JVM - 垃圾收集算法

JVM 解密 —— 垃圾收集算法

通过可达性分析，JVM 已经知道了哪些是垃圾。现在的问题是，如何高效地回收这些垃圾所占用的空间？这就是垃圾收集算法要解决的问题。

1. 深度剖析：核心收集算法

1.1 标记-清除算法 (Mark-Sweep)

这是最基础的收集算法，后续的算法都是基于它的思想进行改进的。

• 执行过程:

  1. 标记 (Marking): 首先，从 GC Roots 开始，遍历所有可达对象，并给它们打上“存活”标记。
  2. 清除 (Sweeping): 再次遍历整个堆，将所有没有被标记为“存活”的对象（即垃圾对象）进行回收，清除其所占用的内存空间。

• 优点: 实现简单，不需要移动对象。

• 缺点:

  1. 效率问题: 需要进行两次遍历（一次标记，一次清除），效率不高。
  2. 空间碎片问题: 清除后会产生大量不连续的内存碎片。如果后续需要分配一个较大的对象，可能会因为找不到足够大的连续内存空间，而不得不提前触发又一次垃圾收集动作。

• 生活比喻: 就像一个停车场管理员清理乱停车。

  • 标记: 管理员拿出登记表，核对哪些车是合法登记的，在车上贴一个“已登记”的条子。
  • 清除: 管理员再次从头走到尾，看到所有没贴条子的车，就直接叫拖车把它们拖走。
  • 碎片: 车被拖走后，原地会留下一个个零散的空车位，但可能没有一个足够长的、能停下一辆加长林肯的连续空位。

1.2 标记-复制算法 (Mark-Copy)

为了解决“标记-清除”的效率和碎片问题，复制算法应运而生。它常用于新生代的垃圾回收。

• 执行过程: 它将可用的内存按容量划分为大小相等的两块，比如 A 区和 B 区，每次只使用其中的一块（比如 A 区）。

  1. 当 A 区的内存用完了，就触发 GC。
  2. 将 A 区中所有存活的对象复制到另一块完全未被使用的 B 区中。
  3. 一次性地清空整个 A 区。
  4. 下次就在 B 区分配内存，A 区和 B 区的角色互换。

• 优点:

  1. 效率高: 只需遍历一次存活对象，然后直接复制和移动内存指针即可，无需遍历垃圾对象。
  2. 无内存碎片: 每次都是将存活对象整齐地复制到另一边，所以不会产生碎片。

• 缺点:

  1. 空间浪费: 需要将总内存空间“腰斩”，可使用空间只有原来的一半，代价高昂。

• 生活比喻: 就像整理两个房间。

  • 你总是在 A 房间里生活、扔垃圾。当 A 房间乱到无法下脚时，你不会在原地打扫。
  • 你会把 A 房间里所有你还想要的、有用的东西（存活对象）全部搬到一尘不染的 B 房间里，并把它们整齐地码好。
  • 然后，你叫来一个清洁队，把整个 A 房间夷为平地（清空），里面所有的垃圾自然就都没了。

1.3 标记-整理算法 (Mark-Compact)

复制算法在对象存活率较高时（比如老年代）会进行大量的复制操作，效率变低，且空间浪费的问题依然存在。因此，标记-整理算法被提了出来。

• 执行过程:

  1. 标记 (Marking): 过程与“标记-清除”算法一样，先标记出所有存活对象。
  2. 整理 (Compacting): 不是直接对未标记对象进行清理，而是将所有存活的对象都向内存空间的一端移动，并更新所有引用这些对象的指针。
  3. 清理掉边界以外的内存。

• 优点:

  1. 无内存碎片: 清理后，内存是连续的。
  2. 空间利用率高: 不需要像复制算法那样牺牲一半的空间。

• 缺点:

  1. 效率较低: 不仅要标记存活对象，还要移动所有存活对象，并更新它们的引用地址，是一个相对耗时的操作。

• 生活比喻: 就像电影院散场后的清扫。

  • 标记: 清洁工先看哪些座位上还留有观众的物品（存活对象）。
  • 整理: 清洁工并不会一个一个地去捡垃圾，而是把所有有用的物品都收集起来，统一移动到影院的前排座位上放好。
  • 清扫: 然后，他可以非常高效地宣布：“从第 5 排往后，所有的座位都可以一次性清空了！”

---

2. 核心思想：分代收集 (Generational Collection)

现代商业虚拟机大都采用“分代收集”思想，它并不是一种具体的算法，而是一种策略，它将以上三种算法进行组合，以达到最优的回收效果。

• 理论基础: 基于一个重要的观察——绝大部分 Java 对象的生命周期都非常短暂，“朝生夕死”。而只有少数对象能活很长时间。

• 策略: 根据这个特点，JVM 的堆被划分为两个主要区域：

  1. 新生代 (Young Generation):

     • 特点: 存放生命周期短的对象。每次垃圾回收时，都有大量的对象被发现是“垃圾”。

     • 适用算法: 因为存活对象少，所以采用标记-复制算法。只需复制少量存活对象，就可以清空整个区域，效率极高。

     • 内部结构与晋升过程: 新生代内部通常采用一种名为“Appel式回收”的策略，它将新生代细分为一个 Eden 区和两个大小相等的 Survivor 区（通常称为 From 和 To）。一个新对象从诞生到晋升老年代的完整旅程如下：

       1. 出生在 Eden: 绝大部分新对象在 Eden 区分配内存。
       2. 第一次 Minor GC: 当 Eden 区满了，触发 Minor GC。Eden 区的存活对象被复制到其中一个空的 Survivor 区（比如 To 区），并且对象的年龄计数器设为 1。然后清空 Eden 区。
       3. 在 Survivor 区流转: 当 Eden 区再次满时，触发又一次 Minor GC。这次会清理 Eden 区和当前有对象的那个 Survivor 区（From 区）。将这两个区域中所有存活的对象，一起复制到另一个空的 Survivor 区（To 区）。所有被复制的对象的年龄都加 1。
       4. 晋升老年代: 对象在 Survivor 区每“熬过”一次 Minor GC，年龄就加 1。当它的年龄达到一个晋升阈值（MaxTenuringThreshold，默认是 15），在下一次 GC 时，它就会被直接移动到老年代，而不再是在 Survivor 区之间复制。
       5. 特殊情况: 如果一个对象过大，新生代无法容纳，它可能会被直接分配到老年代。

     • 生活比喻：从幼儿园到养老院

       • Java 堆: 整个社会。
       • 新生代: 社会里的教育系统（幼儿园到大学）。
       • 老年代: 社会上的工作和生活区域。
       1. 出生在 Eden 区 (幼儿园): 绝大部分新生儿（新对象）都在幼儿园（Eden 区）里快乐地玩耍。
       2. 第一次 Minor GC (上小学): 幼儿园毕业时进行一次“大清洗”（Minor GC）。大部分被“淘汰”（回收），只有少数“好孩子”（存活对象）进入小学一年级（一个 Survivor 区），他们的“年龄”变为 1。
       3. 在 Survivor 区流转 (升年级): 每次升级（又一次 Minor GC），都会把幼儿园里新的好孩子和当前年级里仍然优秀的学生，一起送到下一个年级（另一个 Survivor 区）。学生的“年龄”都加 1。
       4. 晋升到老年代 (进入社会): 当一个学生的“年龄”达到阈值（比如 15 岁），学校就认为他“成年”了。下次升级时，他将直接“毕业”，进入社会（被移动到老年代）。
       5. 大对象直接进入老年代 (天才少年): 个别“天才少年”（大对象），会被直接保送到社会（老年代）去工作。

  2. 老年代 (Old Generation):

     • 特点: 存放生命周期长的对象（从新生代中“熬”过来的对象）。每次垃圾回收时，只有少量对象是“垃圾”。
     • 适用算法: 因为存活对象多，如果用复制算法，成本太高。因此采用标记-清除或标记-整理算法。

  3. 优点:充分利用不同代对象的特点，优化了整个 GC 过程，提高了回收效率和内存利用率。
     缺点算法思想更复杂，需要考虑代际之间的引用关系（例如新生代对象引用老年代对象