JVM读书笔记之垃圾收集与内存分配

1 概述

  说起垃圾收集( Garbage Collection , GC ) ,大部分人都把这项技术当做 Java 语言的伴生产物。事实上, GC 的历史远远比 Java 久远,1960 年诞生于 MIT 的 Lisp 是第一门真正使用内存动态分配和垃圾收集技术的语言。当 Lisp 还在胚胎时期时,人们就在思考 GC 需要完成的三件事情:

  • 哪些内存需要回收?
  • 什么时候回收?
  • 如何回收?

  经过半个世纪的发展,内存的动态分配与内存回收技术已经相当成熟,一切看起来都进入了“自动化”时代,那为什么我们还要去了解 GC 和内存分配呢?答案很简单:当需要排查各种内存溢出、内存泄漏问题时,当垃圾收集成为系统达到更高并发量的瓶颈时,我们就需要对这些“自动化”的技术实施必要的监控和调节。

2 对象已死?

  堆中几乎存放着 Java 世界中所有的对象实例,垃圾收集器在对堆进行回收前,第一件事情就是要确定这些对象有哪些还“存活”着,哪些已经“死去”(即不可能再被任何途径使用的对象)。

2.1 引用计数算法

  引用计数算法的基本思路是:给对象中添加一个引用计数器,每当有一个地方引用它时,计数器值就加 l ;当引用失效时,计数器值就减 1 ;任何时刻计数器都为 0 的对象就是不可能再被使用的。

  客观地说,引用计数算法( Reference Counting )的实现简单,判定效率也很高,在大部分情况下它都是一个不错的算法,也有一些比较著名的应用案例,例如微软的 COM ( Component object Model )技术、使用 Actionscript3 的 FlashPlayer 、 Python 语言以及在游戏脚本领域中被广泛应用的 Squirrel 中都使用了引用计数算法进行内存管理。但是, Java 语言中没有选用引用计数算法来管理内存,其中最主要的原因是它很难解决对象之间的相互循环引用的问题

2.2 根搜索算法

  在主流的商用程序语言中( Java 和 C # ,甚至包括前面提到的古老的 Lisp ) ,都是使用根搜索算法( GC Roots Tracing )判定对象是否存活的。这个算法的基本思路就是通过一系列的名为“ GC Roots ”的对象作为起始点,从这些节点开始向下搜索,搜索所走过的路径称为引用链( Reference Chain ) ,当一个对象到 GC Roots 没有任何引用链相连(用图论的话来说就是从 GC Roots 到这个对象不可达)时,则证明此对象是不可用的.如下图所示,对象 objects5 、object6 、object7 虽然互相有关联,但是它们到 GC Roots 是不可达的,所以它们将会被判定为是可回收的对象。

根搜索算法判定对象是否可回收

在 Java 语言里,可作为 GC Roots 的对象包括下面几种:

  • 虚拟机栈(栈帧中的本地变量表)中的引用的对象。
  • 方法区中的类静态属性引用的对象。
  • 方法区中的常量引用的对象。
  • 本地方法栈中JNI(即一般说的 Native 方法)的引用的对象。

2.3 再谈引用

  在JDK1.2之后,Java对引用的概念进行了扩充,将引用分为强引用(Strong Reference)、软引用(Soft Reference)、弱引用(Weak Reference)、虚引用(Phantom Reference)四种,这四种引用强度依次逐渐减弱。

  强引用就是指在程序代码之中普遍存在的,类似"Object obj = new Object()"这类的引用,只要强引用还存在,垃圾收集器永远不会回收掉被引用的对象。

  软引用用来描述一些还有用,但并非必需的对象。对于软引用关联着的对象,在系统将要发生内存溢出异常之前,将会把这些对象列进回收范围之中并进行第二次回收。如果这次回收还是没有足够的内存,才会抛出内存溢出异常。在 JDK 1 . 2 之后,提供了SoftReference 类来实现软引用。

  弱引用也是用来描述非必需对象的,但是它的强度比软引用更弱一些,被弱引用关联的对象只能生存到下一次垃圾收集发生之前。当垃圾收集器工作时,无论当前内存是否足够,都会回收掉只被弱引用关联的对象。在 JDK 1 . 2 之后,提供了WeakReference 类来实现弱引用。

  虚引用也称为幽灵引用或者幻影引用,它是最弱的一种引用关系。一个对象是否有虚引用的存在,完全不会对其生存时间构成影响,也无法通过虚引用来取得一个对象实例。为一个对象设置虚引用关联的唯一目的就是希望能在这个对象被收集器回收时收到一个系统通知。在 JDK 1 . 2 之后,提供了 PhantomReference 类来实现虚引用。

2.4生存还是死亡

  在根搜索算法中不可达的对象,也并非是"非死不可"的,这时候它们暂时处于"缓刑"阶段,要真正宣告一个对象死亡,至少要经历两次标记过程:如果对象在进行根搜索后发现没有与GC Roots相连接的引用链,那它将会被第一次标记并且进行一次筛选。筛选条件是此对象是否有必要执行finalize方法(对象未覆盖finalize方法或finalize方法已被调用,都视为没有必要执行)。

  如果这个对象被判定为有必要执行finalize方法,那么这个对象将会被放置在一个名为F-Queue的队列中,并在稍后由一条由虚拟机自动建立的、低优先级Finalizer线程去执行。finalize方法是对象逃脱死亡命运最后一次机会,稍后GC将对F-Queue中的对象进行第二次小规模的标记,如果对象要在finalize中成功拯救自己--只要重新与引用链上的任何一个对象建立关联即可,譬如把自己(this关键字)赋值给某个类变量或对象的成员变量,那在第二次标记时它将被移除出"即将回收"的集合;如何对象这时候还没有逃脱,那它就真的离死不远了。

2.5 回收方法区

  永久代的垃圾收集主要回收两部分内容:废弃常量无用的类

废弃常量

  回收废弃常量与回收Java堆中的对象非常类似。

无用的类

  类需要同时满足下面3个条件才能算是"无用的类":

  • 该类所有的实例都已经被回收,也就是Java堆中不存在该类的任何实例;
  • 加载该类的ClassLoader已经被回收;
  • 该类对应的java.lang.Class对象没有在任何地方被引用,无法在任何地方通过反射访问该类的方法。

  虚拟机可以对满足上述3个条件的无用类进行回收,仅仅是可以,而不是必然就会回收。在大量使用反射、动态代理、CGLib等bytecode场景,以及动态生成JSP和OSGi这类频繁自定义ClassLoader的场景都需要虚拟机具备类卸载的功能,以保证永久代不会溢出。

3 垃圾收集算法

3.1 标记-清除算法

  最基础的收集算法,首先标记出所有需要回收的对象,在标记完成后统一回收掉所有被标记的对象,

  • 效率问题,标记和清除过程的效率都不高;
  • 空间问题,标记清除之后会产生大量不连续的内存碎片,可能会导致在需要分配较大对象时无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作。

3.2 复制算法

  它将可用内存按容量划分为大小相等的两块,每次只使用其中的一块。当这一块的内存用完了,就将还存活着的对象复制到另外一块上面,然后再把已使用过的内存空间一次清理掉。

  • 不用考虑内存碎片等复杂情况,实现简单运行高效;
  • 代价是将内存缩小为原来的一半。

  现在的商业虚拟机都采用这种收集算法来回收新生代,将内存分为一块较大的Eden空间和两块较小的Survivor空间,每次使用Eden和其中的一块Survivor。当回收时,将Eden和Survivor中还存活着的对象一次性地拷贝到另外一块Survivor空间上,最后清理掉Eden和刚才用过的Survivor的空间。HotSpot虚拟机默认Eden和Survivor的大小比例是8:1,也就是每次新生代中可用内存空间为整个新生代容量的90%,只有10%的内存会被浪费。当Survivor空间不够用时,需要依赖其他内存(老年代)进行分配担保,即如果另一块Survivor空间没有足够的空间存放上一次新生代收集下来的存活对象,这些对象将直接通过分配担保机制进入老年代。

3.3 标记-整理算法

  标记过程任然与"标记-清除"算法一样,但后续步骤不是直接对可回收对象进行清理,而是让所有存活的对象都向一端移动,然后直接清理掉端边界以外的内存。老年代一般使用该算法。

3.4 分代收集算法

  当前商业虚拟机的垃圾收集都采用"分代收集"(Generational Collection)算法,根据对象的存活周期的不同将内存划分为几块。一般是把Java堆分为新生代和老年代,这样就可以根据各个年代的特点采用最适当的收集算法。在新生代中,选用复制算法;而老年代使用"标记-清理"或"标记-整理"算法。

4 垃圾收集器

  本文讨论的收集器基于SunHotSpot虚拟机1.6版Update22,这个虚拟机包含的所有收集器如下图所示。图中展示了7种作用于不同分代的收集器,如果两个收集器之间存在连线,就说明它们可以搭配使用。

4.1 Serial收集器

  一个单线程收集器,不仅仅说明它只会使用一个CPU或一条收集线程去完成垃圾收集工作,更重要的是它在进行垃圾收集时,必须暂停其他所有的工作线程(Stop The World),直到它收集结束。
  虚拟机运行在Client模式下的默认新生代收集器。它也有着优于其它收集器的地方:简单而高效(与其它收集器的单线程比)。在用户的桌面应用场景中,分配给虚拟机管理的内存一般来说不会很大,收集几十兆甚至一两百兆的新生代(仅仅是新生代使用的内存,桌面应用基本不会再大了),停顿时间完全可以控制在几十毫秒最多一百毫秒以内,只要不是频繁发生是可以接受的。

4.2 ParNew收集器

  • Serial收集器的多线程版本,并行,新生代,采用复制算法;
  • Server模式下虚拟机中首选的新生代收集器;

4.3 Parallel Scavenge收集器

  • 新生代收集器,并行,采用复制算法;
  • 目标是达到一个可控制的吞吐量(Throughput),所谓吞吐量就是CPU用于运行用户代码的时间与CPU总消耗时间的比值;
  • 高吞吐量可以最高效率利用CPU时间,适合在后台运算而不需要太多交互的任务,-XX:MaxGCPauseMillis(控制最大垃圾收集停顿时间),-XX:GCTimeRatio(直接设置吞吐量大小)。

4.4 Serial Old收集器

  • Serial收集器的老年代版本,单线程收集,使用"标记-整理"算法;
  • client模式下的虚拟机使用;
  • 作为CMS收集器的后备预案,在并发收集发生Concurrent Mode Failure的时候使用。

4.5 Parallel Old收集器

  • Parallel Scavenge收集器的老年代版本,使用多线程和"标记-整理算法"

4.6 CMS收集器

以获取最短回收停顿时间为目标的收集器,基于"标记-清除"算法,整个过程分为4个步骤:

  • 初始标记(CMS initial mark)
  • 并发标记(CMS concurrent mark)
  • 重新标记(CMS remark)
  • 并发清除(CMS concurrent sweep)

  其中初始标记、重新标记两个步骤任然需要"Stop The World"。初始标记仅仅只是标记一下GC Roots能直接关联到的对象,速度很快,并发标记阶段就是进行GC Roots Tracing的过程,而重新标记阶段则是为了修正并发标记期间,因用户程序继续运作而导致标记产生变动的那一部分对象的标记记录。
  优点:并发收集、低停顿
  缺点:

  • 对CPU资源非常敏感
  • 无法处理浮动垃圾(Floating Garbage)
  • 会产生垃圾碎片

4.7 G1收集器

  基于"标记-整理"算法,可以非常精确地控制停顿,即能让使用者明确指定在一个长度为M毫秒的时间片段内,消耗在垃圾收集上的时间不得超过N毫秒。G1收集器可以实现在基本不牺牲吞吐量的前提下完成低停顿的内存回收,这是由于它能够极力地避免全区域的垃圾收集,G1将整个Java堆(包括新生代、老年代)划分为多个大小固定的独立区域(Region),并且跟踪这些区域里面的垃圾堆积程度,在后台维护一个优先列表,每次根据允许的收集时间,优先回收垃圾最多的区域(Garbage First)。区域划分及有优先级的区域回收,保证了G1收集器在有限的时间内可以获得最高的收集效率。

5 内存分配与回收策略

5.1 对象优先在Eden分配

  大多数情况下,对象在新生代Eden区分配。当Eden区没有足够的空间进行分配时,虚拟机将发起一次Minor GC。

5.2 大对象直接进入老年代

  所谓大对象就是指,需要大量连续内存空间的Java对象,最典型的大对象就是那种很长的字符串及数组。虚拟机提供了一个-XX:PretenureSizeThreshold参数,令大于这个设置值的对象直接在老年代中分配。这样做的目的是避免在Eden区及两个Survivor区之间发生大量的内存拷贝。

注意:PretenureSizeThreshold参数只对Serial和ParNew两款收集器有效。

5.3 长期存活的对象将进入老年代

  虚拟机给每个对象定义了一个对象年龄(Age)计数器。如果对象在Eden出生并经过第一次Minor GC后任然存活,并且能被Survivor容纳的话,将被移动到Survivor空间,并将对象年龄设为1。对象在Survivor区中每熬过一次Minor GC,年龄就增加1岁,当年龄增加到一定程度(默认15岁),就会被晋升到老年代中,可通过参数-XX:MaxTenuringThreshold来设置。

5.4 动态对象年龄判定

  为了能更好地适应不同程序的内存状况,虚拟机并不总是要求对象的年龄必须达到MaxTenuringThreshold才能晋升到老年代,如果在Survivor空间中相同年龄所有对象大小的总和大于Survivor空间的一半,年龄大于或等于该年龄的对象就可以直接进入老年代,无需等到MaxTenuringThreshold中要求的年龄。

5.5 空间分配担保

  前面提到过,新生代使用复制收集算法,但为了内存利用率,只使用其中一个Survivor空间来作为轮换备份,因此当出现大量对象在Minor GC后仍然存活的情况时(最极端就是内存回收后新生代中所有对象都存活),就需要老年代进行分配担保,让Survivor无法容纳的对象直接进入老年代。老年代要进行这样的担保,前提是老年代本身还有容纳这些对象的剩余空间,一共有多少对象会活下来,在实际完成内存回收之前是无法明确知道的,所以只好取之前每一次回收晋升到老年代对象容量的平均大小值作为经验值,与老年代的剩余空间进行比较,决定是否进行Full GC来让老年代腾出更多空间。

posted on 2018-09-17 20:16  木瓜芒果  阅读(258)  评论(0编辑  收藏  举报