大话JVM（一）：垃圾收集算法

　　 系列介绍｜本系列主要是记录学习jvm过程中觉得重要的内容，方便以后复习

 

在说垃圾收集算法之前，先要说一下垃圾收集，从大的讲，垃圾收集需要考虑三件事情：

　　1.哪些内存需要回收

　　2.什么时候回收

　　3.如何回收

 

jvm在执行java程序时，把他管理的内存分为多个数据区域：

1.程序计数器（记录程序执行到哪了，各线程之间独立存储， 互不影响）

2.虚拟机栈（这个栈就是我们常说的jvm的“堆”和“栈”中的栈，这里存放的是编译期间可知的各种数据类型（8种基本类型）、对象引用（reference类型，就是一种数据指针，指向对象的起始地址，或者句柄，或者是对象相关的位置）

3.本地方法栈（这个跟虚拟机栈非常相似，只不过虚拟机栈是为虚拟机执行java方法服务的，而本地方法栈是为虚拟机使用natvie方法服务的，虚拟机规范中没有对本地方法栈做强制规定，hotspot把虚拟机栈和本地方法栈合二为一了）

4.java堆（这堆是jvm管理内存中最多的一块，几乎所有的对象实例都存放在这里，java虚拟机规范中描述：所有对象的实例以及数据都要在堆上分配，gc就是主要管理这个区域）

5.方法区（在hotspot中，这个区就是我们常说的“永久代”，这是一个线程共享的区域，它主要用来存储被虚拟机加载的类信息、常量、静态变量、jit编译后的代码等数据）

 

其中程序计数器、虚拟机栈、本地方法栈3个区随线程而生，随线程而灭；栈中的栈帧随方法的进入和退出有条不紊的执行出栈和入栈操作，内存的分配是在类结构确定下来时就已知的，内存的分配和回收都具有确定性，因此这几个区域不需要过多考虑回收问题，因为方法结束或线程结束时，内存自然跟着回收了。主要考虑的是java堆和方法区，因为这部分内存分配是动态的，程序在运行时才知道创建哪个对象实例，执行哪个方法。

 

gc回收前需要考虑对象已经“死”了吗

判断对象是否存活有两种算法，一种是引用计数算法，另一种是可达性算法

1）引用计数算法

引用计数算法就是给对象中添加一个引用计数器，每当有地方引用他时，计算器值加1，当引用失效时，计数器值减1，计算器值为0时，表示对象不再被使用。

引用计数算法实现简单，判定效率高，但是有个致命确定，就是循环引用时无法正常工作。

  

 1 public class countgc {
 2 
 3     public object instance = null;
 4 
 5     public static void testgc(string[] args){
 6         //创建了一个countgc对象，并发把它赋给了countgc1,countgc的对象引用计数值加1
 7         countgc countgc1 = new countgc();
 8         //又创建了一个countgc对象，并发把它赋给了countgc2,另一个countgc的对象引用计数值加1
 9         countgc countgc2 = new countgc();
10 
11         //把第一个countgc对象的instance字段赋值上第二个countgc对象，第二个countgc对象引用计数值再加1，这是就变成了2
12         countgc1.instance = countgc2;
13         //把第二个countgc对象的instance字段赋值上第一个countgc对象，第一个countgc对象的引用计数值再加2，这时也变成了2
14         countgc2.instance = countgc1;
15 
16         //countgc1赋空值，第一个countgc对象引用减1
17         countgc1 = null;
18         //countgc2赋空值，第二个countgc对象引用减1
19         countgc2 = null;
20 
21 
22         //如果这时候回收，这两个countgc对象是无法回收的，因为他们的引用计数值不为0
23         system.gc();
24     }
25 }

 

 

 2）可达性算法 

可达性算法就是以一个 gc roots对象向下搜索，能搜索到的对象就说明是存活的，搜索不到的对象说明就是不可用的。

 

 

 不管是引用计数算法，还是不可达算法，最终判断对象是否存活的关键，是引用。

 

 

下面我们正式介绍垃圾收集算法，我们主要介绍下面几种算法：

1.标记 - 清除算法

2.复制算法

3.标记 - 整理算法

4.分代收集算法

 

1）标记 - 清除算法

标记 - 清除算法就跟他的名字一样，分为“标记”和“清除”两阶段，首选标记出所有可回收的对象，然后统一回收所有被标记的对象。

标记 - 清除算法是最基础的算法，后续的几个算法都是基于这种算法思路对其不足进行改进得到的。

它的不足主要表现在两个方面，一是效率问题，二是空间利用问题

效率不高是因为，它标记是需要遍历所有内存空间，清除时也是一个个清除

空间利用率问题是因为清理后内存空间是零碎的，当需要分配大空间时，没有连续空间，需要再次触发gc

 

回收前状态：

 

 回收后状态：

  

　　　　 　　　　　　　　

 

2）复制算法

为了解决效率问题，复制算法出现了，它将可用内存按容量划分为大小相等的两块，每次只使用其中一块，当这一块的内存用完时，就将存活的对象复制到另外一块内存上面，然后把使用过的内存空间一次清理掉。

 

回收前状态：

 

 

回收后状态：

  

 　　　　　　　　　　　　　　　　

 

复制算法的优点是：实现简单，运行高效

缺点是：浪费内存，从上面算法来看，实际使用只有原来内存的一半，浪费太大了。

 

现在的商用虚拟机都采用这种算法来回收新生代，ibm公司专门研究表明，新生代中的对象98%都是“朝生夕死”的，所以并不需要按照1:1来划分内存，而是将内存分成一块较大的eden空间和两块较小的survivor空间，每次使用eden和一块survivor，另一个survivor作为预留空间。（hotsopt中默认分配比例是8:1:1，这样只浪费了10%的空间）。

采用这种内存分配方式的回收过程：

1.每次使用eden和一块survivor，另一块survivor作为预留空间，

2.标记出eden和一块survivor空间中存活的对象，并复制到另一块survivor空间中

3.清理掉使用过的eden和一块survivor空间。

 

这种做法有一个不足之处，就是当eden和一块survivor空间中存活的对象（对象存活率较高）大于另一块survivor空间时，需要老年代担保分配，这时候效率非常低（因为存活对象是一个个复制到预留内存空间的，对象存活率特别高时，对象数也会非常多），而且还浪费空间（这时候预留空间就起不到作用了，浪费了预留空间的内存）。

因为当发现eden和一块survivor空间中存活的对象大于另一块survivor空间时，这时候会把存活对象直接分配到老年代。

 

3）标记 - 整理算法

标记 - 整理算法就是把标记 - 清除算法中的清除替换成整理，整理时不直接对回收对象清理，而是让所有存活对象向一端移动，然后直接清理掉边界以外的内存。

 

回收前状态：

 

 

回收后状态：

 

  　　　　　　　　　　　　

 

 这个算法是根据老年代的特点设计出来的，因为老年代中对象存活率较高，并且没有额外的空间对它进行分配担保，就必须采用“标记 - 清楚” 或者 “标记 - 整理”算法来进行回收。

 

4）分代收集

当前商业虚拟机都是采用“分代收集”算法，这种算法并没有什么新的思想，只是按照对象存活周期不同将内存划分为几个区域，就像java堆中的新生代和老年代一样，这样做的好处是，可以根据各个年代的特点采用适当的收集算法。