当前位置：首页 > news >正文

垃圾回收之三色标记法（Tri-color Marking）

news 2025/9/16 14:34:56

关于垃圾回收算法，基本就是那么几种：标记-清除、标记-复制、标记-整理。在此基础上可以增加分代（新生代/老年代），每代采取不同的回收算法，以提高整体的分配和回收效率。

无论使用哪种算法，标记总是必要的一步。你不先找到垃圾，怎么进行回收？今天一起看下三色标记法。

先看一下知识点导图：

一、如何标记

在 GC 领域里，判断对象存活的主流思路是两个，「引用计数」和「可达性分析」。

1、引用计数

顾名思义，引用计数的思路就是给每个对象进行计数，每被其它对象引用一次，计数就 +1，引用失效后，计数就 -1。当计数器的数值为 0，就意味着它没有被使用，可以回收。

2、可达性分析

可达性分析的思路就是通过引用链路判断对象是否可被触达，如果能触达说明该对象当前正在被使用，不可回收;反之，没有触达到的对象则认为是无使用的，可以回收。

这个引用链路的结构类似于有向有环图，但是根节点不止一个，是一个集合，称之为 GCRoots。

目前主流的 GC 机制大多用的是「可达性分析」这条路线。

为什么引用计数不好用呢?因为它有一个特别严重的问题：无法处理循环引用。

像上图这样的情况，引用计数永远不为 0，这些对象就永远不会被回收。

二、常规标记-清除

常规的标记清除严格按照追踪式算法的思路来实现的。这个算法会设置一个标志位来记录对象是否被使用。最开始所有的标记位都是 0，如果发现对象是可达的就会置为 1，一步步下去就会呈现一个类似树状的结果。

等标记的步骤完成后，会将未被标记的对象统一清理，再次把所有的标记位设置成 0 方便下次清理。

标记清除法主要包含两个步骤：

标记
清除

示例如下：

1、开启STW，停止程序的运行，图中是本次GC涉及到的root节点和相关对象。

2、从根节点出发，标记所有可达对象。

3、停止STW，然后回收所有未被标记的对象

这样执行整个GC期间需要STW，将整个程序暂停。因为如果不进行STW的话，会出现已经被标记的对象A，引用了新的未被标记的对象B，但由于对象A已经标记过了，不会再重新扫描A对B的可达性，从而将B对象当做垃圾回收掉的问题。

三、三色标记

垃圾收集器依据可达性分析算法判断对象是否存活时，将遍历GC Roots过程中遇到的对象，按照“是否访问过”这个条件，把对象标记成白色（white）、灰色（gray）、黑色（black）三种颜色，这个标记过程称为三色标记法。

相比传统的标记清扫算法，三色标记最大的好处是可以异步执行，从而可以以中断时间极少的代价或者完全没有中断来进行整个 GC。

1、基本算法

三色标记法将对象用三种颜色表示，分别是白色、灰色和黑色。

最开始所有对象都是白色的，然后把其中全局变量和函数栈里的对象置为灰色。

第二步把灰色的对象全部置为黑色，然后把原先灰色对象指向的变量都置为灰色，以此类推。

等发现没有对象可以被置为灰色时，所有的白色变量就一定是需要被清理的垃圾了。

初始标记阶段，指的是标记 GCRoots 直接引用的节点，将它们标记为灰色，这个阶段需要「Stop the World」。
并发标记阶段，指的是从灰色节点开始，去扫描整个引用链，然后将它们标记为黑色，这个阶段不需要「Stop the World」。
重新标记阶段，指的是去校正并发标记阶段的错误，这个阶段需要「Stop the World」。
并发清除，指的是将已经确定为垃圾的对象清除掉，这个阶段不需要「Stop the World」。

三色标记法是一个 false negative（假阴性）的算法：

三色标记法因为多了一个白色的状态来存放不确定的对象，所以可以异步地执行。
当然异步执行的代价是可能会造成一些遗漏，因为那些早先被标记为黑色的对象可能目前已经是不可达的了。

2、现代垃圾回收器实现

现代追踪式（可达性分析）的垃圾回收器几乎都借鉴了三色标记的算法思想，尽管实现的方式不尽相同：比如白色/黑色集合一般都不会出现（但是有其他体现颜色的地方）、灰色集合可以通过栈/队列/缓存日志等方式进行实现、遍历方式可以是广度/深度遍历等等。

对于读写屏障，以Java HotSpot VM 为例，其并发标记时对漏标的处理方案如下：

CMS：写屏障 + 增量更新
G1：写屏障 + SATB
ZGC：读屏障

四、多标及漏标问题

三色标记算法缺陷：在并发标记阶段的时候，因为用户线程与GC线程同时运行，有可能会产生多标或者漏标；

多标--多标记（浮动垃圾）
漏标--漏标记

1、多标问题

并发标记：用户与GC线程同时运行，假设现在扫描到C对象，B对象变为黑色，用户线程执行C的属性E=null,GC线程扫描C对象引用链，认为E对象是为可达对象，但是C对象根本没有引入到E对象，E对象应该是为垃圾对象，这种问题，可以在重新标记阶段(修正)修复。

并发清除阶段：用户与GC线程同时运行，会产生新的对象但是没有及时被GC清理。

多标只能在下一次GC清理垃圾的修复。

2、漏标问题

1.用户线程先执行C的E属性=null；GC线程的GcRoot就扫描不到E。Gc就认为E对象就是为垃圾对象，不可达对象。

2.用户线有执行B.E属性=E；E对象就是应该是为可达对象。

3.因为GCRoot是从C开始，不会从黑色的B开始，就会导致漏标的情况发生。

漏标的问题满足两个条件：

有至少一个黑色对象在自己被标记之后指向了这个白色对象
所有的灰色对象在自己引用扫描完成之前删除了对白色对象的引用

只有当上面两个条件都满足，三色标记算法才会发生漏标的问题。换言之，如果我们破坏任何一个条件，这个白色对象就不会被漏标。

CMS如何解决漏标问题---写屏障+增量更新方式

满足一个条件（灰色对象与白色对象断开连接），在并发标记阶段当我们黑色对象（B）引用关联白色对象（E），记录下B黑色对象。

在重新标记阶段（所有用户线程暂停），有将B对象变为灰色对象将整个引用链全部扫描。

缺点：遍历B整个链的效率非常低，有可能会导致用户线程等待的时间非常长。

G1如何解决漏标问题---原始快照方式

在C断开E的时候，会记录原始快照，在重新标记阶段的时候以白色对象变为灰色为起始点扫描整个链，本次GC是不会被清理。

好处：如果假设B（黑色对象）引入该白色对象的时候，无需做任何遍历效率是非常高。

缺点：如果假设B（黑色对象）没有引入该白色对象的时候，该白色对象在本次GC继续存活，只能放在下一次GC在做并发标记的时候清理。

tips:以浮动垃圾（占内存空间）换让我们用户线程能够暂停的时间更加短。

总结：

对于读写屏障，以Java HotSpot VM为例，其并发标记时对漏标的处理方案如下:

CMS：采用的是写屏障 + 增量更新
G1：采用的是写屏障 + 原汁快照（SATB）
ZGC：采用的是读屏障

CMS收集器解决漏标问题：增量方式如果现在B（黑色）对象引入白色对象，写屏障。

好处：避免浮动垃圾，缺点扫描整个引用链效率比较低。

G1收集器解决漏标问题：原始快照方式。

好处：效率非常高，无需扫描整个引用链，缺点：可能会产生浮动垃圾。