搞懂G1垃圾收集器
一.G1 GC术语Overview
1.1 并发
并发的意思是Java应用执行和垃圾收集活动可以同时进行
1.2 并行
并行的意思是垃圾收集运算是多线程执行的，比如CMS垃圾收集器的年轻代就是并行的，并行与串行的区别如下图，左边为串行，右边为并行：
1.3 STW
STW(stop the world)意思是在一个垃圾回收事件中，所有Java应用线程会被暂停。只有暂停，应用才不会产生新的垃圾，有益于垃圾收集器更好的标记垃圾对象。（这就像是你在家扫狗毛，肯定要把狗先关笼子，停止它的活动）
1.4 Region
请先忘记这个图，学习G1过程中不会对每个代进行设置了
G1垃圾收集器利用分而治之的思想将堆进行分区，划分为一个个的区域。每次收集的时候，只收集其中几个区域，以此来控制垃圾回收产生的STW
G1和其他GC算法最大的区别是弱化分代概念，引入分区思想！！！
如果要另外选择分区的尺寸，可以通过命令行选项：-XX:G1HeapRegionSize=n中进行设置
1.5 RSet
G1垃圾收集器里每一个RSet对应的是一个Region内部对象引用情况，说白了就是存在Region中存活对象的指针。在标记存活对象的时候，G1使用RSet概念，将每个分区指向分区内的引用记录在该分区，避免对整个堆扫描，并行独立处理垃圾集合
- 老年代对年轻代的引用，维护老年代分区指向年轻代分区的指针
- 老年代对老年代的引用。在这里，老年代中不同分区的指针将被维护在老年代拥有分区的RSet中
如下图，我们可以看到3个分区，x（年轻代分区）、y和z（老年代分区）。x有一个来自z的对内引用。这个引用记录在x的RSet中，分区z有2个对内引用，一个来自x一个来自y，因为年轻代分区作为一个整体回收的，所以只需记录来自y的对内引用，不用记录x的对内引用
1.6 CSet
Collection Set，简称CSet。在垃圾收集过程中收集的Region集合可以称为收集集合（CSet），也就是在垃圾收集暂停过程中被回收的目标。GC时在CSet中的所有存活数据都会被转移，分区释放回空闲分区队列
见下图，左边的年轻代收集CSet代表年轻代的一部分分区，右边的混合收集CSet代表年轻代的一部分区和老年代的多个分区：
1.7 PLAB
Promotion Local Allocation Buffers，对象晋升到survivor分区或者老年代分区的过程是在GC线程的晋升本地分配缓冲区（PLAB）进行的，每个线程有独立的PLAB。作用是避免多线程竞争相同数据。和下面介绍的TLAB思想是一致的
1.8 TLAB
Thread Local Allocation Buffers，线程本地分配缓存。JVM使用了TLAB这种线程专属的区间来避免多线程冲突（无锁方式），提高对象分配效率。TLAB本身占用了Eden空间，即JVM会为每一个线程都分配一块TLAB空间
1.9 IHOP
InitiatingHeapOccupancyPercent，简称IHOP。缺省情况是Java堆内存的45%。当老年代的空间超过45%，G1会启动一次混合周期收集
这也是G1和CMS之间较大的区别，G1的百分比是相对于整个Java堆而言的，CMS（CMSInitiatingOccupancyFraction）仅仅是针对老年代空间的占比。
为什么G1如此设计？？？
因为G1没有固定物理上分割一块内存作为老年代，而是用了Region的思想，这些Region可能是eden，survivor、老年代或者巨型分区，所以获取针对老年代本身的占用百分比没有意义
2.10 巨型分区
巨型对象会以连续分区的形式来存放，这种就叫巨型分区。巨型对象无法利用年轻代里的TLAB和PLAB。在JDK 8u40之前，它只能在并发收集周期的清除阶段回收，但是在JDK 8u40之后，巨型分区可以在年轻代收集中和full GC被回收
二.G1的设计
2.1 为什么会有G1？
为什么会有G1呢？因为并发、并行和CMS垃圾收集器都有2个共同的问题：
- 老年代收集器大部分操作都必须扫描整个老年代空间（标记，清除和压缩）。这就导致了GC随着Java堆空间而线性增加或减少
- 年轻代和老年代是独立的连续内存块，所以要先决定年轻代和年老代放在虚拟地址空间的位置
2.2 Region的设计
上面说到，G1垃圾收集器利用分而治之的思想将堆进行分区，划分为一个个的区域。G1垃圾收集器将堆拆成一系列的分区，这样的话，大部分的垃圾收集操作就只在一个分区内执行，而不是整个堆或者整个代
2.3 设计目标
G1的设计目标就是把必要的调整限定在以下2个：
- 设置最大的Java堆空间
- 设置指定GC暂停时间
G1会通过调整Java堆尺寸大小来满足设定的暂停时间目标，暂停时间目标越短，年轻代空间越小，老年代空间相对越大
2.4 使用场景
G1 GC切分堆内存为多个区间（Region），从而避免很多GC操作在整个Java堆或者整个年轻代进行。G1 GC只关注你有没有存货对象，都会被回收并放入可用的Region队列。G1 GC是基于Region的GC，适用于大内存机器。即使内存很大，Region扫描，性能还是很高的
如果现在采用的收集器没有问题，就不要选择G1，如果追求低停顿，那么G1已经是一个可尝试的选择，如果追求吞吐量，就不要选G1了
四.G1的垃圾回收
G1的垃圾收集周期主要有4种类型：年轻代收集周期、多级并发标记周期、混合收集周期和full GC（转移失败的安全保护机制）
这一节我会以应用启动的时间顺序来讲，这样比较易懂一点，也可以参照G1垃圾收集活动时序图：
4.1 年轻代收集
应用刚启动，慢慢流量进来，开始生成对象。G1会选一个分区并指定他为eden分区，当这块分区用满了之后，G1会选一个新的分区作为eden分区，这个操作会一直进行下去直到达到eden分区上限，也就是说eden分区已经被占满，那么会触发一次年轻代收集
年轻代收集首先做的就是迁移存活对象，它使用单eden，双survivor进行复制算法，它将存活的对象从eden分区转移到survivor分区，survivor分区内的某些对象达到了任期阈值之后，会晋升到老年代分区中。原有的年轻代分区会被整个回收掉
同时，年轻代收集还负责维护对象年龄，存活对象经历过年轻代收集总次数等信息。G1将晋升对象的尺寸总和和它们的年龄信息维护到年龄表中，结合年龄表、survivor占比（--XX:TargetSurvivorRatio 缺省50%）、最大任期阈值（--XX:MaxTenuringThreshold 缺省为15）来计算出一个合适的任期阈值
调优：我们可以通过--XX:MaxGCPauseMillis，调优年轻代收集，缩小暂停时间
4.2 并发标记周期
随着时间推移，越来越多的对象晋升到老年代中，当老年代占比（相对于Java总堆而言）达到IHOP参数（上图的IHOP Trigger）之后，那么G1首先会触发并发标记周期（上图的Concurrent Marking Cycle），当完成后才会开始下一小节的混合垃圾收集周期
G1的并发标记循环分5个阶段：
第一阶段：初始标记（上图Young Collection with Initial Mark），收集所有GC根（对象的起源指针，根引用），STW，在年轻代完成
第二阶段：根区间扫描，标记所有幸存者区间的对象引用
第三阶段：并发标记（上图Concurrent Marking），标记存活对象
第四阶段：重新标记（上图Remark），是最后一个标记阶段，STW，很短，完成所有标记工作
第五阶段：清除（上图Clean），回收没有存活对象的Region并加入可用Region队列
调优：我们可以通过--XX:InitiatingHeapOccupancyPercent，配置适合应用的IHOP值（过大会可能转移失败，过小可能过早引起并发标记周期）
我们也可以通过--XX:ConcGCThreads，增加并发线程数
4.3 混合收集周期
当达到IHOP参数并完成上一小节的并发标记周期之后，混合收集周期就启动了，一个周期里的单次STW的混合收集和年轻代收集是类似的，唯一区别就是在混合收集过程中会包含一部分老年分区，所以也叫混合收集
看上图的Mixed Collection Cycle，中间有好几段Mixed Collection，说明混合收集周期包含多次收集次数。那么什么影响收集次数呢？是固定的？还是？有两个参数比较重要：
-XX:G1MixedGCCountTarget：缺省值为8，意思是能启动混合收集的数目设定一个物理限制。G1根据将回收的老年分区除以该参数值得到每次混合收集的老年代CSet最小数量
-XX:G1HeapWastePercent：缺省值为5%，每次混合收集暂停，G1算出废物百分比，根据堆废物百分比，当收集达到参数时，不再启动新的混合收集
调优：当暂停时间和运行时间呈现指数级增长，可以通过-XX:G1HeapWastePercent，调高该参数会有所帮助，但这也导致更多碎片化
4.4 full GC
有2个条件同时满足则会触发full GC
1.拷贝存活对象晋升（promotion）失败，无法找到可用的空闲分区，GC日志记录为to-space exhausted。或者分配巨型对象无法在老年代找到连续足够的分区
2.当发生第一个条件后，G1会尝试增加堆使用量，如果扩展失败，那么会触发安全措施机制同时发生full GC
full GC中，单个线程会对整个堆的所有代中所有分区做标记、清除以及压缩动作！！非常非常昂贵的操作！
