你必须了解的java内存管理机制（四）-垃圾回收
本文在个人技术博客不同步发布，详情可用力戳
亦可扫描屏幕右侧二维码关注个人公众号，公众号内有个人联系方式，等你来撩...
相关链接（注：文章讲解JVM以Hotspot虚拟机为例，jdk版本为1.8）
1、 你必须了解的java内存管理机制-运行时数据区
2、 你必须了解的java内存管理机制-内存分配
3、 你必须了解的java内存管理机制-垃圾标记
4、 你必须了解的java内存管理机制-垃圾回收
前言
在前面三篇文章中，对JVM的内存布局、内存分配、垃圾标记做了较多的介绍，垃圾都已经标记出来了，那剩下的就是如何高效的去回收啦！这篇文章将重点介绍如何回收旧手机、电脑、彩电、冰箱~啊呸(⊙o⊙)…将重点介绍几种垃圾回收算法、HotSpot中常用的垃圾收集器的主要特点和应用场景。同时，这篇文章也是这个系列中的最后一篇文章啦！
正文
上一篇文章中，我们详细介绍了两种标记算法，并且对可达性分析算法做了较多的介绍。我们也知道了HotSpot在具体实现中怎么利用OopMap+RememberedSet的技术做到“准确式GC”。不管使用什么优化的技术，目标都是准确高效的标记回收对象！那么，为了高效的回收垃圾，虚拟机又经历了哪些技术及算法的演变和优化呢？（注：G1收集器及回收算法本文不涉及，因为我觉得后面可以单独写一篇文章来谈！）
回收算法
在这里，我们会先介绍几种常用的回收算法，然后了解在JVM中式如何对这几种算法进行选择和优化的。
标记-清除
"标记-清除"算法分为两个阶段，“标记”和“清除”。标记还是那个标记，在上一篇文章中已经做了较多的介绍了，JVM在执行完标记动作后，还在"即将回收"集合的对象将被统一回收。执行过程如下图：
优点：
1、基于最基础的可达性分析算法，它是最基础的收集算法。
2、后续的收集算法都是基于这种思路并对其不足进行改进而得到的。
缺点：
1、 执行效率不高。
2、 由上图能看到这种回收算法会产生大量不连续内存碎片，如果这时候需要创建一个大对象，则无法进行分配。
复制算法
“复制”算法将内存按容量划分为大小相等的两块，每次使用其中的一块。当一块的内存用完了，就将还存活的对象复制到另一块上面，然后将已经使用过的存储空间一次性清理掉，这样每次都是针对整个半区的内存进行回收，不用考虑碎片问题。执行过程如下图：
优点：
1、每次针对半个区域进行回收，实现简单，运行高效。
2、不会产生内存碎片问题。
缺点：
1、 内存会缩小为原来的一般，代价高。
2、 当对象存活率较高时，需要进行较多复制操作，效率将会变低。
复制算法改良版
“复制算法改良版”替代原来将内存一分为二的方案，将内存分为一块较大的内存（称为Eden空间）和两块较小的内存(称为Survivor空间)，每次使用Eden空间和其中一块Survivor空间。当回收时，将Eden和其中一块Survivor中还存活的对象一次性复制到另外一块Survivor空间上，最后清理掉Eden和刚才使用过的Survivor空间。执行过程如下图：
优点：
1、改善了普通复制算法的缺点，提高了空间利用率。
标记-整理算法
“标记-整理”算法的标记过程与“标记-清除”算法是一样一样的，但后续步骤不是直接对可回收对象进行清理，而是让所有的对象都向一端移动，然后直接清理掉端边界以外的内存。执行过程如下图：
优点：
1、改善了“标记-清除”算法会产生内存碎片的缺点。
2、不会像“复制”算法那样效率随对象存活率升高而变低。
缺点：
1、 依然没有解决 “标记-清除”算法存在的缺点，那就是回收效率问题。还多了需要整理的过程，效率更低。
分代收集算法
我们都知道，在主流的虚拟机中都是采用分代收集算法来进行堆内存的回收，在第一篇文章中我们也用了一张图展示了JVM堆内存的划分。如下：
分代回收根据对象存活周期的不同将内存划分为几块，这样就可以根据各个年代的特点采用最适当的收集算法。一般把Java堆分为新生代和老年代。
新生代
在Hotspot虚拟机中，新生代的收集器都是采用的改良版的复制算法进行垃圾回收。将新生代一分为三，一块Eden区和两块Survivor区。Eden区与两块Survivor区的比例为8:1:1。这样划分的依据是什么呢？基于弱代理论，IBM研究表明新生代中98%的对象都是"朝生夕死"，大多数分配了内存的对象并不会存活太长时间，在处于年轻代时就会死掉。
在原始的复制算法中，空间一分为二，空间利用率为50%，也就是说有新生代中50%的空间会被浪费，无法分配内存。Hotspot虚拟机使用改良的复制算法，并且设置合理的空间比例，新生代中可用的内存空间为整个新生代容量的90%，只有10%的空间会被浪费，大大的提高的新生代的空间利用率。如果存活对象占用的内存大于新生代容量的10%怎么办？这就需要依赖其他内存（老年代）进行分配担保了。新生代回收动图如下：
老年代
由于老年代的对象存活周期一般相对较长，不会像新生代对象那样“朝生夕死”，所以对象存活率高是老年代的特点，并且老年代也没有额外的空间可以分配担保，所以不适合采用复制算法进行回收。根据老年代的特点，一般会使用"标记-清理"或"标记-整理"算法来进行垃圾回收。
收集器
上面我们介绍了在JVM中常用的垃圾回收算法及每一种算法的优缺点。接下里会介绍在HotSpot虚拟机中常用的几种垃圾收集器，垃圾收集器是垃圾回收算法的具体实现，不同的商家、不同版本的JVM所提供的垃圾收集器可能会存在差异。这几种收集器分别是Serial、ParNew、Parallel Scavenge、Serial Old、Parallel Old、CMS、G1。在了解垃圾收集器之前，我们先来区分几个概念：
并发收集器VS并行收集器
并行：指多条收集线程同时进行收集工作，但此时用户线程处于等待状态。如ParNew、Parallel Scavenge、Parallel Old。
并发：指用户线程与垃圾收集线程同时执行（并不一定是并行，可能会交替执行）。如CMS、G1。
YoungGC VS OldGC VS MinorGC VS MajorGC VS FullGC
Minor GC、YoungGC：Minor GC又称为新生代GC，所以等价于Young GC，在新生代的Eden区分配满的时候触发。在Young GC后新生代中有部分存活对象会晋升到老年代，有可能是年龄达到阈值（默认为15岁，在JVM里面15岁就步入老年生活了，O(∩_∩)O哈哈~）了，也可能是Survivor区域满了，如果是Survivor区域被填满，会将所有新生代中存活的对象移动到老年代中！
Major GC、Old GC、Full GC：Old GC从字面能理解是老年代的GC，但是对Major GC和Full GC存在多种说法，有的认为Major GC等价于Old GC只是针对老年代的GC，有的认为Major GC和Full GC是等价的。但是我个人认为Major是指老年代GC，而Full GC针对新生代、老年代、永久代整个的回收。由于老年代的GC都会伴随一次新生代的GC，所以习惯性的把Major GC和Full GC划上了等号。前面Young GC时候说到“在Young GC后新生代中有部分存活对象会晋升到老年代”，万一老年代的空间不够存放新生代晋升的对象怎么办呢？所以当准备要触发一次Young GC时，如果发现统计数据之前Young GC的平均晋升大小比目前老年代剩余的空间大，则不会单独触发Young GC，而是转为触发Full GC，也就是整堆的收集！
串行收集器
串行垃圾收集器是最基本、发展历史最悠久的收集器。主要包含Serial和Serrial Old两种收集器，分别用来收集新生代和老年代。串行收集器由于是单线程收集，在进行垃圾收集时，必须暂停（Stop The World）所有的工作线程，直到GC线程工作完成。运行示意图如下：
Serial 收集器：主要针对新生代回收，采用复制算法，单线程收集。
Serial Old收集器：主要针对老年代回收，采用“标记-整理”算法，单线程收集。
串行收集器在单CPU的环境下，没有线程切换的开销，可以获得最高的单线程收集效率，但是由于现在普遍都是多CPU（或者多核）环境，所以除了在桌面应用中仍然将串行收集器作为默认的收集器，其他场景已经很少（很少不代表没有，后面CMS会讲到）使用。
在上面我们谈到一个词，需要暂停（Stop The World）所有的工作线程，这个概念在后面也会多次提到，为什么需要暂停呢？一是为了方便GC动作，不然在GC过程中又会额外产生新的垃圾，或者分配新的对象。二是因为GC过程中对象的地址会发生变化，如果不暂停线程，可能会导致引用出现问题。
并行收集器
并行收集器是串行收集器的多线程版本，除了多线程外，其余的行为、特点和串行收集器一样。主要包含ParNew收集器、Parallel Scavenge收集器、Parallel Old收集器。运行示意图如下：
ParNew收集器：主要针对新生代回收，采用复制算法，多线程收集。一般老年代如果使用CMS收集器，则默认会使用ParNew作为新生代收集器。
Parallel Scavenge收集器：该收集器与ParNew收集器类似，也是新生代收集器，采用复制算法，多线程收集。其他收集器关注点是尽可能地缩短垃圾收集时用户线程停顿的时间，但是Parallel Scavenge收集器的目标则是达到一个可控的吞吐量（吞吐量=CPU运行用户代码时间/(CPU运行用户代码时间+CPU垃圾收集时间)），所以该收集器也成为吞吐量收集器。由于该收集器没有使用传统的GC收集器代码框架，是另外独立实现的，所以无法和CMS收集器配合工作。
Parallel Old收集器：主要针对老年代回收，采用“标记-整理”算法，多线程收集。该收集器是Parallel Scavenge收集器的老年代版本。在JDK1.6之后用来替代老年的Serial Old收集器。在注重吞吐量以及CPU资源敏感的场景，一般会选择Parallel Scavenge+Parallel Old的组合进行垃圾收集。
CMS收集器
前面介绍的几种收集器都相对比较简单，也很好理解，所以也没做过多的介绍。接下来介绍的收集器相对前面几种收集器就要复杂一些，并且使用较广，所以介绍会较详细！并发标记清理（Concurrent Mark Sweep）收集器也称为并发低停顿收集器或低延迟收集器。CMS收集器采用的是“标记-清理”算法，所以不会进行压缩操作。我们先来了解一下CMS收集器的运作过程：
CMS收集器运作过程
1、初始标记（CMS initial mark）
仅标记GC Roots能直接关联的对象，这个阶段为速度较快，但是仍然需要“Stop The World”，但是停顿时间较短！
2、并发标记（CMS Concurrent mark）
进行GC Roots Tracing的过程，也就是查找GC Roots能直接关联的对象所引用的内存。在这个阶段，GC线程与用户线程是同时运行的，所以并不能保证能标记出所有存活的对象。
3、重新标记（CMS remark）
由于并发标记阶段，用户线程在并发运行，所以可能在并发标记阶段产生新的对象，所以在重新标记阶段也会需要“Stop The World”来标记新产生的对象，且停顿时间比初始标记时间稍长，但远比并发标记短。
4、并发清除（CMS Concurrent sweep）
在并发清除阶段用户线程与清理线程也是同时工作，清理线程回收所有的垃圾对象！
CMS收集器缺点
上面了解了CMS收集器的运作过程，不知道在了解过程中你有没有发现一些问题，比如CMS收集器采用的是“标记-清除”算法，那会不会产生很多的内存碎片？比如在并发清理阶段，用户线程还在运行，会不会在清理的过程中又产生了垃圾？总结CMS收集器的几个明显的缺点如下：
1、 对CPU资源非常敏感
并发收集虽然不会暂停用户线程，但是因为会占用一部分CPU资源，还是会导致应用程序变慢，总吞吐量下降。CMS的默认收集线程的数量=(CPU数量+3)/4。所以，当CPU数量大于4个时，会有超过25%的资源用于垃圾收集。当CPU数量小于或等于4个时，默认一个收集线程。
2、 产生大量内存碎片
CMS收集器采用“标记-清除”算法，在清除后不会进行压缩操作，这样会导致产生大量不连续的内存碎片，在分配大对象时，无法找到足够的连续内存，从而需要提前触发一次FullGC的动作。针对该问题，提供了两个参数来设置是否开启碎片整理。
1)、“-XX:+UseCMSCompactAtFullCollection”参数
从名字能看出来，在收集的时候是否开启压缩。这个参数默认是开启的，但是是否开启压缩还需要结合下面的参数！
2)、“-XX:+CMSFullGCsBeforeCompaction”参数
该参数设置执行多少次不压缩的Full GC后，来一次压缩整理。这个参数默认为0，也就是说每次都执行Full GC，不会进行压缩整理。
如果开启了压缩，则在清理阶段需要“Stop the world”，不能进行并发！
3、 产生浮动垃圾
上面说到过在并发清理阶段，用户线程还在运行，这时候可能就会又有新的垃圾产生，而无法在此次GC过程中被回收，这成为浮动垃圾。
4、 “Concurrent Mode Failure”失败
不知道大家在开发过程中有没有遇到过“Concurrent Mode Failure”失败的信息，不管你有没有遇到过，反正我是遇到过！这个异常是什么原因导致的呢。在并发标记和并发清除阶段，用户线程与GC线程并发工作，这会导致在清理的时候又会有用户的线程在拼命的创建对象，本身垃圾回收时候肯定是可用内存不够了，可万一这时候用户线程创建了大量的对象怎么办呢？所以一般CMS收集器的垃圾回收的动作不会在完全无法分配内存的时候进行，可以通过“-XX:CMSInitiatingOccupancyFraction”参数来设置CMS预留的内存空间！如果预留的空间无法满足程序的需要，就会出现 “Concurrent Mode Failure”失败。这时候JVM会启用后备方案，也就是前面介绍过的Serial Old收集器，这样会导致另一次的Full GC的产生，这样的代价是很大的，所以CMSInitiatingOccupancyFraction这个参数设置需要根据程序合理设置！
CMS收集器应用场景
上面介绍了CMS收集器的缺点，那它当然也有它的优点啦，比如并发收集、低停顿等等……所以CMS收集器适合与用户交互较多的场景，注重服务的响应速度，能给用户带来较好的体验！所以我们在做WEB开发的时候，经常会使用CMS收集器作为老年代的收集器！
