4、垃圾收集器

烟雨 5年前 (2021-06-10) 阅读数 501 #JVM

文章标签 JVM

一、Serial收集器(-XX:+UseSerialGC(年轻代) -XX:+UseSerialOldGC(老年代))

Serial（串行）收集器是最基本、历史最悠久的垃圾收集器了。是一个单线程收集器

它的 “单线程” 的意义不仅仅意味着它只会使用一条垃圾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工作的时候必须暂停其他所有的工作线程（ "Stop The World" ），直到它收集结束。

1.1、年轻代采用复制算法，老年代采用标记-整理算法

二、Parallel Scavenge收集器(-XX:+UseParallelGC(年轻代),-XX:+UseParallelOldGC(老年代))

Parallel收集器其实就是Serial收集器的多线程版本。

除了使用多线程进行垃圾收集外，其余行为（控制参数、收集算法、回收策略等等）和Serial收集器类似。默认的收集线程数跟cpu核数相同，当然也可以用参数(-XX:ParallelGCThreads)指定收集线程数，但是一般不推荐修改。

Parallel Scavenge收集器关注点是吞吐量（高效率的利用CPU）。CMS等垃圾收集器的关注点更多的是用户线程的停顿时间（提高用户体验）。所谓吞吐量就是CPU中用于运行用户代码的时间与CPU总消耗时间的比值。

Parallel Scavenge收集器提供了很多参数供用户找到最合适的停顿时间或最大吞吐量，如果对于收集器运作不太了解的话，可以选择把内存管理优化交给虚拟机去完成也是一个不错的选择。

2.1、新生代采用复制算法，老年代采用标记-整理算法

在注重吞吐量以及CPU资源的场合，都可以优先考虑 Parallel Scavenge收集器和Parallel Old收集器(JDK8默认的新生代和老年代收集器)。

三、ParNew收集器(-XX:+UseParNewGC)

ParNew收集器其实跟Parallel收集器很类似，区别主要在于它可以和CMS收集器配合使用。

它是许多运行在Server模式下的虚拟机的首要选择，除了Serial收集器外，只有它能与CMS收集器（真正意义上的并发收集器）配合工作。

3.1、新生代采用复制算法，老年代采用标记-整理算法

四、CMS收集器(-XX:+UseConcMarkSweepGC(old))

CMS（Concurrent Mark Sweep）收集器是一种以获取最短回收停顿时间为目标的收集器。它非常符合在注重用户体验的应用上使用，它是HotSpot虚拟机第一款真正意义上的并发收集器，它第一次实现了让垃圾收集线程与用户线程（基本上）同时工作。

从名字中的Mark Sweep这两个词可以看出，CMS收集器是一种 “标记-清除”算法实现的。

整个过程分为四个步骤：

初始标记：暂停所有的其他线程(STW)，并记录下GC roots直接能引用的对象，速度很快。
并发标记：并发标记阶段就是从GC Roots的直接关联对象开始遍历整个对象图的过程，这个过程耗时较长但是不需要停顿用户线程，可以与垃圾收集线程一起并发运行。因为用户程序继续运行，可能会有导致已经标记过的对象状态发生改变。
重新标记：重新标记阶段就是为了修正并发标记期间因为用户程序继续运行而导致标记产生变动的那一部分对象的标记记录，这个阶段的停顿时间一般会比初始标记阶段的时间稍长，远远比并发标记阶段时间短。主要用到三色标记里的增量更新算法做重新标记。
并发清理：开启用户线程，同时GC线程开始对未标记的区域做清扫。这个阶段如果有新增对象会被标记为黑色不做任何处理。
并发重置：重置本次GC过程中的标记数据。

4.1、优缺点

优点：并发收集、低停顿。

缺点

对CPU资源敏感（会和服务抢资源）。
无法处理浮动垃圾(在并发标记和并发清理阶段又产生垃圾，这种浮动垃圾只能等到下一次gc再清理了)。
它使用的回收算法-“标记-清除”算法会导致收集结束时会有大量空间碎片产生(当然通过参数-XX:+UseCMSCompactAtFullCollection可以让jvm在执行完标记清除后再做整理).。
执行过程中的不确定性，会存在上一次垃圾回收还没执行完，然后垃圾回收又被触发的情况，特别是在并发标记和并发清理阶段会出现，一边回收，系统一边运行，也许没回收完就再次触发full gc，也就是"concurrent mode failure"，此时会进入stop the world，用serial old垃圾收集器来回收。

浮动垃圾

在并发标记过程中，如果由于方法运行结束导致部分局部变量被销毁，这个GC roots引用的对象之前又被扫描过(被标记为非垃圾对象)，那么本轮GC不会回收这部分内存。这部分本应该回收但是没有回收到的内存，被称之为“浮动垃圾”。

浮动垃圾并不会影响垃圾回收的正确性，只是需要等到下一轮GC中才被清除。

另外，针对并发标记(还有并发清理)开始后产生的新对象，通常的做法是直接全部当成黑色，本轮不会进行清除。这部分对象期间可能也会变为垃圾，这也算是浮动垃圾的一部分。

4.2、相关核心参数

-XX:+UseConcMarkSweepGC：启用cms。
-XX:ConcGCThreads：并发的GC线程数。
-XX:+UseCMSCompactAtFullCollection：Full GC之后做压缩整理（减少碎片）。
-XX:CMSFullGCsBeforeCompaction：多少次Full GC之后压缩一次，默认是0，代表每次Full GC后都会压缩一次。
-XX:CMSInitiatingOccupancyFraction: 当老年代使用达到该比例时会触发Full GC（默认是92，这是百分比）。
-XX:+UseCMSInitiatingOccupancyOnly：只使用设定的回收阈值(-XX:CMSInitiatingOccupancyFraction设定的值)，如果不指定，JVM仅在第一次使用设定值，后续则会自动调整。
-XX:+CMSScavengeBeforeRemark：在CMS GC前启动一次minor gc，目的在于减少老年代对年轻代的引用，降低CMS GC的标记阶段时的开销，一般CMS的GC耗时 80%都在标记阶段。
-XX:+CMSParallellnitialMarkEnabled：表示在初始标记的时候多线程执行，缩短STW。
-XX:+CMSParallelRemarkEnabled：在重新标记的时候多线程执行，缩短STW。

五、垃圾收集底层算法实现-三色标记

在并发标记的过程中，因为标记期间应用线程还在继续跑，对象间的引用可能发生变化，多标和漏标的情况就有可能发生。

引入“三色标记”，把Gcroots可达性分析遍历对象过程中遇到的对象，按照“是否访问过”这个条件标记成以下三种颜色：

黑色：表示对象已经被垃圾收集器访问过，且这个对象的所有引用都已经扫描过。 黑色的对象代表已经扫描过，它是安全存活的，如果有其他对象引用指向了黑色对象，无须重新扫描一遍。黑色对象不可能直接（不经过灰色对象）指向某个白色对象。
灰色：表示对象已经被垃圾收集器访问过，但这个对象上至少存在一个引用还没有被扫描过。
白色：表示对象尚未被垃圾收集器访问过。显然在可达性分析刚刚开始的阶段，所有的对象都是白色的，若在分析结束的阶段，仍然是白色的对象，即代表不可达(要被清除的)。

5.1、漏标

漏标会导致被引用的对象被当成垃圾误删除，这是严重bug，必须解决。

举个例子，假设GC线程已经遍历到E（变为灰色，应为连接了一个白色F），此时应用线程先执行了：

var G = objE.fieldG; 
objE.fieldG = null;  // 灰色E 断开引用 白色G 
objD.fieldG = G;  // 黑色D 引用 白色G

此时GC线程继续遍历，G就会一直是白色，但是他已经被D连接，最后被当做垃圾处理。

从应用代码角度看

var G = objE.fieldG; // 1.读
objE.fieldG = null;  // 2.写
objD.fieldG = G;     // 3.写

可以针对读取，写入做处理，类似于Spring AOP，赋值前后做一定的处理。

从而引出上面问题的两种解决方案

增量更新（Incremental Update）

增量更新就是当黑色对象插入新的指向白色对象的引用关系时，就将这个新插入的引用记录下来，等并发扫描结束之后，再将这些记录过的引用关系中的黑色对象为根，重新扫描一次(重新扫描是需要STW的，因为应用程序一直在跑的话，该集合可能会一直增加新的对象，导致永远都跑不完。当然，并发标记期间也可以将该集合中的大部分先跑了，从而缩短重新标记STW的时间，这个是优化问题了)。

这可以简化理解为，黑色对象一旦新插入了指向白色对象的引用之后，它就变回灰色对象。

原始快照（Snapshot At The Beginning，SATB）

原始快照就是当灰色对象要删除指向白色对象的引用关系时，就将这个要删除的引用记录下来，在并发扫描结束之后，再将这些记录过的引用关系中的灰色对象为根，重新扫描一次，这样就能扫描到白色的对象，将白色对象直接标记为黑色(目的就是让这种对象在本轮GC清理中能存活下来，待下一轮GC的时候重新扫描，这个对象也有可能是浮动垃圾)。

5.2、写屏障

上面的过程中，无论是对引用关系记录的插入/删除，虚拟机的记录操作都是通过写屏障实现的。

给某个对象的成员变量赋值时，其底层代码大概长这样

/**
* @param field 某对象的成员变量，如 a.b.d 
* @param new_value 新值，如 null
*/
void oop_field_store(oop* field, oop new_value) {
    // 赋值操作
    *field = new_value;
}

所谓的写屏障，其实就是指在赋值操作前后，加入一些处理：

void oop_field_store(oop* field, oop new_value) { 
    // 写屏障-写前操作
    pre_write_barrier(field);          
    *field = new_value; 
    // 写屏障-写后操作
    post_write_barrier(field, value);
}

写屏障实现原始快照(SATB)

当对象B的成员变量的引用发生变化时，比如引用消失（objE.fieldG = null;），我们可以利用写屏障，将B原来成员变量的引用对象D记录下来

void pre_write_barrier(oop* field) {
    // 获取旧值
    oop old_value = *field;
    // 记录原来的引用对象
    remark_set.add(old_value);
}

写屏障实现增量更新

当对象A的成员变量的引用发生变化时，比如新增引用（objD.fieldG = G;），我们可以利用写屏障，将A新的成员变量引用对象D记录下来

void post_write_barrier(oop* field, oop new_value) {  
  if($gc_phase == GC_CONCURRENT_MARK && !isMarkd(field)) {
      // 记录新引用的对象
      remark_set.add(new_value); 
  }
}

5.3、读屏障

oop oop_field_load(oop* field) {
    // 读屏障-读取前操作
    pre_load_barrier(field);
    return *field;
}

读屏障是直接针对第一步：var G = objE.fieldG;，当读取成员变量时，一律记录下来

void pre_load_barrier(oop* field) {  
    oop old_value = *field;
    // 记录读取到的对象
    remark_set.add(old_value); 
}

六、记忆集与卡表

在新生代做GC Roots可达性扫描过程中可能会碰到跨代引用的对象，这种如果又去对老年代再去扫描效率太低了。为此，在新生代可以引入记录集（Remember Set）的数据结构（记录从非收集区到收集区的指针集合），避免把整个老年代加入GCRoots扫描范围。

事实上并不只是新生代、老年代之间才有跨代引用的问题，所有涉及部分区域收集（Partial GC）行为的垃圾收集器，典型的如G1、 ZGC和Shenandoah收集器，都会面临相同的问题。

垃圾收集场景中，GC收集器只需通过记忆集判断出某一块非收集区域是否存在指向收集区域的指针即可，无需了解跨代引用指针的全部细节。

hotspot虚拟机使用一种叫做“卡表”(cardtable)的方式实现记忆集，也是目前最常用的一种方式。关于卡表与记忆集的关系，可以类比为Java语言中HashMap与Map的关系。

卡表是使用一个字节数组实现：CARD_TABLE[ ]，每个元素对应着其标识的内存区域一块特定大小的内存块，称为“卡页”。hotSpot虚拟机使用的卡页是2^9大小，即512字节。

一个卡页中可包含多个对象，只要有一个对象的字段存在跨代指针，其对应的卡表的元素标识就变成1，表示该元素变脏，否则为0。

GC时，只要筛选本收集区的卡表中变脏的元素加入GC Roots里进行扫描。Hotspot虚拟机使用写屏障维护卡表状态。

版权声明

非特殊说明，本文由Zender原创或收集发布，欢迎转载。

上一篇：3、垃圾收集算法下一篇：5、G1垃圾回收器

发表评论:取消回复

◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。