【Java】GC原理

• Z时代
• 2024-01-10
• 分类：技术分享

GC原理

在内存中，涉及到“内存分配”和“内存释放”两个概念，当我们创建一个对象时，那么就会对该对象进行内存分配，当对象不再使用的时候，如果不对对象进行回收，那么就会一直占用着内存，造成资源浪费， 因此就需要对对象进行回收，也就是内存释放。那么怎么判断我们的对象是否可以回收呢？

引用计数法（reference counting）

当我们创建一个对象之后，每有一个业务使用该对象那么该对象的引用就+1，每个也是使用完，该对象的引用就-1，如果一个对象的引用计数降为0了，就说明该对象不再使用可以回收了，就可以随时在方便的时候去释放该对象占用的内存（注意：不是当引用计数降为0之后就立刻进行回收，出于效率考虑，系统总是会等一批对象一起处理，这样更加高效。）

但是，如果业务变得更加复杂了，可能各个对象之间有了互相引用的关系，这样就会出现循环依赖的问题，和死锁有点相似，这样两个对象的引用都不可能降为0，也就无法被回收。这种情况在计算机中被称为“内存泄漏”，该释放的没释放，该回收的没回收。
当依赖关系更加复杂的时候，计算机的内存资源很可能用满，导致“内存溢出”。

那怎么解决这种情况呢，“引用追踪（reference tracing）” 。JVM使用的各种垃圾收集算法都是基于引用追踪方式的算法。

标记清除算法（Mark and Sweep）

为了遍历所有对象，JVM明确定义了什么是对象的可达性(reachability)。
有一类很明确的对象，称为垃圾收集根元素（Garbage Collection Roots），包括：

• 局部变量(Loacl variables)
• 活动线程(Active threads)
• 静态域(Static fields)
• JNI引用(JNI references)
• 其他对象

JVM使用标记-清除算法（Mark and Sweep algorithm），来跟踪所有可达对象(即存活对象)，确保所有不可达对象(non-reachable objects)占用的内存都能被重用。包含两步：

• Marking（标记）：遍历所有的可达对象，并在本地内存(native)中分门别类记下。
• Sweeping（清除）：这一步保证了，不可达对象所占用的内存，在之后进行内存分配时可以重用。

JVM中包含了多种GC算法，如Parallel Scavenge(并行清除)，Parallel Mark+Copy(并行标记+复制)一级CMS，他们在实现上略有不同，但理论上都采用了以上两个步骤。
标记清除算法最重要的优势，就是不再因为循环引用而导致内存泄漏。
而这种处理方式不好的地方在于：垃圾收集过程中，需要暂停应用程序的所有线程。假如不暂停，则对象间的引用关系会一直不停地发生变化，那样就没法进行统计了。这种情况叫做STW停顿（Stop The World，全线暂停），让应用程序暂时停止，让JVM进行内存清理工作。有很多原因会触发STW停顿，其中垃圾收集是最主要的原因。

碎片整理

执行JVM执行清除之后，内存中就会产生一些零散的空位置/不连续的内存空间，会引发两个问题：

• 写入操作越来越耗时，因为寻找一块足够大的空间内存会变得困难（内存中没有一整片的空地方）；
• 在创建新对象时，JVM在连续的快中分配内存。如果碎片问题很严重，直至没有空闲片段能存放下新创建的对象，就会发生内存分配错误（allocation error）。

JVM必须确保碎片问题不失控。异常在垃圾收集过程中，不仅仅是标记和清除，还需要执行“内存碎片整理”过程，这个过程让所有可达对象依次排列，以消除（或减少）碎片。

分代假设

由于执行垃圾收集需要STW，对象越多则收集所有垃圾消耗的时间就越长，可不可以只处理一个较小的内存区域呢？为了探究这种可能性，研究人员发现，程序中的大多数可回收的内存可归为两类：

• 大部分对象很快就不再使用，生命周期较短；
• 还有一部分不会立即无用，但也不会持续太长时间；

这些观测形成了弱代假设(Weak Generational Hypothesis)，即我们可以根据对象的不同特点，把对象进行分类。基于这一假设，VM中的内存被分为年轻代（Yong Generation）和老年代（Old Generation）。老年代有时候也称为年老区（Tenured）。

拆分为这样两个可清理的单独区域后，就可以根据对象的不同特点，允许采用不同的算法来大幅度提高GC性能。
但这种方法也会有问题，例如，在不同分代中的对象可能会互相引用，在手机某一个分代时就会成为“事实上的”GC root。
分代假设并不适用于所有程序，因为分代GC算法专门针对“要么死得快”，“否则活得长”这类特征的对象来进行优化，此时JVM管理那种存活时间半长不长的对象就显得非常尴尬了。

内存池划分

堆内存的划分与上边是类似的，但是各个内存池的垃圾收集方式是不同的。不同的GC算法在实现细节上可能会有所不同。

新生代（Eden Space）

Eden Space又叫伊甸区，用来分配新创建的对象，通常会有多个线程同时创建对象，这时就产生了并发占用内存的情况，可能会出现正在给对象A分配内存，指针还没来得及修改，对象B又使用了原来的指针分配内存的情况，为了解决这种问题，有两种方案：

• 一种是对分配内存空间的动作进行同步处理，实际上虚拟机是采用CAS配上失败重试的机制保证更新操作的原子性；
• 另外一种是把内存分配的动作按照线程划分在不同的空间之中进行，即每个线程在Java堆中预先分配一小块内存，称为本地线程分配缓冲（Thread Local Allocation Buffer，TLAB），哪个线程需要分配内存，就在哪个线程的本地线程缓冲区中分配，只有本地缓冲区用完了，分配新的缓冲区的时候才需要同步锁定。虚拟机是否启用TLAB，可以通过-XX:+/-UseTLAB参数来设定

如果TLAB中没有足够的内存空间， 就会在共享Eden区之中分配，如果共享Eden区中也没有足够的空间，就会触发一次年轻代GC来释放内存空间，如果GC后Eden区中依然没有足够的空闲内存，则对象会被分配到老年代空间（Old Generation）。

当Eden区进行垃圾收集时，GC将所有从root可达的对象过一遍，并标记为存活对象。
由于对象间可能存在跨代引用，所以需要一种方法来标记从其他分代中指向Eden的所有引用，这样做又会将所有分代中的引用全部扫描一遍。JVM在实现的时候采用了一些绝招：卡片标记（Card-Marking）。

标记阶段完成后，Eden区中所有存活的对象，都会被复制到存活区（Survivor spaces）中，整个Eden区就可以被认为是空的，然后就能用来分配新对象，这种方式称为“标记-复制（Mark-Copy）”：存活的对象被标记，然后复制到另一个存活区中（复制而不是移动）

为什么是复制而不是移动？从清楚效率角度来讲，复制过去后，只需要清空原有的那块内存区域，而移动的话，需要赋值新的地址空间再清除那一小块地址空间。
**

存活区（Survivor Spaces）

Eden区旁边的两个是存活区，称为from空间和to空间。任意一个时刻总有一个存活区是空的。

空的那个存活区用于在下一次年轻代GC时存放收集的对象。年轻代中所有存活的对象（包括Eden区和非空的那个“from”存活区）都会被复制到“to”存活区。GC完成后，“to”区有对象，“from”区没有对象，两者的角色进行交换，“to”变成“from”,“from”变成“to”。

存活的对象会在两个存活区之间复制多次，直到对象的存活时间达到一定的阈值。分代理论假设，存活超过一定时间的对象很可能会继续存活更长时间。
这类“年老”的对象因此被提升（promoted）到老年代，GC模块跟踪记录每个存活区对象存活的次数。每次分代GC完成后，存活对象的年龄就会增长，当年龄超过提升阈值（tenuring threshold），就会被提升到老年代。

提升阈值，可以通过-XX:+MaxTenuringThreshold来指定上限，如果设置-XX:+MaxTenuringThreshold=0，则GC存活对象不在存活区之间复制，直接提升至老年代。现代JVM中这个阈值默认设置为15个GC周期。这也是HotSpot JVM允许的最大值。

老年代（Old Gen）

老年代内存会更大，里面的对象是垃圾的概率也更小。
老年代发生GC的概率比年轻代小很多。同时，因为预期老年代中的对象大部分是存活的，所以不再使用标记-复制算法，而是采用移动对象的方式来实现最小化内存碎片 。老年代空间的清理算法通常建立在不同的基础上。原则上会执行以下这些步骤：

• 通过标志位（marked bit）标记所有通过GC Roots可达的对象
• 删除所有不可达的对象
• 整理老年代空间中的内容，方法是将所有的存活对象复制，从老年代空间开始的地方依次存放。

永久代（Perm Gen）

在Java8之前有一个特殊的空间，称为“永久代”（Permanent Generation）。这是存储元数据(metadata)的地方，比如class信息等。此外这个区域也保存其他数据和信息，包括内部化的字符串（internalized strings）等。
实际上这给Java开发者造成了很多麻烦，因为很难去计算这块区域到底需要占用多少内存空间，永久代有-XX:MaxPermSize的上限，即使不设置也有默认大小。预测失败将会导致java.lang.OutOfMemoryError: Permgen space这种形式的错误。除非OOM确实是内存泄漏导致的，否则就只能增加Perm gen的大小-XX:MaxPermSize=256m。

元数据区（Metaspace）

既然估算元数据所需空间那么复杂，Java8直接删除了永久代（Permanent Generation），改用Metaspace。
Java中很多杂七杂八的东西都放到普通的堆内存中，像类定义之类的会被加载到元数据区中，元数据区位于本地内存（native memory），不再影响到普通的Java对象。默认情况下，Metaspace的大小只受限于Java进程可用的本地内存。这样程序就不会因为多加载几个类/Jar包就导致OOM。但是这种不受限制的空间也不是没有代价的，如果Metaspace失控，则可能会导致严重影响程序性能的内存交换（swapping），或者导致本地内存分配失败。

垃圾收集

各种垃圾收集器的实现细节虽然各有不同，但总体而言，垃圾收集器都专注于两件事：

• 查找所有存活的对象
• 抛弃其他对象，即无用对象

标记可达对象（Marking Reachable Objects）

现代JVM中所有的GC算法，第一步都是查找出所有存活的对象。下面的示意图对此作了最好的诠释。

通常，可作为GC Roots的包括：

• 当前正在执行的方法里的局部变量和输入参数
• 活动线程（Active Threads）
• 内存中所有的类的静态字段（static  field）
• JNI引用

从GC根元素开始扫描，到直接引用，以及其他对象（通过对象的属性域）。所有GC访问到的对象都被标记为存活对象。未标记到的对象，则是不可达的对象，GC会在接下来的阶段中清除他们。

注意：在标记阶段，需要暂停所有的应用线程，以遍历所对象的引用关系。因为不暂停就没法跟踪一直在变化的引用关系图。这中情景被称为Stop The World，而可以安全暂停线程的点叫做时间点（safe point），然后JVM就可以专心的执行清理工作，安全点可能有多种因素触发。

此阶段暂停的时间，与堆内存大小，对象的总数没有直接关系，而是由存活对象的数量来决定的，所以增加堆内存大小并不会直接影响标记阶段占用的时间。
标记阶段完成后，GC就要进行下一阶段，删除不可达对象。

删除不可达对象

各种GC算法在删除不可达对象时略有不同，但总体分为三类：清除（sweeping）、整理（compacting）和复制（copying）

清除

Mark and Sweep（标记-清除）算法的概念非常简单，直接忽略所有垃圾。也就是在标记阶段完成之后，所有不可达对象占用的内存空间，都被认为是空闲的，因此可以用来分配新对象。

这种算法需要使用空闲表（free-list），来记录所有的空闲区域，以及每个区域的大小。维护空闲表增加了对象分配时的开销。此外还有一个缺点就是，会产生内存碎片，明明还有足够的空闲内存，却可能没有一个区域的大小能存放下需要分配的对象，从而导致分配失败，在Java中就会导致OOM

清理（Compacting）

标记-清除-整理（Mark-Sweep-Compact）将所有被标记的对象，迁移到内存空间的起始地处，消除了标记清除算法的缺点。
缺点：相应的缺点就是GC暂停时间会增加，因为需要将所有对象复制到另一个地方，然后修改这些对象的引用。
优点：此算法的优势也很明显，碎片整理后，分配新对象就很简单，只需要通过指针碰撞即可。
使用这种算法，内存空间剩余的容量一直是很清楚的，不会再导致内存碎片问题。

复制（Copying）

标记-复制（mark and copy）和标记-整理算法十分相似，两者都会移动所有存活的对象。区别在于，标记-复制算法是将内存移动到另外一个空间：存活区。标记-复制算法的优点在于：标记和复制可以同时进行。缺点则是需要一个额外的内存区间，来存放所有的存活对象、

以上是 【Java】GC原理 的全部内容， 来源链接： utcz.com/a/110303.html