SATB的一些理解

空无

啃G1的时候,SATB(Snapshot At The Beginning)这个术语看我的很是迷糊。简单解释是:“GC开始时对象关联的快照”,但这个解释……貌似有点歧义。查阅了不少资料,也全都一笔带过不解释

下面结合一些前置的垃圾回收知识,总结一下我对SATB的理解

前置知识

增量式垃圾回收

增量(incremental)式垃圾回收,是指GC和Mutator交替运行的一种垃圾回收工作方式,如下图所示
image.png

Hotsopt中的G1就是一款增量式的垃圾回收器,老一代的CMS也有增量模式。在增量式垃圾回收下,可以降低Mutator的暂停时间,只是吞吐量没那么高(只是说增量回收下,并不是指G1)

三色标记法

三色标记法(Tri-color marking)是Edsger W. Dijkstra 等人提出的,在增量式垃圾回收里非常有用,用于标记GC过程中不同阶段的对象的状态。

  • 白色:还未搜索过的对象
  • 灰色:正在搜索的对象
  • 黑色:搜索完成的对象

    GC 开始运行前所有的对象都是白色。GC 一开始运行,所有从根能到达的对象都会被标记,然后被堆到栈里。GC 只是发现了这样的对象,但还没有搜索完它们,所以这些对象就 成了灰色对象。

灰色对象会被依次从栈中取出,其子对象也会被涂成灰色。当其所有的子对象都被涂成 灰色时,对象就会被涂成黑色。 当 GC 结束时已经不存在灰色对象了,活动对象全部为黑色,垃圾则为白色。 这就是三色标记算法的概念。

有一点需要我们注意,那就是为了表现黑色对象和灰色对象,不一定要在对象头里设置标志(事实上也有通过标志来表现黑色对象和灰色对象的情况)。 在这里我们根据对象的情况,更抽象地把对象用三个颜色表现出来。每个对象是什么样的状 况,意味着什么颜色,这些都根据算法的不同而不同。

比如在增量式的标记-清除(Mark-Sweep)算法中,可以分为以下3个阶段:

  1. 根查找阶段
  2. 标记阶段
  3. 清除阶段

在根查找阶段,把所有能从根直接引用的对象标记为灰色。在标记阶段查找灰色对象,将其引用的对象也标记为灰色,查找结束(tracing完成)后将灰色对象标记为黑色。在最后的清除阶段,将黑色对象再标记为白色

标记遗漏

如果在标记阶段执行一半暂停后,Mutator更新了对象的引用关系,就可能会导致活动对象(reachable objects)的“标记遗漏”,一旦发生了标记遗漏,就可能会在最后的清除阶段造成误回收活动对象的严重问题

比如下面这个场景,在标记过程中暂停之后,Mutator修改了引用关系:
image.png

(a)是刚暂停的状态,A被标记为黑色,B被标记为灰色,接下来会对B进行遍历。此时继续执行Mutator

在(b)中,Mutator将A->B的引用,修改为A->C,然后删除了B->C的引用关系,本来是A->B->C,变成了A-C,就成了(c)图的情况

这个时候如果进行重新标记阶段就会出现问题:B本来是灰色对象,经过遍历后就被标记为了黑色。虽然此时C是活动对象,但也不会进行搜索了,因为没有一个灰色对象关联它,所以C就不会被标记为活动对象;那么在最后的清除阶段时,就会造成误清除。这种情况就成为标记遗漏

在上面这个例子里,造成标记遗漏的关键原因是,B->C的引用被移除了

写入屏障

写入屏障(Write Barrier)在GC里并不是一个具体的算法,只是一个“抽象”,其作用是在对象引用更新时增加一个“屏障”,在屏障中做一些增强操作。

下面是一段Edsger W. Dijkstra 等人提出的写入屏障实现(伪代码),在更新对象之间的引用时,需要调用write_barrier函数,从而实现“屏障”的功能。

write_barrier(obj, field, newobj){
    if(newobj.mark == FALSE)
        //标记新对象
         newobj.mark = TRUE
        //将新对象记录至标记栈
        push(newobj, $mark_stack)
    *field = newobj
}

在write_barrier函数中,更新引用的同时,将新对象标记后再记录至标记栈里,这样的话在待会的清除阶段,发生引用变化的对象活动对象也会被正常的标记了

通过这个写入屏障的方式,就可以解决上面的标记遗漏问题,因为记录了新的引用对象,新的引用对象也会被标记为活动对象,就不会出现标记遗漏了

汤浅太一 的算法

汤浅太一 在1990年开发了另一种增量垃圾回收算法,使用汤浅太一的写入屏障算法的GC也称为“Snapshot GC”。

这是因为这种算法是以 GC 开始时对象间的引用关系(snapshot)为基础来执行 GC 的。因此,根据汤浅的算法,在 GC 开始时回收垃圾,保留 GC 开始时的活动对象和 GC 执行过程中被分配的对象。

刚看这段时有点乱,SATB/Snapshot GC/Write Barrier几个概念有点混淆了

这里说的汤浅太一的算法,指的是它提出的一种实时垃圾回收的技术,和Edsger W. Dijkstra 等人提出不同。

“GC 开始时对象间的引用关系(snapshot)”这个也并不是说在标记阶段前,再新增一个快照的流程去记录引用关系。

这个算法的设计理念是“Snapshot”数据,它认为“在标记阶段中新的从根引用的对象在 GC 开始时应该会被别的对象所引用”(别的对象引用这里由写入屏障来记录)

所以这种基于初始引用关系作为基准数据,忽略了GC过程中的变化(新的从根引用的对象)这种方式,称为Snapshot
**
下面是汤浅太一 的写入屏障实现的伪代码,和上面介绍的写入屏障不同,在这个版本里,标记并添加到标记栈的对象变成了oldobj

write_barrier(obj, field, newobj){ 
    oldobj = *field
    if(gc_phase == GC_MARK && oldobj.mark == FALSE) 
        //标记老对象
        oldobj.mark = TRUE 
        //将老对象记录至标记栈
        push(oldobj, $mark_stack)

    *field = newobj
}

通过写入屏障,记录引用变化前的对象(关系),从而构成“快照”。在汤浅的算法中,上面的ABC引用例子过程是这样:
image.png

在B->C的引用删除后,将C(oldobj)也标记为灰色,这样在标记阶段时,C还是会被遍历,这样就避免了标记遗漏的问题。

不过还是会有可能在并发标记过程中,某些对象已经没有引用不可达了,但是仍然会被标记,少回收几个也没什么关系……

G1 GC中的SATB

Hotspot G1 GC中的SATB,是汤浅太一写屏障算法的增强版,其核心还是基于快照理念“在标记阶段中新的从根引用的对象在 GC 开始时应该会被别的对象所引用”和写屏障来完成完整的标记

参考

  • Taiichi Yuasa, _Real-time garbage collection on general-purpose machines_, Journal of Systems and Software, v.11 n.3, p.181-198, Mar. 1990
  • 《垃圾回收的算法与实现》 中村成洋 , 相川光 , 竹内郁雄 (作者) 丁灵 (译者)
  • 《深入Java虚拟机:JVM G1GC的算法与实现》中村成洋 (作者) 吴炎昌 , 杨文轩 (译者)
  • HotSpot VM 请教G1算法的原理 - 资料 - 高级语言虚拟机 - ITeye群组
阅读 1.8k

坚持原创,专注分享 JAVA、网络、IO、JVM、GC 等技术干货

2.8k 声望
4.2k 粉丝
0 条评论
你知道吗?

坚持原创,专注分享 JAVA、网络、IO、JVM、GC 等技术干货

2.8k 声望
4.2k 粉丝
文章目录
宣传栏