JVM学习之路3-GC机制和GC收集器分析

继上一篇 JVM学习之路2-对象内存布局及逃逸分析 介绍完jvm相关对象在内存中如何布局、如何进行访问以及jvm进行逃逸分析并做优化之后，本篇准备聊一下jvm最关键的一个点（也是现实中遇到问题最多的点）垃圾回收，本篇相对比较长，大家可以只看自己需要看的部分。
知识点
1、垃圾回收机制
2、垃圾收集算法及常见的垃圾收集器

垃圾回收机制

顾名思义，垃圾回收就是对垃圾进行回收，但是jvm中哪些属于"垃圾"呢？无用的对象。大概整理了下目前主流的gc流程：

jvm判断对象是否可以被回收主要有两种算法，引用计数法和可达性分析。下面分别来介绍一下。

引用计数法

在对象中添加一个计数器，用来统计对象被引用的次数，每次对象被引用一次就加1，引用减少一次就减1，当引用次数为0的时候就说明对象没有被使用，那就可以销毁了。

可达性分析

可达性分析也比较简单，就是有一系列作为"gc root"的对象作为起始点，由该节点开始向下查找，当一个对象到gc root没有任何引用链链接时就认为该对象可以被回收了，目前主流的虚拟机都是采用这种方式进行回收判定。以下对象可以作为gc root：
1、虚拟机栈中引用的对象；
2、方法区中类静态属性引用的对象；
3、方法区中常量引用的对象；
4、本地方法栈中引用的对象；
要注意一点，正常来说对象不可达都会被回收，但是对象也并非"非死不可"，我们可以通过重载finalize()对对象再引用一次，即可阻止对象被回收（不建议这么做）。

四种引用类型

在谈到对象是否被引用的时候，我们要讲一下java中的4种引用类型：强引用、弱引用、软引用、虚引用；

强引用

只要对象还被引用，那就不会被gc所回收。这个是我们大多数时候在用的，举个例子：

A a = new A();

这个a就是一个强引用。

弱引用

如果一个对象只有弱引用在引用它，那么下次gc的时候就会被回收。这个平时我们代码中用得不多，但是在看源码的时候会发现用得还是比较多的（ThreadLocal就是用得弱引用key的管理），这也是一种内存对象的管理方式。举个例子：

ReferenceQueue<Employee> referenceQueue = new ReferenceQueue<>();
WeakReference<A> weakA = new WeakReference<>(new A())；
WeakReference<A> weakA = new WeakReference<>(new A(), referenceQueue)；

上述代码中的weakA就是一个弱引用，在下次gc的时候就会被回收。

软引用

如果一个对象只有软引用，在内存即将不够的时候，会将这些对象进行回收。举个例子：

ReferenceQueue<Employee> referenceQueue = new ReferenceQueue<>();
SoftReference<A> softEmployee = new SoftReference<>(new A());
SoftReference<A> softEmployee = new SoftReference<>(new A(),referenceQueue);

虚引用

该引用可以认为没有被引用，也无法通过该引用获取到对象实例，总得来说该引用只有一种作用，就是在对象被回收的时候收到系统通知。举个例子：

PhantomReference<Employee> phantomEmployee = new PhantomReference<>(new Employee(), referenceQueue);

可以看出虚引用只有一个构造函数，并且需要传递引用队列，引用队列的作用就是在对象被回收之后能在引用队列里找到该引用（不是该对象）。当然弱引用、软引用都可以用到引用队列。

分代收集

在介绍内存模型中堆的概念的时候，说到堆上的空间分为新生代、老年代（默认1:2），新生代又分为eden区、to区、from区（默认8:1:1），有一张图已经比较清晰的展现了不同代的情况，这里把相关的概念介绍下，后面分析gc日志的时候还是比较有用的。
新生代收集（Minor GC/Young GC）：对于新生代空间上的垃圾进行回收。
老年代收集（Major GC/Old GC）：对于老年代空间上的垃圾进行回收。Major GC有些资料也指整堆收集。
整堆收集（Full GC）：收集所有堆和方法区。
对于大对象，我们知道是直接进入老年代的，所以代码中尽量避免大对象：

收集算法

针对不同的分代，有不同的收集算法适配，目前常见的垃圾收集算法有三种：标记-清除、标记-复制、标记-整理。

标记-清除

最早最基础的算法，非常简单，对于满足回收条件的对象进行标记，然后在回收的时候对带标记的对象进行回收。
缺点：
1、效率低，存在大量对象时就会有大量的标记和清除动作；
2、内存碎片，会产生大量不连续的内存碎片，导致后面分配内存可能因为连续空间不够导致需要full gc;

标记-复制

该算法也比较简单，就是将可用内存分为相等的两块，一块为在用的内存，一块为空闲内存，当在用内存空间不够分配的时候，就会将该内存中存活的对象复制一份到空闲内存中，然后对在用内存进行清理。
缺点:
1、内存浪费，由于存在空闲内存，最多可能会浪费50%内存空间;
2、对象存活率较高时会有大量复制，存在效率问题；

目前主流的虚拟机对于新生代的回收都是采用该算法。

标记-整理

和标记-清除很像，只不过是在清除完后会对空间进行整理，以保证内存空间的连续，减少内存碎片。
缺点：
1、存活对象较多时候，内存空间整理会比较耗性能，造成卡顿；

垃圾收集器

垃圾收集器就是垃圾收集算法的实践者。直接引用书里的一张图，大概了解一下对于不同区目前有哪些收集器以及如何搭配使用。

存在连线的说明是可以搭配使用的收集器。下面我们逐一介绍这些收集器。
新生代收集器：Serial、ParNew、Parallel Scavenge
老年代收集器：Serial Old、Parallel Old、CMS
整堆收集器：G1

Serial收集器

顾名思义，单线程收集器，会有一个额外线程对垃圾进行收集，在收集的过程中会暂停其他所有工作线程。
缺点：体验差，会造成程序卡顿；
优点：简单高效、内存消耗少；
算法：标记-复制;
使用场景：对于新生代只需要几百兆内存的应用，卡顿时间差不多在几十上百毫秒，非频繁收集下是可以接受的。应用于客户端应用。
设置参数：-XX:+UseSerialGC

ParNew收集器

其实就是Serial的多线程版本，在单核系统下相比Serial没有优势，多核下就有优势，会有多个线程同时进行垃圾回收，优缺点和Serial一样。
使用场景：配合CMS进行使用，应用于服务端应用。
设置参数：
"-XX:+UseParNewGC"：强制指定使用ParNew；
"-XX:+UseConcMarkSweepGC"：指定使用CMS后，会默认使用ParNew作为新生代收集器；
"-XX:ParallelGCThreads"：指定垃圾收集的线程数量，ParNew默认开启的收集线程与CPU的数量相同；

Parallel Scavenge收集器

与ParNew类似，但是关注点在吞吐量而不在卡顿，该收集器与其老年代版本为jdk8默认收集器。
吞吐量=处理器用于运行用户代码的时间/处理器总消耗时间的比值，也就是尽量让处理器运行用户代码。该收集器支持通过参数设置自适应策略，虚拟机会自动进行调优。
算法：标记-复制。
使用场景：后台计算类应用。
设置参数：
"-XX:MaxGCPauseMillis"：控制最大垃圾收集停顿时间，大于0的毫秒数，MaxGCPauseMillis设置得稍小，停顿时间可能会缩短，但也可能会使得吞吐量下降，因为可能导致垃圾收集发生得更频繁；
"-XX:GCTimeRatio"：设置垃圾收集时间占总时间的比率，0<n<100的整数，GCTimeRatio相当于设置吞吐量大小，计算方法是1 / (1 + n)
，默认值99；
"-XX:+UseAdptiveSizePolicy"：开启Jvm自适应策略，JVM会根据当前系统运行情况收集性能监控信息，动态调整这些参数，以提供最合适的停顿时间或最大的吞吐量；

Serial Old收集器

Serial收集器的老年代版本，没什么好多说的。
算法：标记-整理。

Parallel Old收集器

Parallel Scavenge收集器的老年代版本，传说中的吞吐量组合，没什么好多说的。
算法：标记-整理。

CMS收集器

全称Concurrent Mark Sweep,以低停顿作为目标的收集器，基于标记-清除算法，整体分为4个过程：初始标记、并发标记、重新标记、并发清除。其中初始标记和重新标记是需要停止所有用户线程的，但是耗时较短。默认收集线程数为（cpu核数+3）/4个。
优点：收集效率高，低停顿。
缺点：内存碎片，cpu数量少于4个情况下对应用影响较大，无法处理浮动垃圾（并发标记和清除过程中用户线程在运行又产生的垃圾）。
应用场景：对于响应性能要求高的系统。
设置参数：
"-XX:+UseConcMarkSweepGC"：指定使用CMS收集器；

G1收集器

全称Garbage-First，该收集器的使命是比较重的，一个里程碑的收集器，它开创了收集器面向局部收集的设计思路和基于Region的内存布局形式，不再区分新生代和老年代。什么是Region？可以理解为一块连续的内存区域，一个堆分为大小相等的N个Region。G1就是基于Region进行垃圾回收，Region既会扮演新生代eden、survivor区，又会扮演老年代区。用Humongous区存放大对象（对象大小超过Region一半，一个不够则用多个Region放）。
大致堆分布变成这样（引用自参考资料第四个博客）：

基本上和上面提到的垃圾收集器实现完全不一样了，不需要回收新生代整个区或者老年代整个区，G1内部会维护一个回收的优先级列表，在目标时间周期内只要把列表中"价值"(可回收空间以及所需时间)最大的Region回收过来就行。
回收步骤：
1、初始标记，需要停顿，耗时短。
2、并发标记，无需停顿。
3、最终标记，需要停顿，耗时短。
4、筛选回收，对各个Region的回收价值和成本进行排序，制定具体的回收计划，无需停顿。
G1虽然好，但是我们也不是一定要用G1，还是得结合具体场景和实际情况来选择；
优点：延迟可控，高吞吐，没有内存碎片，不需要和其他收集器搭配使用。
缺点：为了解决对象跨Region引用问题，需要记忆集进行记录引用关系，需要额外内存开销。
算法：整体看集于标记-整理算法进行收集，局部看基于标记-复制算法进行收集。
应用场景：面向服务端应用，针对具有大内存、多处理器的机器。
设置参数：
"-XX:+UseG1GC"：指定使用G1收集器。
"-XX:InitiatingHeapOccupancyPercent"：当整个Java堆的占用率达到参数值时，开始并发标记阶段；默认为45。
"-XX:MaxGCPauseMillis"：为G1设置暂停时间目标，默认值为200毫秒。
"-XX:G1HeapRegionSize"：设置每个Region大小，范围1MB到32MB，要为2的N次幂；目标是在最小Java堆时可以拥有约2048个Region。
"-XX:ConcGCThreads"：并发GC使用的线程数。

总结

本篇内容比较多又比较长，花了不少时间来写，基本上说清了jvm的垃圾回收机制，包括对4种引用类型也做了相关使用介绍，对于垃圾收集的算法以及主流的7种收集器也做了较为详细的说明，当然现在还有ZGC、Shenandoah这些更牛逼的收集器，但是用的不多，就不花时间整理介绍了，有需要大家可以再自己找一下资料学习。后面有新的收获会再进行补充，下一篇会介绍Jvm的类加载机制，在系列文最后会写调优案例，到时候会结合相关案例来实践前面的理论。

参考资料：
周志明《深入理解Java虚拟机》
https://www.cnblogs.com/jswan...
https://www.cnblogs.com/cxxjo...
https://blog.csdn.net/pedro7k...