JVM 02 垃圾回收

JVM 的垃圾回收(Garbage Collection)主要针对堆中对象。

可达性分析

首先需要一个标准，什么时候可以删除对象。
引用计数法：对象中维护一个引用计数器，如果有引用则加一，引用失效则减一。如果引用为零则可以删除。该方法原理简单，但是 JVM 没有采用。原因是需要额外考虑特殊情况，比如：循环引用。
JVM 用的方法是可达性分析。选定一系列对象作为起始集合，称为GC Roots。从起始对象开始根据引用关系搜索对象。搜索路径称为引用链。不在引用链的对象为不可达对象，可以删除。
GC Roots包括：

1. 虚拟机栈中引用的对象。
2. 方法区中静态属性引用的对象。
3. 方法区常量池引用的对象。
4. 本地方法栈引用的对象。
5. JVM 内部的引用，比如基本类型的 Class 对象，常驻异常对象，系统类加载器。
6. 被同步锁持有的对象。
7. 其他对象。

强软弱虚

引用表示指向另一个内存对象的起始地址。根据垃圾回收分为四种：强软弱虚。
强引用：垃圾回收不会收集强引用的对象。内存溢出报OOM。
软引用：如果内存溢出，这些对象可以被回收。
弱引用：下一次执行垃圾回收则回收引用对象。
虚引用：当做不存在引用，不影响垃圾回收。只是引用对象被回收时，发送一个系统通知到引用队列。

finalizer

不可达对象不会立即被删除，而是标记一次。随后判断对象是否有 finalizer() 方法，没有则回收。如果有，再判断是否执行过，是则回收，因为 finalizer() 方法只能执行一次。否就放在 F-Queue 队列中，由一个低优先级的 Finalizer 线程执行。一般不建议在对象中定义 finalizer() 方法，原因是它的运行代价高，不确定性大。

方法区回收

方法区主要回收：废弃常量，卸载类型。常量池中的对象也是用可达性分析判断是否回收。卸载类型更苛刻，需要满足三个条件：

1. 该类的所有实例都被回收，即 JVM 不存在该类及子类实例。
2. 类加载器已经被回收。
3. Class 对象没有被引用。

对于反射，动态代理等动态创建类的场景，JVM 提供的类型卸载可以减小方法区的内存压力。

分代收集理论

分代假说：

1. 弱分代假说：大多数对象朝生夕死。
2. 强分代假说：经过更多次垃圾回收的对象更不容易被回收。
3. 跨代引用假说：跨代引用相对于同代引用很少。

基于分代假说，JVM 将堆分为新生代区域和老年代区域。新生代区域的对象朝生夕死，可以频繁垃圾回收，只关注存活对象。老年代区域可以降低垃圾回收频率。
对于跨代引用，JVM 在新生代维护一个记忆集，标记老年代哪一块存在跨代引用。由于认为跨代引用很少，因此可以认为记忆集的维护开销比起遍历老年代很小。

垃圾收集算法

1. 标记清除算法：标记要回收的对象，清除对象。它的缺点是：1. 执行效率不稳定，对象数量越多，标记清除时间越长。2. 内存空间碎片多。
2. 标记复制算法：将内存区域划分为两块。某一块内存满了，把存活对象复制到另一块。适合对象存活率低的区域，不考虑内存碎片。缺点就是：空间浪费严重。
3. 标记整理算法：标记存活对象，向内存一端移动存活对象，清理边界以外的内存。移动对象以及更新所有引用会消耗大量 CPU 资源。但是不移动对象就要维护空闲内存表来分配内存，甚至出现内存碎片太小，无法分配对象的情况。

HotSpot 根节点枚举

并非在需要垃圾回收时才开始枚举 GC Roots，而是维护 OopMap 来动态存储根节点对象。因此根节点枚举虽然需要暂停用户线程，但是停顿时间不长。
HotSpot 并不为每一条指令生成 OopMap，而是在特定的位置(安全点)记录 OopMap。也就是说，线程的字节码指令流并非随时可以停下开始垃圾回收，而是要在安全点才可以暂停。
垃圾回收器想中断线程，它会设置标记位为 true。各个线程不断主动轮询标记位，一旦发现标记位为 true 则主动在最近的安全点暂停。Hotspot 将轮询操作优化为一条汇编指令，提高效率。
对于sleep 或者 block 状态的线程，线程获取不到时间片，无法主动暂停。对于这类线程，JVM 提出安全区域概念。即安全区域内，引用关系不会发生变化，任意位置垃圾回收都是安全的。线程从 block 状态获取时间片，首先判断是否完成根节点枚举，如果没完成则等待。

Hotspot 记忆集

记忆集是从非收集区域指向收集区域的指针集合，避免回收收集区域被引用的对象。按照非收集区域的大小可以分为三种精度：

1. 字长精度。每个记录精确到一个机器字长。
2. 对象精度。每个记录精确到一个对象。
3. 卡精度。每个记录精确到一块内存区域(512 字节)。

最常用的是第三种。卡表实现记忆集，卡表是字节数组，每一个元素对应一块内存区域，称为卡页。每页 512 字节。如果卡页中对象存在跨代引用，则卡页标记为Dirty。垃圾回收时，筛选变脏卡页，将跨代引用对象加入 GC Roots。

HotSpot 通过写屏障维护卡表。收集器更新引用之后在写屏障中更新卡表。
卡表可能存在伪共享：假设处理器缓存行大小64字节，64个卡表元素共享一个缓存行。不同线程同时更新同一个缓存行，影响彼此导致性能降低。解决方法是：事先判断，再更新。但是会增加判断开销。

Hotspot 并发执行可达性分析

枚举根节点很快，可以暂停用户线程。但是分析引用链时间与堆的大小正相关，暂停用户线程不可接受。

三色标记概念：将可达性分析中的对象分为三类，白色表示对象未被垃圾回收器访问过。灰色表示对象已经被访问过，但是存在至少一个引用没有被扫描。黑色表示所有引用均被扫描。

收集器标记对象期间，用户线程可以更改引用关系。如果收集器把应该消失的对象标记为存活，还可以接受。但是如果把存活对象标记为消失，比如用户线程更新黑色对象的新引用，那么就会程序错误。
理论证明：只有两个条件同时满足时，会出现对象消失。

1. 插入黑色到某个白色对象的新引用。
2. 删除所有从灰色对象到该白色对象的直接或间接引用。

破坏第一个条件的方法叫增量更新，破坏第二个条件的方法叫原始快照。增量更新记录黑色到白色的新引用。扫描完成后，再对新引用进行扫描。即将黑色对象变为灰色对象。原始快照记录灰色对象到白色对象的引用。扫描完成后，再对删除引用进行扫描。即按照开始扫描一瞬间的快照进行搜索。

HotSpot 的新生代收集器

Serial 是最古老的单线程串行收集器。使用标记复制算法。只有一个线程回收对象，回收对象时暂停所有工作线程。

ParNew 是 Serial 的多线程版本，即多个线程一起回收对象，回收对象时也暂停所有工作线程。使用标记复制算法。

Parallel Scavenge 强调高吞吐量，允许更长停顿时间。吞吐量=运行用户代码时间/(用户代码时间+GC时间)。最高效率利用服务器资源，尽快完成运算任务，适合不需要交互的后台任务。使用标记复制算法。

HotSpot 的老年代收集器

Serial Old 是 Serial 的老年代版本，使用标记整理算法。

Parallel Old 是 Parallel Scavenge 的老年代版本，使用标记整理算法。

CMS 收集器强调短的停顿时间，允许低吞吐量。适合需要交互的服务。它分为四个步骤：

1. 初始标记。扫描 GC Roots，暂停所有工作线程。速度快。
2. 并发标记。分析引用链，时间长。但是不停顿工作线程。
3. 重新标记。使用增量更新方法解决对象消失问题。暂停所有工作线程。
4. 并发清除。标记清除要删除的对象。留下内存碎片。不停顿工作线程。

CMS 的缺点是：

1. 内存碎片，影响大对象分配。如果采用标记整理，那么会增加停顿时间。
2. 在并发标记和并发清理阶段，虽然不停顿用户线程，但是占用部分 CPU 能力导致程序变慢，降低吞吐量。
3. 为了不影响用户线程，需要预留部分空间供用户线程创建新对象。用户创建新对象期间也会产生垃圾，被称为浮动垃圾。

G1 收集器

JDK8 默认采用 Parallel Scavenge + Parallel Old。而从JDK9 开始默认使用 G1。
G1 是逻辑分代，物理不分代的收集器。将堆划分为多个 Region。每个 Region 可以扮演新生代 Eden，Survivor 以及老年代。收集器根据 Region 的角色分别处理。
每个 Region 的大小可以通过参数设置。对于大小超过 Region 一半的对象，G1 将其放在特殊 Humongous 区域。
G1 每次回收对象按照 Region 回收，而不是按照整个代回收。这也是它可以预测停顿时间的原因。具体思路是：维护优先级列表，回收价值高的 Region 优先回收。根据用户允许停顿时间，判断回收 Region 的个数。

G1 收集器四个步骤：

1. 初始标记。标记GC Roots。停顿用户线程，时间短。
2. 并发标记。可达性分析。与用户线程并发执行。
3. 最终标记。停顿用户线程。用原始快照方法解决对象消失问题。
4. 筛选回收。选择 Region 作为回收集，把存活对象复制到新 Region，清空旧 Region。停顿用户线程。

除了并发标记以外，均需要暂停用户线程。

它的目标是在延迟可控的条件下提高吞吐量。比起之前分代收集器一下子收集整代的思路，G1 少量多次地收集，维持堆内空间的平衡。

G1 的问题是：

1. 每个 Region 维护一份卡表，卡表占据更多空间。
2. 如果用户允许停顿时间过短，可能收集速度赶不上分配速度，垃圾堆积导致 Full GC。

回收策略

Young GC/Minor GC：
触发条件：Eden 满了。
特点：频率高，耗时短。使用复制算法。

Old GC/Major GC:
触发条件：老年代空间不足。
特点：执行频率低，耗时长。使用标记整理/清除算法。

MixedGC：G1 独有的
新生代 Region +收益较高的部分老年代 Region。

Full GC：
触发条件：老年代空间不足，方法区空间不足，空间分配担保失败。清理整个堆+方法区。