7. 垃圾回收理论

1. 研究方法

• 1. 明确需要回收的区域在运行期内存结构模型中的位置
  • 堆
• 2. 明确何为垃圾（或垃圾有何特点）
• 3. 明确如何定位垃圾（或如何标记垃圾）
• 3. 明确如何回收垃圾（或垃圾回收算法）
• 4. 明确垃圾回收的时机
• 5. 垃圾回收需要考虑的问题
• 6. GC 类型

2. 回收区域在运行期内存结构模型中的位置

• 栈管运行、堆管存储
• 线程私有区域 ： 可以完全交由负责运行的线程来管理，线程运行结束，所占用的内存空间自然就应该被回收
• 线程共享区域 ： 生命周期与 JVM 的生命周期一致，需要额外的收集器进行收集
  • 方法区
    • 永久区/元空间
      • 基本不收集，回收条件苛刻，判断一个类是否可以被回收，需同时满足
        • 该类的所有实例都已经被回收
        • 加载该类的 ClassLoader 已经被回收
        • 该类对应的 java.lang.Class 对象没有任何地方引用，无法在任何地方通过反射访问该类的方法
  • Java 堆
    • 新生代
      • 频繁收集
    • 老年代
      • 较少收集

3. 垃圾对象定位

• 引用计数法
  • 原理
    • 给对象引用次数设置一个变量，每引用一次，就对这个变量+1，使用之后变量-1，变量为 0 即代表对象没有被引用，可以被回收，此对象属于垃圾对象
  • 缺点
    • 1. 需要额外的空间来存储引用次数，增加了空间的开销
    • 2. 每次删减引用后，都需要操作这块空间，增加了时间的开销
    • 3. 无法处理循环引用的问题
  • 优点
    • 实现简单、回收效率高
• 可达性分析（Hotspot 采用的方法）
  • 基本原理
    • 在某一时刻的快照里，以 GCRoot 作为起始点，向下收集，收集的路径称为引用链，引用链上的所有对象都是存活对象；不在引用链上的对象为不可达对象，不可达对象就是要回收的垃圾对象
      • 可作为 GCRoot 的对象元素
        • 虚拟机栈所引用的对象
        • 本地方法栈所引用的对象
        • 方法区静态变量引用的对象
        • 方法区常量引用的对象
        • 同步锁持有的对象
        • 虚拟机的内部引用，如常驻的异常对象、class 对象、类加载器对象
        • 虚拟机监控对象、本地代码缓存对象、JVMTI 中注册的回调等
      • 临时性加入的对象
    • 我们希望有这样一种情况：如果内存空间足够时，就把对象保留到内存中；如果内存空间不够时，就清理掉对象。
      • 对引用分等级，视内存紧张程度来决定是否回收
        • 强引用，StrongReference ： 只要存在强引用，就不会被回收
        • 软引用，SoftReference ： 下次 GC 一定会回收软引用的对象
        • 弱引用，WeakReference ： 下次 GC 前，不管空间是否够用，一律回收
        • 虚引用，PhantomReference ： 虚引用的对象在回收时收到系统的一个通知
        • 终结引用，FinalReference ： 供 Finalizer 线程找到被引用对象，并调用其 finalization()方法，第二次 GC 时才能回收被引用对象
  • 详细细节
    • 对象的 finalization() 方法 ： Java 语言提供的一种机制，为了让程序员控制一些类在销毁前做一些自定义操作
      • 特性
        • 可以被子类重写
        • 程序员提供销毁前的自定义处理逻辑，实际调用过程则由 JVM 完成
        • 垃圾回收器在销毁对象之前，总是会先调用一下对象的 finalization()方法
        • 垃圾收集器调用 finalization() 方法可能会导致对象“复活”，极端情况下垃圾收集器不会调用 finalization() 方法
    • 两次标记过程
      • 第一次标记：筛选没有被 GCRoot 引用的对象 ： 看 GCRoot 引用链上是否有此对象
      • 第二次标记：触发没有被 GCRoot 引用的对象的 finalization()方法
        • finalization() 方法已经被调用过。如果此对象没有重写 finalization() 方法且 finalization() 方法已经被虚拟机调用过了，或者此对象重写了 finalization() 方法，也已经被虚拟机调用过了，则直接标记这个对象为不可触及对象
        • finalization() 方法还没有被调用过。链接如果此对象没有被调用过 finalization() 方法，虚拟机就会创建一个 F-queue 的队列，并把这个对象放到这个队列里面，之后由一个低优先级的 Finalizer 线程依次触发队列里面对象的 finalization() 方法。如果 finalization() 方法执行完成之后，对象依然没有与引用链上的其他对象建立引用，就标记此对象为不可触及对象，并剔除对列里面与引用链上的某一个对象建立了引用关系的对象
      • 判断一个对象能否被回收
        • 
• 统计出所有需要回收的对象【Java 堆上保存的就是 Java 对象，要回收当然就要统计出所有需要回收的对象】
  • 枚举根节点
    • 迄今为止，所有收集器在枚举根节点这一步骤都是必须暂停用户线程的（jvm 中在垃圾回收的时候单独开辟一个线程去收集垃圾的，在收集的过程中，用户线程在不断产生新的垃圾，因此需要暂停用户线程），如果根节点过多，那么收集就会耗费很长时间，也就是暂停时间过长，那么势必会影响整个 jvm 的吞吐量，因此一定会有一个地方存放着；
    • HotSpot 的解决方案中，会使用一组称为 OopMap 的数据结构来达到这个目的，在类加载完成的时候，HotSpot 就会把对象内什么偏移量上是什么类型的数据计算出来，在即使编译过程中，也会在特定的位置记录下栈里和寄存器里哪些位置是引用
  • 更新记忆集
    • 所有涉及到部分区域收集行为的垃圾收集器，都会面临着非收集区域指向收集区域的跨区域引用的问题；
    • 额外开辟一块内存区域，然后创建一种数据结构，就记录非收集区域指向收集区域的指针或引用，这种数据结构就叫记忆集；每次垃圾回收时，只需要关注记忆集和根节点就行，免去了每次都要扫描全部区域的麻烦
    • 简单来说，就是对收集区域进行划分，然后进行编号，之后就会形成一个数组，如果此区域包含了跨代引用或跨区域引用的对象，那么这个位置的值就设置为 1，这样每次进行回收的时候，碰到为 1 的位置就不进行回收了，这样形成的数组就是卡表；
    • 卡表由很多中具体的实现方式，可以卡对象的精度，也可以卡内存块的精度，还可以卡字长的精度。所谓卡对象的精度，就是对对象进行编号，存在跨代引用就把这个编号的值置为 1，卡字长的精度，就是根据 jvm 的字长进行编号；
    • 更新记忆集的时候也是会产生并发一致性的问题，即在垃圾回收需要读取记忆集信息的时候，会同时产生新的引用信息；HotSpot 是使用写屏障的技术手段来解决这个问题的；
    • 使用 AOP 的思想，在对象赋值操作时，对卡表进行更新，即在对象赋值操作时建立切面，然后生成更新卡表的代码语句；
  • 三色标记
    • 收集线程所产生的开销会随着收集区域的扩大而扩大，这会造成 jvm 吞吐量的下降；
    • 收集线程在进行第二次标记时，用户线程也在重新建立引用或删除引用，即第二次标记时，对象引用关系发生了改变，采用三色标记方式进行解决；
      • 黑色：第一次标记时，被垃圾回收器访问过，且这个对象的所有引用都被扫描过，那么把这个对象标记为黑色；
      • 灰色：第一次标记时，被垃圾回收器访问过，但是至少有一个引用还没有被扫描到，那么就把这个对象标记为灰色；
      • 白色：第一次标记时，没有被垃圾回收器访问过，那么就把这个对象标记为白色；
    • 第二次标记完成后，所有的灰色对象要么变成白色、要么变成灰色，之后垃圾回收器只需要回收白色对象，下次垃圾回收会再次忽略黑色对象，直接从白色对象进行第二次标记；

4. 垃圾回收算法

4.1. 垃圾对象特点

• 绝大多数对象“朝生夕死”
• 熬过多次 GC 后的对象更难消亡
• 跨代引用相对于同代引用只占少数比例

基于上述三条实践原理，把对象分为年轻代、老年代。

• 划分
  • 分区
    • 如何划分区域
      • 划分为等大小的小区域，化整为零
    • 如何回收
      • 部分回收
  • 分代（如何划分及各区域如何回收（或回收的算法））
    • 新生代
    • 老年代
    • 方法区
  • 混合
    • 分区+分代
• 清除垃圾
  • 已有的理论成果——垃圾收集算法
    • 标记整理：   让所有存活的对象向内存空间一端移动，然后清理掉边界以外的内存
      • 原理
        • 1. 标记阶段： Collector 从引用根节点开始遍历，标记所有被引用的对象
        • 2. 清除阶段： 把可以被回收的对象的地址放置到一个空闲列表中，下次进行分配时，先判断垃圾空间是否够用，如果够用就存放
      • 缺点
        • 1. 效率不高
        • 2. 清理出来的空闲空间不是连续的，产生内存碎片
        • 3. 需要额外空间来保存被清理的对象的地址
      • 使用场景
        • 老年代对象收集过程
      • 
    • 标记清除
      • 原理
        • 1. 标记阶段： Collector 从引用根节点开始遍历，标记所有被引用的对象
        • 2. 清除阶段：清除掉没有被引用的对象
        • 3. 压缩阶段：把剩余没有被清理的对象压缩到内存的一端
      • 优缺点
        • 1. 解决了内存碎片问题
        • 2. 但是如果对象被其他对象引用，还需要调整引用的地址
      • 使用场景
        • 老年代对象收集过程
      • 
      • 腾出来的空间再次分配时，可以使用“指针碰撞”的方式进行分配
    • 复制算法
      • 原理
        • 准备两块相同大小的内存空间，把应该保留的对象都复制到另外一块内存空间上，然后再把原来的内存空间全部清空即可
      • 优缺点
        • 没有标记和清除阶段，运行效率较高
        • 不会出现内存碎片问题
        • 但是需要两倍内存空间
        • 对于分区域收集的垃圾回收器，需要维护跨区域引用的关系，会产生额外的性能开销
      • 使用场景
        • 适合垃圾对象较多，存活对象较少的场景。因此，是现在大多数商用虚拟机新生代所采用的收集算法
      • 
    • 增量收集算法
      • 原理
        • 通过妥善处理“垃圾清理线程”与“用户工作线程”的切换，让垃圾清理线程每次只清理一小块内存区域。
      • 优缺点
        • 减少每次垃圾回收的停顿时间
        • 需要妥善处理好“垃圾清理线程”与“用户工作线程”的切换问题，并且线程切换会带来损耗，造成系统吞吐量下降
    • 分区收集算法
      • 原理
        • 把整块内存区域“化整为零”，每个小块空间独立使用，独立回收
      • 优缺点
        • 可以控制每次回收多少个小区间，达到停顿时间可控的目的
    • 都会产生 STW
      • GC 发生过程中，会导致所有用户线程都暂停，像是整个世界都停止了一样
      • 特性
        • 所有的 GC 回收器都会产生
        • 是由 JVM 主动发起的
        • 调优的主要目的就是降低 STW 的停顿时间
      • 原因 ： 收集垃圾时需要在一个一致性快照中进行，不能一边清理垃圾一边产生垃圾
      • 停顿的时间点
        • 安全点 ： 在某一时刻，所有的用户线程都会停下来，让 jvm 标识垃圾，这个时刻就是安全点。
          • 所有的用户线程主动轮询一个 GC 标志位并采用主动中断的方式来挂起自身线程
        • 安全区 ： 如果单单是安全点，那么所有的线程都会在这个点进行主动中断，这就会出现有些线程等待时间过长的问题，因此可以延长这个“时刻”，把“时刻”变成“时间段”，这个时间段就是安全区，在这个安全区内，代码引用关系不会发生改变，换言之在这个区域内任何地方开始 GC 操作，都是等价的。
  • 最佳实践——分代收集算法
    • 新生代
      • 特点
        • 区域小、对象生命周期短、存活率低、回收频繁
      • 最佳实践
        • 复制算法
    • 老年代
      • 特点
        • 区域大、对象生命周期长、存活率高、回收不是很频繁
      • 最佳实践
        • “标记清除”与“标记整理”混合使用

5. 垃圾回收的时机

• 不能一边打扫房间一边丢垃圾，必须在某一时刻停止制造垃圾的用户线程。所以这个 【停止用户工作线程的时刻】 和 【用户工作线程的停止时间间隔】 就比较重要，不可能随时随地停止，也不可能停止无限长的时间。
• 用户工作线程停止的时刻
  • 选择标准
    • 是否具有让程序长时间执行的特征
  • 分类
    • 安全点： 虚拟机会选取一些能够长时间执行的指令作为安全点，并在安全点处采用主动中断的方式挂起所有用户线程（主动中断就是用户线程主动去轮询一个 GC 标志位，如果标志位为真，表示要进行 GC 回收，此时用户线程就会主动中断）
    • 安全区域
      • 只有安全点的概念，会使主动中断等待的时间过长（GC 线程等待所有用户线程都到达安全点才主动中断），试想在一个区域内才更加合理，这个区间就是安全区域
  • 停顿之后主线程的工作方式
• 用户工作线程停止的方式
  • 主动中断 ： 主动中断就是用户线程主动去轮询一个 GC 标志位，如果标志位为真，表示要进行 GC 回收，此时用户线程就会主动中断
  • 被动阻塞 ： 被垃圾回收线程阻塞；
• 用户工作线程停止的时长
  • 全局停顿时间
    • 在新生代进行的 GC 叫做 minor GC，在老年代进行的 GC 都叫 major GC，Full GC 同时作用于新生代和老年代。在垃圾回收过程中经常涉及到对对象的挪动（比如上文提到的对象在 Survivor 0 和 Survivor 1 之间的复制），进而导致需要对对象引用进行更新。为了保证引用更新的正确性，Java 将暂停所有其他的线程，这种情况被称为“Stop-The-World”，导致系统全局停顿。Stop-The-World 对系统性能存在影响，因此垃圾回收的一个原则是尽量减少“Stop-The-World”的时间

6. 垃圾回收需要考虑的问题

• 要回收垃圾，就要暂停 JVM 中所有应用程序，理论上回收的区域越大、暂停的时间也就越多，用户线程等待时间也就越长；用户线程等待的时间越长，意味着相同时间内的吞吐量就越小；
• 性能指标
  • 吞吐量 ： 系统运行时间占总时间的比例
  • 停顿时间
    • 二者是相互竞争的
    • 调优的目标 ： 在最大吞吐量优先的前提下，尽量缩短停顿时间
  • 收集频率
  • 内存占用
  • 垃圾收集的开销
  • 服务器性能指标
  • JVM 性能指标
  • 应用性能指标

7. GC 类型

• 按照【部分回收 or 全部回收】分为
  • PartitionGC
    • 对整个堆空间的部分回收
  • FullGC
    • 对整个堆空间进行整体回收，包括 Java 堆和方法区
• 按照【针对老年代进行回收 or 针对新生代进行回收】分为
  • MinorGC（有时也称 YoungGC）
    • 对 Eden 区、S0 区、S1 区进行回收，回收过程会产生 STW
  • MajorGC
    • 只对 Tenured 区（养老区，也称老年代区）进行回收，回收过程也会产生 STW，但是是新生代耗时的好几倍
• 事实上，我们对 JVM 调优，根本目的在于如何减少 MajorGC 是造成的 STW 的时间

7.0.1. Minor GC、Major GC、Full GC

JVM 在进行 GC 时，并非每次都对堆内存（新生代、老年代；方法区）区域一起回收的，大部分时候回收的都是指新生代。 针对 HotSpot VM 的实现，它里面的 GC 按照回收区域又分为两大类：部分收集（Partial GC），整堆收集（Full GC）

• 部分收集：不是完整收集整个 Java 堆的垃圾收集。其中又分为：
  • 新生代收集（Minor GC/Young GC）：只是新生代的垃圾收集
  • 老年代收集（Major GC/Old GC）：只是老年代的垃圾收集
    • 目前，只有 CMS GC 会有单独收集老年代的行为
    • 很多时候 Major GC 会和 Full GC 混合使用，需要具体分辨是老年代回收还是整堆回收
  • 混合收集（Mixed GC）：收集整个新生代以及部分老年代的垃圾收集
    • 目前只有 G1 GC 会有这种行为
• 整堆收集（Full GC）：收集整个 Java 堆和方法区的垃圾

8. 垃圾回收器分类

• 按照线程工作模式
  • 串行垃圾回收器
  • 并行垃圾回收器
• 按照碎片处理方式
  • 压缩式垃圾回收器
  • 非压缩式垃圾回收器
• 按照工作的内存区间
  • 新生代垃圾回收器
  • 老年代垃圾回收器