GC：垃圾回收器

Java VS C/C++

• Java 有 GC 自动处理垃圾，所以开发效率高，但执行效率低
• C++ 需要手工处理垃圾，但这样造成开发上的不便，忘记回收就会造成内在泄漏，回收多次会造成非法访问，因为开发效率差，但执行效率高

如何找到垃圾

一般有两种算法：

• 引用记数法（Reference Count，RC）
• 根可达算法（Root Searching，RS）

引用记数法：一个变量被引用多少次，有一个记数，这就是引用记数法。但它不能解决循环引用的问题。

Python 用的引用计数

根可达算法：从根对象开始搜。

根对象，总得来说，在程序运行的时候马上用到的对象，就是根对象：

• 线程栈变量。一个 main 函数运行起来就会起一个线程，线程中会有线程栈，线程栈中会有栈针，从栈针开始的对象，就是根对象。
• 静态变量。Class Load 时马上就初始化静态变量，所以它也是根对象。
• 常量池。就是一些字面量，程序会有一块内存空间存储这些字面量。
• JNI 指针（Java Native Interface）。native 是与C++联合开发的时候用的关键字，指明这个方法是原生函数，也就是这个方法是用C/C++语言实现的，并且被编译成了DLL，由java去调用的。它也是概对象。

根可达算法

GC 三种方法

• Mark-Sweep（标记清除）。
• Copying（拷贝）。Copy 到另一块空间，两块空间互相转换，移动后清理另一块，所以清理很快。
• Mark-Compact（标记压缩）。一边寻找还要一边压缩，所以效率差些。

GC 过程及方法

分代模型

分代模型 image.png

G1 及之前都是分代模型（参考下面的常见的垃圾回收器）
G1 是逻辑分代，物理不分代
G1 之前都是逻辑分代物理也分代

专业名词

• 新生代的 GC 叫：MinorGC 或 YGC（Young GC），是在年轻代空间耗尽时触发
• 老年代/整个的 GC 叫：MajorGC 或 FullGC，是在老年代空间耗尽时同时触发 FullGC 和 YGC

变量的分配

• 栈上分配。比如一些线程私有的小对象、代码块内的对象等。（无需调整）
• 线程本地分配（TLAB，Thread Local Allocation Buffer）。占用 Eden （伊甸区），默认 1%。（无需调整）
• 老年代。大对象。

TLAB 是这样的，如果无 TLAB 那每一个线程都需要在 Eden 区分配一部分空间，会发生争抢，所以规定每个线程在 Eden 区占有 1% 的自有空间，当占满了后再去占有其他空间。提高了效率。

何时进入老年代

• 按年龄：年龄可以设置，Java 中对象头标记 GC 代数的是 4 位，所以最大设置为 15 次就进入老年代。
• 动态年龄：从 S1 拷贝到 S2 时超过 S2 的 50%，就将年龄最大的放入老年代（此时不管年龄是多大，将最大的移动）。

总结一下

• 变量先进栈，栈上处理最快，用完 pop 掉。
• 大变量直接进入老年区。老年区触发 FullGC 才会清除。
• 变量不大的话进入伊甸区。伊甸区进行 YGC 可能清除。
• 伊甸区的多次未清除的话（达到年龄）进入老年区。进行 FullGC 清除。

还有一种情况是 分配担保，是指在 YGC 期间，survivor 区空间不够用了，一些变量直接进入老年代。

变量生命周期

常见的垃圾回收器

image.png

术语：

• STW，Stop-The-World，是指在垃圾回收时，让所有的线程停止运行。
• Safe Point，是指线程停止的那个安全点。比如在上锁期间，就不是一个安全点，它会等到到安全点时停止线程。

上图解释

• 左侧分上下的，上方是 YGC 的几种方式，下方是老年代 GC 的几种方式。
• Serial 是指单线程去清理垃圾
• Par... 是指多线程并发去清理垃圾
• PS + PO 是 JVM 中的默认组合
• 目前还没有不 STW 的垃圾回收器

scavenge：清除污物，打扫。

CMS

CMS（Concurrent Mark Sweep） 是里程碑式的，因为在这之前清理垃圾时都是需要 STW 的，从这里开始，可以在清理工作时不进行 STW。

CMS 的流程有四步：

• 初始标记。花的时间很短，很快。
• 并发标记。这个阶段是最花时间的（其他 GC 中亦然），CMS 实现了并发标记。
• 重新标记。花的时间也很短，因为大部分都标记了。
• 并发清理。这个时间产生的垃圾叫 浮动垃圾，会进入下一轮清理。

可以套一下上面 根可达算法 的图例，就清楚流程了。

CMS

图中一根黄线表示单线程，多根黄线表示多线程并发。

CMS 几乎未被广泛使用，虽然它是里程碑式的，但它的原因很大。
优：有并发标记的过程，所以不妨碍主程序的运行。
劣：

• 是 Mark-Sweep 模型，所以会有很多 碎片。内存很大时就无法清理了。

碎片很多会报 “Concurrent Mode Failure” 或 “PromotionFailed” 的错误。

问，一个网站，服务器 32 位，1.5G 的堆，用户反馈网站缓慢，公司决定升级，新服务器是 64 位，16G 内存，结果用户反馈十分卡顿，反不如初。为何？
答：因为内存变大了，大成天安门广场，GC 清理不过来了。

---

课后话：

• Serial 支持几十兆的内存
• PS 在上百兆
• CMS 在 20G
• G1 在上百G
• ZGC 在 4T

G1、 ZGC 他们的区别主要在 并发标记（Concurrent Mark）阶段的算法不同

• CMS 用的三色标记 + Incremental Update
• G1 用的三色标记 + SATB（Snapshot At The Beginning）
• ZGC 用的颜色指针（Corlored Pointers）

三色标记：黑、灰、白，白色回收。

---

附：参考 mashibing github 库文件