Jvm垃圾收集器和垃圾回收算法

概述：

　　目前内存的动态分配和内存的回收技术已经相当成熟，一切看起来都已经进入了“自动化”时代，为什么还要去了解GC和内存分配呢？原因很简单：当需要排查各种内存泄漏、内存溢出问题时，当垃圾收集器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。

　　之前的博客讲到了Java虚拟机运行时内存的各个部分，其中程序计数器、虚拟机栈、本地方法栈3个区域随线程而生，随线程而灭，栈中的栈帧随方法的进入和退出执行着入栈和出栈操作，因此方法结束或者线程结束时，内存就自然跟随着回收了。而Java堆和方法区组不同，我们在运行时才知道会创建哪些对象，这部分的内存和回收都是动态的，垃圾回收器所关注的也是这一部分内存。后文所讲的内存分配和回收也是仅指这一部分内存。

一、判断对象“死活”

　　1.引用计数法

　　很多教科书或者开发人员，对于回答“如何判断对象死活？”这个问题的答案大多是引用计数法。实现起来是这样的：给对象添加一个引用计数器，每当一个地方引用它时就+1，当引用失效时就-1，任何时刻计数器为0的对象就是不肯能再被引用的。

　　　　客观的说，引用计数法实现简单，判定效率也很高，但是至少主流的Java虚拟机都没有采用引用计数法来管理内存，最主要的原因是它很难解决对象之间互相循环引用的问题。

　　2.可达性分析算法

　　可达性算法（Reachability Anlysis）是目前Java、C#的主流实现中来判定对象是否存活的。主要思路是：通过一些类成为“GC Roots”的对象做为起点，从这些结点开始往下搜索，搜索所走过的路称为引用链，当一个对象到GC Roots没有任何引用链时，则证明这个对象是不可用的。

　　　　下图所示:

　　

　　　　　Object1-Object4均有引用链和GC Roots相连接，而Object5-Oject7没有引用链相连，所以他们被判定为可以回收的对象

　　在Java中，可以做为GC Roots结点的有一下四种

• 虚拟机栈（栈帧中的本地变量表）中的引用对象
• 方法区中类静态属性引用的对象
• 方法区中常量引用的对象
• 本地方法栈中JNI（即Native方法）

3.再谈引用

　　在JDK1.2之前，Java中的引用定义为：如果reference类型的数据存储的是数值代表的是另一块内存的起始地址，就称为这块内存代表着一个引用。在JDK1.2之后，Java对引用概念进行了扩充，分为下面四种：

• 强引用（Strong Reference）：代码中普遍存在的，类似Object obj=new Object()，这类的引用，只要强引用还存在，GC就永远不会回收掉被引用的对象。
• 软引用（Soft Reference）：用来描述一些还有用但并非必需的对象。对于软引用关联的对象，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进行第二次回收，如果这次回收之后还没有足够的内存，才会抛出内存溢出异常。在JDK1.2之后，提供了SoftReference类来实现软引用。
• 弱引用（Weak Reference）：也是用来描述非必需的对象，但强度比软引用要弱，被弱引用关联的对象只能生存到下一次垃圾回收器之前，当垃圾回收器工作时，一定会回收只被弱引用关联的对象。在JDK1.2之后，提供了WeakReference类来实现弱引用。
• 虚引用（Phantom Reference）：也称为幽灵引用或者幻影引用，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获得一个对象实例。为一个对象设置虚引用关联的唯一目的：在这个对象被垃圾回收器回收时收到一个系统通知。

4.生存还是死亡

　　即使在可达性分析算法中不可达的对象也不是“非死不可”的，这时候他们处于“缓刑”的阶段，真正要宣告一个对象死亡，至少要经过两次标记的过程。

• 如果对象在进行可达性分析后发现没有与GC Roots相连接的引用链，那么它将被第一次标记并且执行一次筛选。筛选的条件是：这个对象是否有必要执行finalize()方法（若对象没有覆盖finalize()方法，或者finalize()方法已经被虚拟机调用过（虚拟机只能调用一次），则视为“没有必要执行”）。
• 若被判定为有必要执行finalize()方法，那么该对象会被放置在一个叫做F-Queue的队列中，并在稍后有一个虚拟机自动建立的、低优先级的Finalizer线程去执行它（即虚拟机触发finalize()方法，但不承诺会保证等待它运行结束，因为如果一个对象的finalize()方法执行缓慢，或者发生了死循环，将很可能会导致F-Queue队列中的其他对象永远处于等待状态，甚至整个内存回收系统崩溃）。finalize()方法是对象逃脱死亡命运的最后一次机会，稍后GC将对F-Queue中的对象进行第二次标记。如果对象要在这里拯救自己，就要重新与引用链上的任意一个对象建立关联即可。譬如，把自己复制给某个类变量或者对象的成员变量上，那么在第二次标记它时将被移除F-Queue队列。如果对象还没有逃脱，则被真正的回收了。

下面代码显示一次对象的自我拯救：

 //代码演示了两点
 //1.对象可以实现自救
 //2.这种自救只能一次，因为finalize方法只会被执行一次

 public class jvmtest1 {
     public static jvmtest1 obj = null;

     public void isAlive() {
         System.out.println("I am alive");
     }

     @Override
     protected void finalize() throws Throwable {
         super.finalize();
         System.out.println("finalize method executed!");
         obj = this;
     }

     public static void main(String[] args) throws Exception {
         obj = new jvmtest1();

         obj = null;
         System.gc();
         // 因为finalize方法优先级很低，所以暂停0.5s执行
         Thread.sleep(500);
         if (obj != null) {
             obj.isAlive();
         } else {
             System.out.println("I am dead");
         }

         // 与上面的代码完全相同，但是自救失败了
         obj = null;
         System.gc();
         // 因为finalize方法优先级很低，所以暂停0.5s执行
         Thread.sleep(500);
         if (obj != null) {
             obj.isAlive();
         } else {
             System.out.println("I am dead");
         }
     }
 }

　　　　程序输出为：

　　　可以看出obj的finalize()方法，确实被GC触发过，而且成功自救了一次。要注意的是下半部分的代码和上半部分的代码相同，但是自救失败，这是因为一个对象的finalize()方法只能被系统自动调用一次，如果对象面临第二次回收，其finalize()方法不会被调用，因此第二次自救失败。

　　5.回收方法区

　　　　方法区的垃圾收集“性价比”很低，在堆中，尤其是新生代中，常规应用进行一次垃圾收集一般可以回收70%-95%的空间，而方法区（HatSport虚拟机中的永久代）的回收效率远低于  　　此。

　　永久代中的垃圾收集主要为两种：废弃常量和无用的类

• 回收废弃常量与回收Java堆中的对象非常类似。以常量池中字面量的回收为例：假如“abc”已经进入了常量池，但是没有任何String对象引用这个“abc”常量，也没有其他地方引用这个字面量，如果这时发生内存回收，而且有必要的话，这个“abc”常量就会被清出常量池。常量池中的其他类（接口）、方法、字段的符号引用也与此类似
• 判断一个类是否是无用类条件要复杂很多。类需要同时满足下面三个条件才是无用类：

　　　　（1）该类的所有实例都已经被回收，也就是堆中不存在该类的任何实例

　　　　（2）加载该类的ClassLoader已经被回收

　　　　（3）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。

　　对于满足上面三个条件的类，也是可以回收，不是必然回收。在大量使用反射、动态代理、CGLib等ByteCode框架、动态生成JSP以及OSGi这类频繁定义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。

二、垃圾回收算法

　　1.标记-清除算法

　　　　标记-清除算法（Mark-Sweep）是最基础的收集算法。首先标记出所需要回收的对象，在标记完成后统一回收所有被标记的对象。

　　　　不足之处主要有两点：

• 效率问题，标记和清除两个过程的效率都不高。
• 空间问题，清除之后会产生大量的不连续的内存碎片，内存碎片太多可能会导致要分配较大对象时，无法找到足够的连续内存而不得不提前触发下一次垃圾收集动作。

过程如下：

2.复制算法

　　为了解决效率问题，复制算法（Copying）出现了，他将内存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，就把存活的对象复制到另一块上，然后把这一块空间全部清理掉。这样是的每次是对整个半区就行内存回收，内存分配时也不用考虑内存碎片的复杂情况，只需要移动指针，按顺序分配内存即可。

　　只是这种方法的代价是将内存分为之前的一半，未免太高了。

过程如下：

　　现在的商业虚拟机都是采用这种方法来回收新生代，IBM公司的专门研究表明，新生代中98%的对象是“朝生夕死”的，所以并不需要1：1来划分内存空间。另一种方法是：将内存块分为Eden空间（80%）和两块Survivor空间（10%），每次使用Eden空间和一块Survivor空间，回收时将存活的对象复制到另一块Survivor空间上，这样每次只有10%的空间被“浪费”。当Survivor空间不够用时，需要依赖其他内存（老年代）来进行分配担保（同过分配担保机制进入老年代）。

3.标记-整理算法

　　当复制收集算法在对象存活率较高时就要进行较多的复制动作，效率会变慢。更关键的是，如果不想浪费50%的空间，就需要有额外的空间进行分配担保，以应对被使用的内存中所有对象都100%存活的极端情况，所以老年代一般不能选用这种方法。标记-整理算法（Mark-Compact）就被提出了。

　　标记过程和“标记-清除”算法一样，但是后续步骤不是直接对可回收部分进行清理，而是把存活对象都向一端移动，然后直接清理掉端以外的内存。

过程如下：

　　4.分代收集算法

　　　当前商业虚拟机都采用分代收集算法（Generational Collection），一般是把堆分为新生代和老年代，根据各个年代的不同特点采用最适合的算法。新生代一般采用复制算法，只需要付出少量存活对象的复制成本即可；老年代因为对象存活率高、没有额外空间对它进行分配担保，就必须使用“标记-清理”或者“标记-整理”算法来进行回收。