垃圾回收流程的一些流程

哪些對象是垃圾？

當我們進(jìn)行垃圾回收的時(shí)候，首先需要判斷哪些對象是存活的？

常用的方法有如下兩種

1. 引用計數法
2. 可達性分析法

Python判斷對象存活的算法用的是引用計數法，而Java則使用的是可達性分析法。

「通過(guò)GC ROOT可達的對象，不能被回收，不可達的對象則可以被回收，搜索走過(guò)的路徑叫做引用鏈」

不可達對象會(huì )進(jìn)行2次標記的過(guò)程，通過(guò)GC ROOT不可達，會(huì )被第一次標記。如果需要執行finalize()方法，則這個(gè)對象會(huì )被放入一個(gè)隊列中執行finalize()，如果在finalize()方法中成功和引用鏈上的其他對象關(guān)聯(lián)，則會(huì )被移除可回收對象集合（「一般你不建議你使用finalize方法」），否則被回收

「常見(jiàn)的GC ROOT有如下幾種」

1. 虛擬機棧（棧幀中的本地變量表）中引用的對象
2. 方法區中類(lèi)靜態(tài)屬性引用的對象
3. 方法區中常量引用的對象
4. 本地方法棧中JNI（Native方法）引用的對象

「照這樣看，程序中的GC ROOT有很多，每次垃圾回收都要對GC ROOT的引用鏈分析一遍，感覺(jué)耗費的時(shí)間很長(cháng)啊，有沒(méi)有可能減少每次掃描的GC ROOT？」

分代和跨代引用

其實(shí)當前虛擬機大多數都遵循了“分代收集”理論進(jìn)行設計，它的實(shí)現基于2個(gè)分代假說(shuō)之上

1. 絕大多數對象都是朝生夕滅的
2. 熬過(guò)多次垃圾收集過(guò)程的對象就越難以消亡

因此堆一般被分為新生代和老年代，針對新生代的GC叫MinorGC，針對老年代的GC叫OldGC。但是分代后有一個(gè)問(wèn)題，為了找到新生代的存活對象，不得不遍歷老年代，反過(guò)來(lái)也一樣當進(jìn)行MinorGC的時(shí)候，如果我們只遍歷新生代，那么可以判定ABCD為存活對象。但是E不會(huì )被判斷為存活對象，所以就會(huì )有問(wèn)題。

為了解決這種跨代引用的對象，最笨的辦法就是遍歷老年代的對象，找出這些跨代引用的對象。但這種方式對性能影響較大

這時(shí)就不得不提到第三個(gè)假說(shuō)

「跨代引用相對于同代引用來(lái)說(shuō)僅占極少數?！?/strong>

根據這條假說(shuō)，我們就不需要為了少量的跨代引用去掃描整個(gè)老年代。「為了避免遍歷老年代的性能開(kāi)銷(xiāo)，垃圾回收器會(huì )引入一種記憶集的技術(shù)，記憶集就是用來(lái)記錄跨代引用的表」

如新生代的記憶集就保存了老年代持有新生代的引用關(guān)系

所以在進(jìn)行MinorGC的時(shí)候，只需要將包含跨代引用的內存區域加入GC ROOT一起掃描就行了

卡表

前面我們說(shuō)到垃圾收集器用記憶集來(lái)記錄跨代引用。其實(shí)你可以把記憶集理解為接口，卡表理解為實(shí)現，類(lèi)比Map和HashMap。

卡表最簡(jiǎn)單的形式可以只是一個(gè)字節數組， 而HotSpot虛擬機確實(shí)也是這樣做的。以下這行代碼是HotSpot默認的卡表標記邏輯：

CARD_TABLE [this address >> 9] = 0;

HotSpot用一個(gè)數組元素來(lái)保存對應的內存地址是有有跨代引用對象（從this address右移9位可以看出每個(gè)元素映射了512字節的內存）

當數組元素值為0時(shí)表明對應的內存地址不存在跨代引用對象，否則存在（稱(chēng)為卡表中這個(gè)元素變臟）

如何更新卡表？

「將卡表元素變臟的過(guò)程，HotSpot是通過(guò)寫(xiě)屏障來(lái)實(shí)現的」，即當其他代對象引用當前分代對象的時(shí)候，在引用賦值階段更新卡表，具體實(shí)現方式類(lèi)似于A(yíng)OP

void oop_field_store(oop* field, oop new_value) { 
// 引用字段賦值操作
*field = new_value;
// 寫(xiě)后屏障，在這里完成卡表狀態(tài)更新 
post_write_barrier(field, new_value);
}

三色標記法

執行思路

「如何判斷一個(gè)對象可達呢？這就不得不提到三色標記法」

白色：剛開(kāi)始遍歷的時(shí)候所有對象都是白色的 灰色：被垃圾回收器訪(fǎng)問(wèn)過(guò)，但至少還有一個(gè)引用未被訪(fǎng)問(wèn) 黑色：被垃圾回收器訪(fǎng)問(wèn)過(guò)，并且這個(gè)對象的所有引用都被訪(fǎng)問(wèn)過(guò)，是安全存活的對象（GC ROOT會(huì )被標記為黑色）

以上圖為例，三色標記法的執行流程如下

1. 先將GC ROOT引用的對象B和E標記為灰色
2. 接著(zhù)將B和E引用的對象A，C和F標記為灰色，此時(shí)B和E標記為黑色
3. 依次類(lèi)推，最終被標記為白色的對象需要被回收

三色標記法問(wèn)題

可達性分析算法根節點(diǎn)枚舉這一步必須要在一個(gè)能保障一致性的快照中分析，所以要暫停用戶(hù)線(xiàn)程（Stop The World ，STW），在各種優(yōu)化技巧的加持下，停頓時(shí)間已經(jīng)非常短了。

在從根節點(diǎn)掃描的過(guò)程則不需要STW，但是也會(huì )發(fā)生一些問(wèn)題。由于此時(shí)垃圾回收線(xiàn)程和用戶(hù)線(xiàn)程一直運行，所以引用關(guān)系會(huì )發(fā)生變化

1. 應該被回收的對象被標記為不被回收
2. 不應該被回收的對象標記為應該回收

第一種情況影響不大，大不了后續回收即可。但是第二種情況則會(huì )造成致命錯誤

所以經(jīng)過(guò)研究表明，只有同時(shí)滿(mǎn)足兩個(gè)條件才會(huì )發(fā)生第二種情況

1. 插入了一條或者多條黑色到白色對象的引用
2. 刪除了全部從灰色到白色對象的引用

為了解決這個(gè)問(wèn)題，我們破壞2個(gè)條件中任意一個(gè)不就行了，由此產(chǎn)生了2中解決方案，「增量更新」和「原始快照」。CMS使用的是增量更新，G1使用的是原始快照

「增量更新要破壞的是第一個(gè)條件」， 當黑色對象插入新的指向白色對象的引用關(guān)系時(shí)， 就將這個(gè)新插入的引用記錄下來(lái)， 等并發(fā)掃描結束之后， 再將這些記錄過(guò)的引用關(guān)系中的黑色對象為根， 重新掃描一次。這可以簡(jiǎn)化理解為， 黑色對象一旦新插入了指向白色對象的引用之后， 它就變回灰色對象了

「原始快照要破壞的是第二個(gè)條件」， 當灰色對象要刪除指向白色對象的引用關(guān)系時(shí)， 就將這個(gè)要刪除的引用記錄下來(lái)， 在并發(fā)掃描結束之后， 再將這些記錄過(guò)的引用關(guān)系中的灰色對象為根， 重新掃描一次。這也可以簡(jiǎn)化理解為， 無(wú)論引用關(guān)系刪除與否， 都會(huì )按照剛剛開(kāi)始掃描那一刻的對象圖快照來(lái)進(jìn)行搜索。

參考自《深入理解Java虛擬機》

垃圾收集器

圖中展示了七種作用于不同分代的收集器，如果兩個(gè)收集器之間存在連線(xiàn)，就說(shuō)明它們可以搭配使用。在JDK8時(shí)將Serial+CMS，ParNew+Serial Old這兩個(gè)組合聲明為廢棄，并在JDK9中完全取消了這些組合的支持

并行和并發(fā)都是并發(fā)編程中的專(zhuān)業(yè)名詞，在談?wù)摾占鞯纳舷挛恼Z(yǔ)境中， 它們可以理解為

「并行（Parallel）」：指多條垃圾收集線(xiàn)程并行工作，但此時(shí)用戶(hù)線(xiàn)程仍然處于等待狀態(tài)

「并發(fā)（Concurrent」）：指用戶(hù)線(xiàn)程與垃圾收集線(xiàn)程同時(shí)執行

Serial收集器

「新生代，標記-復制算法，單線(xiàn)程。進(jìn)行垃圾收集時(shí)，必須暫停其他所有工作線(xiàn)程，直到它收集結束」

ParNew收集器

「ParNew本質(zhì)上是Serial收集器的多線(xiàn)程并行版本」

Parallel Scavenge收集器

「新生代，標記復制算法，多線(xiàn)程，主要關(guān)注吞吐量」

吞吐量=運行用戶(hù)代碼時(shí)間/(運行用戶(hù)代碼時(shí)間+運行垃圾收集時(shí)間)

Serial Old收集器

「老年代，標記-整理算法，單線(xiàn)程，是Serial收集器的老年代版本」

用處有如下2個(gè)

1. 在JDK5以及之前的版本中與Parallel Scavenge收集器搭配使用
2. 作為CMS收集器發(fā)生失敗時(shí)的后備預案，在并發(fā)收集發(fā)生Concurrent Mode Failure時(shí)使用

Parallel Old收集器

「老年代，標記-整理算法，多線(xiàn)程，是Parallel Scavenge收集器的老年代版本」

在注重吞吐量或者處理器資源較為稀缺的場(chǎng)合，都可以?xún)?yōu)先考慮Parallel Scavenge加Parallel Old收集器這個(gè)組合

CMS收集器

「老年代，標記-清除算法，多線(xiàn)程，主要關(guān)注延遲」

運作過(guò)程分為4個(gè)步驟

1. 初始標記（CMS initial mark）
2. 并發(fā)標記（CMS concurrent mark）
3. 重新標記（CMS remark）
4. 并發(fā)清除（CMS concurrent sweep）

1. 初始標記：標記一下GC Roots能直接關(guān)聯(lián)到的對象，速度很快（這一步會(huì )發(fā)生STW）
2. 并發(fā)標記：從GC Roots的直接關(guān)聯(lián)對象開(kāi)始遍歷整個(gè)對象圖的過(guò)程，這個(gè)過(guò)程耗時(shí)較長(cháng)但是不需要停頓用戶(hù)線(xiàn)程，可以與垃圾收集一起并發(fā)運行
3. 重新標記：為了修正并發(fā)標記期間，因用戶(hù)程序繼續運作而導致標記產(chǎn)生變動(dòng)的那一部分對象的標記記錄（「就是三色標記法中的增量更新」，這一步也會(huì )發(fā)生STW）
4. 并發(fā)清除：清理刪除掉標記階段判斷的已經(jīng)死亡的對象，由于不需要移動(dòng)存活對象，所以看這個(gè)階段也是可以與用戶(hù)線(xiàn)程同時(shí)并發(fā)的

總結