小菜良记

一文理清JVM和GC（上）

2020-04-06  本文已影响0人  菜农曰

本文主要介绍JVM和GC解析
本文较长，分为上下篇（可收藏，勿吃尘）
如有需要，可以参考
如有帮助，不忘 点赞 ❥

一、前期预热

1）JVM内存体系

其中方法区和堆被JVM中多个线程共享，比如类的静态常量就被存放在方法区，供类对象之间共享，虚拟机栈、本地方法栈、程序计数器是每个线程独立拥有的，不会与其他线程共享。所以Java在通过new创建一个类对象实例的时候，一方面会在虚拟机栈中创建一个对该对象的引用，另一方面会在堆上创建类对象的实例，然后将对象引用指向该对象的实例。对象引用存放在每一个方法对应的栈帧中。

图片来源于网上

2）JAVA8之后的JVM

从图中我们可以看出JAVA8的JVM 用元空间取代了永久代


---
--- ---

3）GC作用域

---

4）常见垃圾回收算法

JVM的实现一般不采用这种方式

---

缺点：
1. 每次对对象赋值时均要维护引用计数器，且计数器本身也有一定的消耗；
2. 较难处理循环引用；

Java 堆从GC的角度可以细分为：新生代（Eden区、From Survivor区 和 To Survivor区）和 老年代。
特点：
复制算法不会产生内存碎片，但会占用空间。用于新生代。

---
MinorGC的过程（复制 --> 清空 --> 互换）
  1. 复制： （Eden、SurvivorFrom 复制到 SurvivorTo，年龄加1）
    首先，当Eden区满的时候会触发第一次GC，把还活着的对象拷贝到SurvivorFrom区，当Eden区再次触发GC的时候会扫描Eden区域和From区域，对这两个区域进行垃圾回收，经过这次回收后还存活的对象，则直接复制到To区域（如果有对象的年龄已经到达了老年的标准，则复制到老年代区），同时把这些对象的年龄加1。
  2. 清空：（清空Eden、SurvivorFrom）
    清空Eden和SurvivorFrom中的对象，也即复制之后有交换，谁空谁是to。
  3. 互换：(SurvivorTo和SurvivorFrom 互换)
    最后，SurvivorTo和SurvivorFrom 互换，原SurvivorTo成为下一次GC是的SurvivorFrom区。

算法分成标记和清除两个阶段，先标记出要回收的对象，然后统一回收这些。
特点：
不会占用额外空间，但会扫描两次，耗时，容易产生碎片，用于老年代

---

优点：
没有内存碎片，可以利用bump
缺点：
需要移动对象的成本，用于老年代
原理：

  1. 标记：与标记清除一样


    ---

    2.压缩：再次扫描，并往一段滑动存活对象


    ---

二、正文接入

1）判断对象是否可回收

Java中，引用和对象是有关联的。如果要操作对象则必须用引用进行。
因此，很显然的一个方法就是通过引用计数来判断一个对象是否可以回收。简单来说就是给对象添加一个引用计数器。每当有一个地方引用它，计数器的值加1，每当有一个引用失效时，计数器的值减1。
任何时刻计数器值为0的对象就是不可能再被使用的，那么这个对象就是可回收对象。
缺点： 很难解决对象之间相互循环引用的问题

---

所谓“GC roots” 或者说tracing GC 的 "根集合" 就是一组必须活跃的引用。
基本思路就是通过一系列名为“GC Roots” 的对象作为起始点，从这个被称为GC Roots的对象开始向下搜索，如GC Roots没有任何引用链相连是，则说明此对象不可用。也即给定一个集合的引用作为根出发，通过引用关系

图片来源于网上

2）哪些可以做GCRoots对象

3）JVM的参数类型

4）查看JVM默认值

5）常用的配置参数

经典案例设置：
-Xms128m -Xmx4096m -Xss1024k -XX:Metaspacesize=512m -XX:+PrintCommandLineFlags -XX:PrintGCDetails -XX:UseSerialGC

初始化大小内存，默认为物理内存1/64
等价于 -XX:InitialHeapSize

最大分配内存，默认为物理内存1/4
等价于 -XX:MaxHeapSize

设置单个线程的大小，一般默认为5112K~1024K
等价于 -XX:ThreadStackSize

设置年轻代大小

设置元空间大小


---

输出详细的GC收集日志信息


---
---

设置新生代中eden和S0/S1空间的比例
默认：
-XX:SurvivorRatio=8 --> Eden:S0:S1=8:1:1
修改：
-XX:SurvivorRatio=4 --> Eden:S0:S1=4:1:1
SurvivorRatio值就是设置eden区的比例占多少，S0/S1相同

设置年轻代与老年代在堆结构的占比
默认
-XX:NewRatio=2 新生代占1，老年代占2，年轻代占整个堆的1/3
修改
-XX:NewRatio=4 新生代占1，老年代占4，年轻代占整个堆的1/5
NewRatio值就是设置老年代的占比，剩下的1给新生代

设置垃圾最大年龄
-XX:MaxTenuringThreshold=0：设置垃圾最大年龄。如果设置为0的话，则年轻代对象不经过Survivor区，直接进入老年代。对于老年代比较多的应用，可以提高效率。如果将此值设置为一个较大值，则年轻代对象会在Survivor区进行多次复制，这样可以增加对象在年轻代的存活时间，增加年轻代被回收的概论。

6）强软弱虚

图片来源于网络
图片来源于网络 
public static void main(String[] args) {
        Object o1 = new Object();   //默认为强引用
        Object o2 = o1;     //引用赋值
        o1 = null;          //置空 让垃圾收集
        System.gc();
        System.out.println(o1);     // null
        System.out.println(o2);     // java.lang.Object@1540e19d
    }

    public static void main(String[] args) {
        Object o1 = new Object();
        SoftReference softReference = new SoftReference(o1);
        o1 = null;
        System.gc();
        System.out.println(o1);
        System.out.println(softReference.get());
    }

    public static void main(String[] args) {
        Object o1 = new Object();
        WeakReference weakReference = new WeakReference(o1);
        o1 = null;
        System.gc();
        System.out.println(o1);                     //null
        System.out.println(weakReference.get());    //null
    }

public static void main(String[] args) {
        Object o1 = new Object();
        ReferenceQueue<Object> referenceQueue = new ReferenceQueue<>();
        PhantomReference<Object> phantomReference = new PhantomReference<>(o1,referenceQueue);
        System.out.println(o1);                         //java.lang.Object@1540e19d
        System.out.println(phantomReference.get());     //null
        System.out.println(referenceQueue.poll());      //null
    }

public static void main(String[] args) {
        WeakHashMap<Integer,String> weakHashMap = new WeakHashMap<>();
        Integer key = new Integer(1);
        weakHashMap.put(key,"测试1");
        System.out.println(weakHashMap);    //{1=测试1}
        key=null;
        System.out.println(weakHashMap);    //{1=测试1}
        System.gc();
        System.out.println(weakHashMap+"\t"+weakHashMap.size());    //{} 0
    }
上一篇 下一篇

猜你喜欢

热点阅读