[深入理解Java虚拟机]<垃圾收集器与内存分配策略>

Overview

• 垃圾收集考虑三件事：
  1. 哪些内存需要回收？
  2. 什么时候回收？
  3. 如何回收？
• 重点考虑Java堆中动态分配和回收的内存。

Is Object alive?

引用计数法

• 给对象添加一个引用计数器。
• 该方法实现简单，判定效率高。但是它很难解决对象之间相互循环引用的问题，因此几乎很少有JVM选用该方法。eg:

  public class ReferenceCountingGC {
    public Object instance = null;
    // 占点内存，以便在GC日志中看清楚是否被回收过
    private static final int _1MB = 1024 * 1024;
    private byte[] bigSize = new byte[2 * _1MB];
  
    public static void testGC() {
      ReferenceCountingGC objA = new ReferenceCountingGC();
      ReferenceCountingGC objB = new ReferenceCountingGC();
      objA.instance = objB;
      objB.instance = objA;
      objA = null;
      objB = null;
  
      System.gc();
    }
  }

可达性分析算法

• 在主流商用程序语言(Java, C#, Lisp)的主流实现中，都是通过可达性分析(Reachability Analysis)来判断对象是否存活的。
• 该算法的基本思路是通过一系列的称为"GC Roots"的对象作为起始点，从这些节点开始向下搜索。搜索的路径称为引用链(Reference Chain)。
• 当一个对象到GC Roots没有任何引用链相连(即不可达)时，则该对象是不可用的。不可达的对象是可回收的。如下：
  
• 在Java中，可作为GC Roots的对象包括下面几种：
  • 虚拟机栈（栈帧中的本地变量表）中的引用；
  • 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引用的对象。

再谈引用

• 上面两种方法都是通过“引用”来判定对象是否alive。
• 但是在JDK1.2之前，Java中的引用定义很传统：若reference类型的数据中存储的数值是另一块内存的起始地址，则称这块内存代表着一个引用。
• 但是考虑这样的场景：我们希望描述这样的一类对象，当内存空间足够时，则能保留在内存中，否则可抛弃。 <-- 很多系统的缓存功能都符合这样的应用场景。
• 于是在JDK1.2之后，Java扩充了引用的概念：将引用分为强引用(Strong Reference), 软引用(Soft Reference), 弱引用(Weak Reference), 虚引用(Phantom Reference) 4种，强度依次减弱。
  • 强引用：最常见的，类似Object obj = new Object()
  • 软引用：用以描述一些还有用但是非必须的对象。对于该类对象，系统在将要发生内存溢出异常之前，会回收这些对象。JDK1.2之后提供了SoftReference类。
  • 弱引用：也是用以描述非必须对象，但强度更弱于软引用。被弱引用关联的对象只能生存到下一次GC之前，而无论当前内存是否足够。
  • 虚引用：PhantomReference类。

生存还是死亡

• 即使是在可达性分析算法中不可达的对象，也并非“非死不可”的。
• 要真正宣告一个对象死亡，至少要经历两次标记过程：TBD...

回收方法区

• 一般来说，在方法区进行垃圾收集的"性价比"比较低：在堆中，尤其是新生代中，常规应用一次垃圾收集一般可以回收70%~95%的空间，而永久代的垃圾收集效率远低于此。
• 永久代的垃圾收集主要回收两部分：废弃常量和无用的类。
• 回收废弃常量与回收Java堆中的对象非常相似。假设一个字符串"abc"已经进入常量池，但当前系统中没有任何一个String对象引用常量池中的"abc"常量，则"abc"常量就会被系统清理出常量池。
• 相比之下判定一个类是否是“无用的类”的条件则相对苛刻很多。需同时满足：
  • 该类所有的实例已经被回收；
  • 加载该类的ClassLoader已经被回收；
  • 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。

垃圾收集算法

标记-清除算法

• 算法分为“标记”和“清除”两个阶段。
• 该算法是后续收集算法的基础。
• 不足：
  • 效率问题：标记和清除两个过程的效率都不高；
  • 空间问题：标记清除后会产生大量不连续的内存碎片，空间碎片太多可能导致以后在程序运行过程中需要分配较大对象时，无法找到足够的连续内存而不得不提前触发另一次GC。

　　

复制算法

• 它将可用内存按容量划分为大小相等的两块，每次只使用其中的一块。
• 当使用的块用完时，就将还存活着的对象复制到另一块上面，然后再将已使用过的内存空间一次清理掉。
• 这样使得每次都是对整个半区进行内存回收，内存分配时也不用考虑内存碎片等情况，只用移动堆顶指针，顺序分配即可。
• 代价是内存缩小为原来的一半。
• 现在的商业JVM都采用这种收集算法。IBM的专门研究表明，新生代中的对象98%是“朝生夕死”的，所以并不需要按照1：1的比例划分内存空间。而是将内存分为一块较大的Eden空间和两块较小的Survivor空间。

标记-整理算法

• 复制收集算法在对象存活率较高时就需要较多的复制操作，效率将会变低。更关键的是，若不想浪费一般的空间，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采用这种算法。
• 标记-整理算法：标记过程仍同于标记-清除算法。但后续步骤不是直接对可回收对象进行清理，而是让所有存活的对象都向一端移动，然后直接清理掉端外边的内存。

分代收集算法

• 当前商业JVM的GC都采用“分代收集”(Generational Collection)算法。
• 这种算法就是根据对象存货周期地不同将内存划分为几块。
• 一般是把Java堆分为新声代和老生代，从而根据各个年代的特点采用最适当的收集算法。

Summary

• 本篇主要覆盖了GC的两大问题：
  • 哪些对象需要回收：最基础的是引用计数法，简单但无法解决循环引用问题。在此基础上，更常用的是可达性分析算法。
  • 如何回收：最基础的是标记-清除法，即先标记出哪些对象需要回收，然后逐一清除，不足是会产生大量内存碎片，从而导致后续可能触发多次GC。此外更高效的是复制法，该方法确保了连续内存，但是将内存缩小至原内存一般，并且在对象存活率较高时会引入大量复制操作，效率降低。还有标记-整理算法。 另外，商业JVM都会采用分代收集算法，即将内存划分为几块，根据年代选取合适的收集算法。