

通过对线程间冲突的妥善管理，允许垃圾收集线程以分阶段的方式完成标记、清理或复制工作

缺点：线程和上下文切换导致系统吞吐量的下降

（二）分区算法

为了控制GC产生的停顿时间，将一块大的内存区域分割成多个小块，根据目标的停顿时间，每次合理的回收若干个小区间，而不是整个堆空间，从而减少一次GC所产生的时间

分代算法是将对象按照生命周期长短划分为两个部分，分区算法是将整个堆划分为连续的不同的小区间

每一个小区间都独立使用，独立回收，这种算法的好处是可以控制一次回收多少个小区间