垃圾回收器的發展歷程

背景

01、G1解決的問題

G1垃圾回收器是04年正式提出，12開始正式支持，在17年作為JDK9預設的垃圾處理器。

在04年的時候，java程式堆的記憶體越來越大，從而導致程式中可存活的活對象越來越多，因此GC的STW時間越來越長。這是G1要解決的主要問題：STW帶來的停頓時間太長了。

CMS在此之前效率也很高，但活對象數量一多，STW時間也很長。而且CMS無法解決記憶體碎片化的問題。

G1還解決的問題是：CMS在GC後，無法compact記憶體。

02、G1達成的目標

（1）減少由於STW而帶來的程式延遲時間，做到偽實時、低延時、可設定目標；
可設定目標是指能夠設置GC最大STW停頓的時間，G1會儘量達成目的，但不一定達成。

-XX:MaxGCPauseMillis=N

預設情況下是250毫秒

（2）解決CMS在GC後，無法壓縮程式記憶體的問題；

（3）在JDK9之後，預設的垃圾處理器就是G1；它適用於堆記憶體較大的情況下（>4~6G）；

G1垃圾回收器

一、G1記憶體佈局

G1不再遵循之前的堆中對象的分代排列，而是將堆分成若幹個等大的區域。

而是變成：

預設是分成2048個區域，-XX:G1HeapRegionSize=N 2048

Humongous：當你分配的一個對象超過一半區域的大小時，這個對象就會被放入這個區域。這個區域屬於老年代區域。

二、G1的介紹

G1垃圾回收器不再回收整個堆，而是選擇一個Collection Set（CS）。而且每次GC時，會估計每個Region中的垃圾比例，優先回收垃圾多的Region。這就為什麼被叫做Garbage First演算法。這也是為什麼G1可以控制STW停頓時間的原因。
G1含有三種GC演算法：

• Full young GC：年輕代GC演算法：STW、Parallel、Copying
• 老年代GC演算法：Mostly-concurrent marking、Incremental compaction
• Mixed GC：混合GC

三、G1引來的問題

問題描述

G1將年輕代、老年代區域劃分為許多個小區域，增加在GC判斷對象是否為垃圾的難度。比如：

• 老年代對象可能持有年代代的引用（跨代引用）
• 不同的Region間的互相引用
  

假設在Full young GC時，某個年輕代Region對象可能被老年代的某個對象引用，那麼我在回收這個年輕代Region時，怎麼知道這裡面的對象是否被其他Region、老年代引用呢？

問題解決

Remembered Set、Card Table

1、CardTable
每個Region中分為很多區域，每個區域我們成為CardTable，對應的就是上述藍色區域；每個CardTable有多個entry組成。當對應的記憶體空間發生改變時，就會標記為dirty。

2、RememberedSet
當Region1的CardTable引用Region2的CardTable時，Region2的RememberedSet就會記錄對應CardTable中的entry，可以根據其找到對應的記憶體區域。

3、解析
當某個記憶體對應進行賦值是，就是對象的set方法，我們可以在這種方法上添加dirty的描述。
這其實就是典型的時間換空間的做法：用額外的空間維護引用信息，這就是占用5~10%的過多記憶體占用。

解決方法的實現

1、Write Barrier介紹
Write barrier是一種向JVM註入的一小段代碼，用於記錄指針變化。比如說object.field = <reference>。

在JVM開始更新指針時，就經過以下幾步：

• 標記Card為Dirty
• 將Card存入Dirty Card Queue隊列中

這裡有一個問題：為什麼要放在隊列里，而不是直接去更新RememberedSet呢？
這是因為JVM運行可能會有多個線程並行的修改RememberedSet，這樣就需要花費額外的時間來解決多線程同步問題。而這種更新引用是頻繁的，所以這種額外時間是無法忍受的。

2、Dirty Card Queue
這個隊列有白、綠、黃、紅四個顏色，表示應用線程往這個隊列放任務的狀態。

• White
  表示沒有應用線程往隊列里放任務，什麼事都不用乾。

• Green
  此時Refinement線程開始被激活，開始更新RS。-XX:G1ConcRefinementGreenZone=N

• Yellow
  此時全部的Refinement線程都被激活，來更新RS。-XX:G1ConcRefinementYellowZone=N

• Red
  這個時候，應用線程也開始參與排空隊列的工作。-XX:G1ConcRefinementRedZone=N

四、GC演算法的過程

1、Fully young GC

GC的過程

（1）STW
此時會暫停所有堆中的對象，將部分Region拷貝到指定區域。

（2）構建Collection Set
fully young GC就是選取所有的Eden和Survivor。

（3）掃描GC Roots

（4）更新RememberedSet
排空Dirty Card Queue

（5）Process RS
根據RS找到要GC的對象被哪些對象引用了。

（6）對象拷貝
survivor區域對象的調整。

（7）Reference Processing

額外會做的事

G1記錄每個階段的時間，用於後期自動調優。比如說會記錄Eden、Survivor的數量和GC時間，後期會根據我們之前設定的暫停目標來自動調整Region數量。
但是我們設置暫停目標越短，年輕代的Region數量就越少。但這可能會導致Fully young GC頻繁發生。

2、Old GC

當堆用量達到一定程度時，就會觸發old GC。可以通過以下參數進行設置：

-XX:InitatingHeapOccpancyPercent=45

old GC有一個很大特點就是併發進行的。但它是如何在堆中不斷變化的情況下，確定哪些是要清理的垃圾對象呢？

三色標記演算法

這種演算法實現了在不暫停應用線程的情況下進行併發標記，標記過程過如下：
（1）將GC Root對象記錄為黑色，其直接引用對象記錄為灰色，並將這些灰色對象放入一個隊列中

（2）從隊列取出對象，將其標為黑色，將其引用對象記錄為灰色，再放入隊列中

（3）直到隊列中無對象為止

三色標記演算法的缺點：Lost Object Problem

三色標記演算法並沒有完全將所有的活對象都標記出來，這就是Lost Object Problem問題。比如說：
（1）剛開始時

（2）在即將描述將C標為灰色的一剎那

此時，C依然是活對象，但是已經無法將其標記了。

（3）結果

Lost Object Problem的解決

這種解決辦法還是通過Write barrier技術來解決。當B.c=null，也就是C指針被刪除時，G1還是被認為活對象。

那如果C是新生對象呢？這是老年代GC

Old GC過程

（1）STW
老年代GC會在這個時候，進行一次Fully young GC

（2）恢復應用線程

（3）使用三色標記演算法併發標記（init marking）

（4）STW

這時候會有一個Remark階段，主要是解決SATB、Reference processing
還會有一個Cleanup階段，用於回收全為空的區

（5）恢復應用線程

3、Mixed GC

我們直到CMS最大的缺點就是無法進行壓縮操作，而G1就通過Mixed GC解決了這個問題。

Mixed GC沒有固定觸發條件，他是根據Fully young GC收集的信息和我們配置的時間來決定，是否觸發Mixed GC。它會根據暫停目標，來優先選擇垃圾最多的Old Region來執行。

Mixed GC會選擇若幹個Region進行，預設是選擇1/8的Old Region、Eden Region、Survivor Region。

Mixed GC的過程跟Fully young GC的過程相同，都是：STW、Parallel、Copying。

原博客地址