判斷對象存活方法

引用計數(shù)法：在對象中添加一個引用計數(shù)子，每當(dāng)一個地方引用他時，計數(shù)器就加一，當(dāng)引用失效時，計數(shù)器就減一。

會有對象循環(huán)引用問題：

objA.instance = objB
objB.instance = objA

objA 有objB 的引用 objB 有 objA 的引用，他們相互引用著對方。導(dǎo)致他們無法回收。

可達(dá)性分析：

從GC Roots 根對象作為起點，根據(jù)引用關(guān)系向下搜索，如果對象可達(dá)，就說明對象存活，如果對象不可達(dá)，就說明對象可以被回收。

GC Roots的根對象為：

1)在虛擬機(jī)棧 棧幀中的 本地變量表 中引用的對象

2）方法區(qū)靜態(tài)屬性引用的對象

3）方法區(qū)常量引用 的對象，如字符串常量池中的引用

4）本地方法棧中JNI引用的對象

5）虛擬機(jī)內(nèi)部引用的對象，如基本數(shù)據(jù)類型對應(yīng)的Class對象，一些常駐的異常對象等，還有系統(tǒng)類加載器

6）被同步鎖持有的對象

等

收集線程和用戶線程在并發(fā)可達(dá)性分析

并發(fā) 的可達(dá)性分析，由于用戶線程會即時修改對象的引用關(guān)系， 可能會造成兩種異常：

1）原本消亡的對象錯誤標(biāo)記為存活，這個可以接受，就造成浮動垃圾，下一次收集即可。

2）原本存活的對象 標(biāo)記為 消失。

三色法分析圖：

黑色：已經(jīng)掃描過的對象

灰色：已經(jīng)訪問過，但還有一個引用沒有被掃描

白色：為被訪問過，若到最后還是白色，說明此對象是需要回收的。

黑色誤標(biāo)記為白色有兩個條件

1）復(fù)制器插入一條或多條從黑色對象到白色對象的新引用

2）復(fù)制器刪除了全部從灰色對象到該白色對象的直接或間接的引用

解決方法：

1）增量更新，破壞條件1，把黑色對象對白色對象的新增引用記錄下來，等并發(fā)掃描結(jié)束后，再以這些對象出發(fā)重新掃描。

2）原始快照（SATB），破解條件2，當(dāng)灰色對象要刪除對白色對象的引用關(guān)系時，記錄下來。并發(fā)結(jié)束后再以記錄節(jié)點開始重新掃描。

分代收集

堆：

新生代（1/3） 老年代（2/3）

新生代 分為 Eden/From/To

新生代存放：比較小，時長比較小

老年代：比較大 存放時長比較大

輕GC

重GC(full GC) -> STW(停止事件)，fallGc特別費資源

Eden -> from <-> To -> old

對象在from和to循環(huán)15（默認(rèn)）次之后，會放到老年代

垃圾收集算法

標(biāo)記-清除 算法：

算法分為標(biāo)記 和 清除兩個階段，首先標(biāo)記出所需要回收的對象，標(biāo)記完成之后，統(tǒng)一回收所標(biāo)記的對象。

優(yōu)點：最基礎(chǔ)的算法，實現(xiàn)簡單

缺點：1）執(zhí)行效率不穩(wěn)定，對象越多，效率越低

2）內(nèi)存碎片化，需要分配大對象時可能無足夠連續(xù)的空間。

代表垃圾收集器：

標(biāo)記復(fù)制算法（復(fù)制算法）：

把內(nèi)存分為大小相等的兩塊，每次只使用其中一款，當(dāng)一塊快用完時，它將存活的對象復(fù)制到另一塊上。

優(yōu)點：能產(chǎn)生連續(xù)的空間

缺點：耗內(nèi)存，對象存活率較高時，效率會降低（不適合老年代）。

代表垃圾收集器： 很多新生代的回收，都用這種算法。

標(biāo)記整理 算法

首先標(biāo)記出所需要的對象，標(biāo)記完成后，對存活對象移動到內(nèi)存的一段，然后清除邊界外的對象。

優(yōu)點：有連續(xù)的內(nèi)存空間;系統(tǒng)吞吐量（用戶線程和收集器的效率總和）會提高。

缺點：整理內(nèi)存耗時會比較大，會造成 “Stop The World”;

代表垃圾收集器：Parallel Scavenge收集器

CMS中主要用標(biāo)記清除算法，但是當(dāng)內(nèi)存碎片化到影響對象分配時，就會使用一次標(biāo)記整理算法 去整理內(nèi)存碎片。

垃圾收集器

Serial收集器

最基礎(chǔ)最悠久的垃圾收集器，叫做 串行收集器，它進(jìn)行垃圾收集的時候，會停止用戶線程（Stop the world）。

新生代垃圾收集器用 Serial，基于復(fù)制算法

老年代垃圾收集器用 Serial Old，基于標(biāo)記整理算法。

優(yōu)點：所有垃圾收集器中內(nèi)存消耗最小的,對單核或單線程處理器來說，效率很高。運(yùn)行在客戶端

缺點：stop the world

ParNew收集器

​ ParNew收集器就是Serial收集器的多線程并行版，除了支持多線并行收集之外，沒有太多創(chuàng)新之處。

CMS垃圾收集器作為老年代垃圾收集器，不能與Parallel Scavenge配合工作，只能選擇 ParNew或者Serial收集器。

Parallel Scavenge收集器

新生代垃圾收集器，基于 標(biāo)記復(fù)制算法，也是可以通過并行收集的多線程收集器。他關(guān)注 吞吐量（用戶線程時間/總時間）。

CMS 垃圾收集器

CMS 收集器是一種以獲取最短停頓時間作為目標(biāo)的垃圾收集器?；跇?biāo)記清除算法。

步驟：

​ 初始標(biāo)記->并發(fā)標(biāo)記->重新標(biāo)記->并發(fā)清除

1）初始標(biāo)記：stop the world,標(biāo)記GC ROOT 能直接關(guān)聯(lián)的對象，速度很快

2）并發(fā)標(biāo)記：從GC Root直接關(guān)聯(lián)的對象開始遍歷整個對象圖，時間較長，但與用戶線程并行

3）重新標(biāo)記：stop the world，修正并發(fā)標(biāo)記期間對象的狀態(tài)的改變（增量更新算法，標(biāo)記新的黑色指向白色的引用），時間也比較短。

4）并發(fā)清除：與用戶線程同步。

優(yōu)點：并發(fā)收集、低停頓。

缺點：

1）對處理器資源敏感，當(dāng)處理器核心數(shù)量在四個以下時，CMS對用戶程序影響很大。

2）有浮動垃圾，并發(fā)標(biāo)記時會產(chǎn)生新的垃圾，但是CMS本次不會清理它，要等到下一次才會清理。從而可能造成內(nèi)存不夠而產(chǎn)生Stop the world 的Full GC

3）基于標(biāo)記清除算法，會產(chǎn)生大量的空間碎片，而觸發(fā)Full GC

G1垃圾收集器

關(guān)注吞吐量和延遲時間的最佳平衡。

從整體看，主要采用標(biāo)記整理算法，從局部看，是標(biāo)記-復(fù)制算法（兩個Region 之間的復(fù)制）。

G1把 java對 劃分為多個大小相等獨立區(qū)域 Region，每一個Region 都可以根據(jù)需要，扮演 Eden空間、Survivor空間或者老年代空間。

G1對年代的劃分存在概念上，它可以不是連續(xù)的區(qū)間。。

Region 還有一類特殊的Humongous區(qū)域，專門存儲大對象（1M-32M，可配），把超過Region大小的對象分配在連續(xù)的 Humongous Region之中。

每次收集時以Region作為最小單元，G1收集器去根據(jù)Region里面垃圾隊的價值大小，在后臺維護(hù)一個優(yōu)先級列表，優(yōu)先處理回收價值收益最大的那些Region（每次收集到的內(nèi)存大小及回收時間的經(jīng)驗值）。

G1至少耗費打印java堆容量的10%到20%來維持收集工作。

TAMS指針：在并發(fā)過程中保存新建的對象。

STAB:灰色引用對白色引用的刪除 記錄下來。

G1的步驟：

1）初始標(biāo)記：stop the world，僅僅標(biāo)記GC ROOTs 能直接關(guān)聯(lián)的對象，并且修改TAMS指針

2）并發(fā)標(biāo)記：從GC ROOTS 直接關(guān)聯(lián)的對象出發(fā)，掃描對象圖（并還要處理SATB記錄下并時有變動的對象），時間長，但是與用戶線程并行，

3）最終標(biāo)記：stop the world，短暫，處理遺留下來的少量SATB記錄

4）帥選回收：stop the world，負(fù)責(zé)更新Region的統(tǒng)計數(shù)據(jù)，對Region的回收價值和成本進(jìn)行排序。根據(jù)用戶所期望的停頓時間（JVM參數(shù)可配）來制定回收計劃?？梢宰杂蛇x擇多個Region作為回收集，然后把存活的對象復(fù)制到空的Region中，然后清空回收集的Region。

除了并發(fā)標(biāo)記外，其它都用停止用戶線程，目標(biāo)不是單純的追求低延遲，而是延遲可控的情況下獲取最大的吞吐量（用戶線程時間/總時間，總時間為用戶線程時間+垃圾收集時間）。

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論