Java基础篇——JVM之GC原理(干货满满)
原创不易,如需转载,请注明出处 ,多多支持哈!
一、什么是gc?
gc是垃圾收集的意思,内存处理是编程人员容易出现问题的地方,忘记或者错误的内存回收会导致程序或系统的不稳定甚至崩溃,java提供的gc功能可以自动监测对象是否超过作用域从而达到自动回收内存的目的,java语言没有提供释放已分配内存的显示操作方法。java程序员不用担心内存管理,因为垃圾收集器会自动进行管理。要请求垃圾收集,可以调用下面的方法之一:system.gc() 或runtime.getruntime().gc()。
二、哪些内存需要回收?
哪些内存需要回收是垃圾回收机制第一个要考虑的问题,所谓“要回收的垃圾”无非就是那些不可能再被任何途径使用的对象。那么如何找到这些对象?
- 引用计数法:这种算法不能解决对象之间相互引用的情况,所以这种方法不靠谱
- 可达性分析法:这个算法的基本思想是通过一系列称为“gc roots”的对象作为起始点,从这些节点向下搜索,搜索所走过的路径称为引用链,当一个对象到gc roots没有任何引用链(即gc roots到对象不可达)时,则证明此对象是不可用的。
那么问题又来了,如何选取gcroots对象呢?在java语言中,可以作为gcroots的对象包括下面几种:
- 虚拟机栈(栈帧中的局部变量区,也叫做局部变量表)中引用的对象。
- 方法区中的类静态属性引用的对象。
- 方法区中常量引用的对象。
- 本地方法栈中jni(native方法)引用的对象。
下面给出一个gcroots的例子,如下图,为gcroots的引用链,obj8、obj9、obj10都没有到gcroots对象的引用链,所以会进行回收。
三、四种引用状以及基于可达性分析的内存回收原理
对于可达性分析算法而言,未到达的对象并非是“非死不可”的,若要宣判一个对象死亡,至少需要经历两次标记阶段。
- 如果对象在进行可达性分析后发现没有与gcroots相连的引用链,则该对象被第一次标记并进行一次筛选,筛选条件为是否有必要执行该对象的finalize方法,若对象没有覆盖finalize方法或者该finalize方法是否已经被虚拟机执行过了,则均视作不必要执行该对象的finalize方法,即该对象将会被回收。反之,若对象覆盖了finalize方法并且该finalize方法并没有被执行过,那么,这个对象会被放置在一个叫f-queue的队列中,之后会由虚拟机自动建立的、优先级低的finalizer线程去执行,而虚拟机不必要等待该线程执行结束,即虚拟机只负责建立线程,其他的事情交给此线程去处理。
-
对f-queue中对象进行第二次标记,如果对象在finalize方法中拯救了自己,即关联上了gcroots引用链,如把this关键字赋值给其他变量,那么在第二次标记的时候该对象将从“即将回收”的集合中移除,如果对象还是没有拯救自己,那就会被回收。如下代码演示了一个对象如何在finalize方法中拯救了自己,然而,它只能拯救自己一次,第二次就被回收了。具体代码如下:
public class gc { public static gc save_hook = null; public static void main(string[] args) throws interruptedexception { // 新建对象,因为save_hook指向这个对象,对象此时的状态是(reachable,unfinalized) save_hook = new gc(); //将save_hook设置成null,此时刚才创建的对象就不可达了,因为没有句柄再指向它了,对象此时状态是(unreachable,unfinalized) save_hook = null; //强制系统执行垃圾回收,系统发现刚才创建的对象处于unreachable状态,并检测到这个对象的类覆盖了finalize方法,因此把这个对象放入f-queue队列,由低优先级线程执行它的finalize方法,此时对象的状态变成(unreachable, finalizable)或者是(finalizer-reachable,finalizable) system.gc(); // sleep,目的是给低优先级线程从f-queue队列取出对象并执行其finalize方法提供机会。在执行完对象的finalize方法中的super.finalize()时,对象的状态变成(unreachable,finalized)状态,但接下来在finalize方法中又执行了save_hook = this;这句话,又有句柄指向这个对象了,对象又可达了。因此对象的状态又变成了(reachable, finalized)状态。 thread.sleep(500); // 这里楼主说对象处于(reachable,finalized)状态应该是合理的。对象的finalized方法被执行了,因此是finalized状态。又因为在finalize方法是执行了save_hook=this这句话,本来是unreachable的对象,又变成reachable了。 if (null != save_hook) { //此时对象应该处于(reachable, finalized)状态 // 这句话会输出,注意对象由unreachable,经过finalize复活了。 system.out.println("yes , i am still alive"); } else { system.out.println("no , i am dead"); } // 再一次将save_hook放空,此时刚才复活的对象,状态变成(unreachable,finalized) save_hook = null; // 再一次强制系统回收垃圾,此时系统发现对象不可达,虽然覆盖了finalize方法,但已经执行过了,因此直接回收。 system.gc(); // 为系统回收垃圾提供机会 thread.sleep(500); if (null != save_hook) { // 这句话不会输出,因为对象已经彻底消失了。 system.out.println("yes , i am still alive"); } else { system.out.println("no , i am dead"); } } @override protected void finalize() throws throwable { super.finalize(); system.out.println("execute method finalize()"); // 这句话让对象的状态由unreachable变成reachable,就是对象复活 save_hook = this; } }
运行结果如下:
leesf null finalize method executed! leesf yes, i am still alive :) no, i am dead : (
由结果可知,该对象拯救了自己一次,第二次没有拯救成功,因为对象的finalize方法最多被虚拟机调用一次。此外,从结果我们可以得知,一个堆对象的this(放在局部变量表中的第一项)引用会永远存在,在方法体内可以将this引用赋值给其他变量,这样堆中对象就可以被其他变量所引用,即不会被回收。
四、方法区的垃圾回收
1、方法区的垃圾回收主要回收两部分内容:
- 废弃常量
- 无用的类
2、既然进行垃圾回收,就需要判断哪些是废弃常量,哪些是无用的类?
- 如何判断废弃常量呢?以字面量回收为例,如果一个字符串“abc”已经进入常量池,但是当前系统没有任何一个string对象引用了叫做“abc”的字面量,那么,如果发生垃圾回收并且有必要时,“abc”就会被系统移出常量池。常量池中的其他类(接口)、方法、字段的符号引用也与此类似。
-
如何判断无用的类呢?需要满足以下三个条件:
- 该类的所有实例都已经被回收,即java堆中不存在该类的任何实例。
- 加载该类的classloader已经被回收。
- 该类对应的java.lang.class对象没有在任何地方被引用,无法在任何地方通过反射访问该类的方法。
五、垃圾收集算法(垃圾回收器都是基于这些算法来实现)
1、标记-清除(mark-sweep)算法
这是最基础的算法,标记-清除算法就如同它的名字样,分为“标记”和“清除”两个阶段:首先标记出所有需要回收的对象,标记完成后统一回收所有被标记的对象。这种算法的不足主要体现在效率和空间,从效率的角度讲,标记和清除两个过程的效率都不高;从空间的角度讲,标记清除后会产生大量不连续的内存碎片, 内存碎片太多可能会导致以后程序运行过程中在需要分配较大对象时,无法找到足够的连续内存而不得不提前触发一次垃圾收集动作。标记-清除算法执行过程如图:
2、复制(copying)算法
复制算法是为了解决效率问题而出现的,它将可用的内存分为两块,每次只用其中一块,当这一块内存用完了,就将还存活着的对象复制到另外一块上面,然后再把已经使用过的内存空间一次性清理掉。这样每次只需要对整个半区进行内存回收,内存分配时也不需要考虑内存碎片等复杂情况,只需要移动指针,按照顺序分配即可。复制算法的执行过程如图:
不过这种算法有个缺点,内存缩小为了原来的一半,这样代价太高了。现在的商用虚拟机都采用这种算法来回收新生代,不过研究表明1:1的比例非常不科学,因此新生代的内存被划分为一块较大的eden空间和两块较小的survivor空间,每次使用eden和其中一块survivor。每次回收时,将eden和survivor中还存活着的对象一次性复制到另外一块survivor空间上,最后清理掉eden和刚才用过的survivor空间。hotspot虚拟机默认eden区和survivor区的比例为8:1,意思是每次新生代中可用内存空间为整个新生代容量的90%。当然,我们没有办法保证每次回收都只有不多于10%的对象存活,当survivor空间不够用时,需要依赖老年代进行分配担保(handle promotion)。
3、标记-整理(mark-compact)算法
复制算法在对象存活率较高的场景下要进行大量的复制操作,效率很低。万一对象100%存活,那么需要有额外的空间进行分配担保。老年代都是不易被回收的对象,对象存活率高,因此一般不能直接选用复制算法。根据老年代的特点,有人提出了另外一种标记-整理算法,过程与标记-清除算法一样,不过不是直接对可回收对象进行清理,而是让所有存活对象都向一端移动,然后直接清理掉边界以外的内存。标记-整理算法的工作过程如图:
六、垃圾收集器
垃圾收集器就是上面讲的理论知识的具体实现了。不同虚拟机所提供的垃圾收集器可能会有很大差别,我们使用的是hotspot,hotspot这个虚拟机所包含的所有收集器如图:
上图展示了7种作用于不同分代的收集器,如果两个收集器之间存在连线,那说明它们可以搭配使用。虚拟机所处的区域说明它是属于新生代收集器还是老年代收集器。多说一句,我们必须明确一个观点:没有最好的垃圾收集器,更加没有万能的收集器,只能选择对具体应用最合适的收集器。这也是hotspot为什么要实现这么多收集器的原因。ok,下面一个一个看一下收集器。
serial收集器
最基本、发展历史最久的收集器,这个收集器是一个采用复制算法的单线程的收集器,单线程一方面意味着它只会使用一个cpu或一条线程去完成垃圾收集工作,另一方面也意味着它进行垃圾收集时必须暂停其他线程的所有工作,直到它收集结束为止。后者意味着,在用户不可见的情况下要把用户正常工作的线程全部停掉,这对很多应用是难以接受的。不过实际上到目前为止,serial收集器依然是虚拟机运行在client模式下的默认新生代收集器,因为它简单而高效。用户桌面应用场景中,分配给虚拟机管理的内存一般来说不会很大,收集几十兆甚至一两百兆的新生代停顿时间在几十毫秒最多一百毫秒,只要不是频繁发生,这点停顿是完全可以接受的。serial收集器运行过程如下图所示:
说明:1. 需要stw(stop the world),停顿时间长。2. 简单高效,对于单个cpu环境而言,serial收集器由于没有线程交互开销,可以获取最高的单线程收集效率。
parnew收集器
parnew收集器其实就是serial收集器的多线程版本,除了使用多条线程进行垃圾收集外,其余行为和serial收集器完全一样,包括使用的也是复制算法。parnew收集器除了多线程以外和serial收集器并没有太多创新的地方,但是它却是server模式下的虚拟机首选的新生代收集器,其中有一个很重要的和性能无关的原因是,除了serial收集器外,目前只有它能与cms收集器配合工作(看图)。cms收集器是一款几乎可以认为有划时代意义的垃圾收集器,因为它第一次实现了让垃圾收集线程与用户线程基本上同时工作。parnew收集器在单cpu的环境中绝对不会有比serial收集器更好的效果,甚至由于线程交互的开销,该收集器在两个cpu的环境中都不能百分之百保证可以超越serial收集器。当然,随着可用cpu数量的增加,它对于gc时系统资源的有效利用还是很有好处的。它默认开启的收集线程数与cpu数量相同,在cpu数量非常多的情况下,可以使用-xx:parallelgcthreads参数来限制垃圾收集的线程数。parnew收集器运行过程如下图所示:
parallel scavenge收集器
parallel scavenge收集器也是一个新生代收集器,也是用复制算法的收集器,也是并行的多线程收集器,但是它的特点是它的关注点和其他收集器不同。介绍这个收集器主要还是介绍吞吐量的概念。cms等收集器的关注点是尽可能缩短垃圾收集时用户线程的停顿时间,而parallel scavenge收集器的目标则是打到一个可控制的吞吐量。所谓吞吐量的意思就是cpu用于运行用户代码时间与cpu总消耗时间的比值,即吞吐量=运行用户代码时间/(运行用户代码时间+垃圾收集时间),虚拟机总运行100分钟,垃圾收集1分钟,那吞吐量就是99%。另外,parallel scavenge收集器是虚拟机运行在server模式下的默认垃圾收集器。
停顿时间短适合需要与用户交互的程序,良好的响应速度能提升用户体验;高吞吐量则可以高效率利用cpu时间,尽快完成运算任务,主要适合在后台运算而不需要太多交互的任务。
虚拟机提供了-xx:maxgcpausemillis和-xx:gctimeratio两个参数来精确控制最大垃圾收集停顿时间和吞吐量大小。不过不要以为前者越小越好,gc停顿时间的缩短是以牺牲吞吐量和新生代空间换取的。由于与吞吐量关系密切,parallel scavenge收集器也被称为“吞吐量优先收集器”。parallel scavenge收集器有一个-xx:+useadaptivesizepolicy参数,这是一个开关参数,这个参数打开之后,就不需要手动指定新生代大小、eden区和survivor参数等细节参数了,虚拟机会根据当前系统的运行情况以及性能监控信息,动态调整这些参数以提供最合适的停顿时间或者最大的吞吐量。如果对于垃圾收集器运作原理不太了解,以至于在优化比较困难的时候,使用parallel scavenge收集器配合自适应调节策略,把内存管理的调优任务交给虚拟机去完成将是一个不错的选择。
serial old收集器
serial收集器的老年代版本,同样是一个单线程收集器,使用“标记-整理算法”,这个收集器的主要意义也是在于给client模式下的虚拟机使用。
parallel old收集器
parallel scavenge收集器的老年代版本,使用多线程和“标记-整理”算法。这个收集器在jdk 1.6之后的出现,“吞吐量优先收集器”终于有了比较名副其实的应用组合,在注重吞吐量以及cpu资源敏感的场合,都可以优先考虑parallel scavenge收集器+parallel old收集器的组合。运行过程如下图所示:
cms收集器
cms(conrrurent mark sweep)收集器是以获取最短回收停顿时间为目标的收集器。使用标记 - 清除算法,收集过程分为如下四步:
- 初始标记,标记gcroots能直接关联到的对象,时间很短。
- 并发标记,进行gcroots tracing(可达性分析)过程,时间很长。
- 重新标记,修正并发标记期间因用户程序继续运作而导致标记产生变动的那一部分对象的标记记录,时间较长。
- 并发清除,回收内存空间,时间很长。
其中,并发标记与并发清除两个阶段耗时最长,但是可以与用户线程并发执行。运行过程如下图所示:
说明:
- 对cpu资源非常敏感,可能会导致应用程序变慢,吞吐率下降。
- 无法处理浮动垃圾,因为在并发清理阶段用户线程还在运行,自然就会产生新的垃圾,而在此次收集中无法收集他们,只能留到下次收集,这部分垃圾为浮动垃圾,同时,由于用户线程并发执行,所以需要预留一部分老年代空间提供并发收集时程序运行使用。
- 由于采用的标记 - 清除算法,会产生大量的内存碎片,不利于大对象的分配,可能会提前触发一次full gc。虚拟机提供了-xx:+usecmscompactatfullcollection参数来进行碎片的合并整理过程,这样会使得停顿时间变长,虚拟机还提供了一个参数配置,-xx:+cmsfullgcsbeforecompaction,用于设置执行多少次不压缩的full gc后,接着来一次带压缩的gc。
g1收集器
g1算法将堆划分为若干个区域(region),它仍然属于分代收集器。不过,这些区域的一部分包含新生代,新生代的垃圾收集依然采用暂停所有应用线程的方式,将存活对象拷贝到老年代或者survivor空间。老年代也分成很多区域,g1收集器通过将对象从一个区域复制到另外一个区域,完成了清理工作。这就意味着,在正常的处理过程中,g1完成了堆的压缩(至少是部分堆的压缩),这样也就不会有cms内存碎片问题的存在了。
在g1中,还有一种特殊的区域,叫humongous区域。 如果一个对象占用的空间超过了分区容量50%以上,g1收集器就认为这是一个巨型对象。这些巨型对象,默认直接会被分配在年老代,但是如果它是一个短期存在的巨型对象,就会对垃圾收集器造成负面影响。为了解决这个问题,g1划分了一个humongous区,它用来专门存放巨型对象。如果一个h区装不下一个巨型对象,那么g1会寻找连续的h分区来存储。为了能找到连续的h区,有时候不得不启动full gc。
g1主要有以下特点:
- 并行和并发。使用多个cpu来缩短stop the world停顿时间,与用户线程并发执行。
- 分代收集。独立管理整个堆,但是能够采用不同的方式去处理新创建对象和已经存活了一段时间、熬过多次gc的旧对象,以获取更好的收集效果。
- 空间整合。基于标记 - 整理算法,无内存碎片产生。
- 可预测的停顿。能简历可预测的停顿时间模型,能让使用者明确指定在一个长度为m毫秒的时间片段内,消耗在垃圾收集上的时间不得超过n毫秒。
在g1之前的垃圾收集器,收集的范围都是整个新生代或者老年代,而g1不再是这样。使用g1收集器时,java堆的内存布局与其他收集器有很大差别,它将整个java堆划分为多个大小相等的独立区域(region),虽然还保留有新生代和老年代的概念,但新生代和老年代不再是物理隔离的了,它们都是一部分(可以不连续)region的集合。
七、cms和g1对比(过去 vs 未来)
cms垃圾回收器
cms堆内存结构划分:
- 新生代:eden space + 2个survivor
- 老年代:old space
- 持久代:1.8之前的perm space
- 元空间:1.8之后的metaspace
注意:这些space必须是地址连续的空间
cms中垃圾回收模式
-
对象分配
-
优先在eden区分配
在jvm内存模型一文中, 我们大致了解了vm年轻代堆内存可以划分为一块eden区和两块survivor区. 在大多数情况下, 对象在新生代eden区中分配, 当eden区没有足够空间分配时, vm发起一次minor gc, 将eden区和其中一块survivor区内尚存活的对象放入另一块survivor区域, 如果在minor gc期间发现新生代存活对象无法放入空闲的survivor区, 则会通过空间分配担保机制使对象提前进入老年代(空间分配担保见下).
-
大对象直接进入老年代
serial和parnew两款收集器提供了-xx:pretenuresizethreshold的参数, 令大于该值的大对象直接在老年代分配, 这样做的目的是避免在eden区和survivor区之间产生大量的内存复制(大对象一般指 需要大量连续内存的java对象, 如很长的字符串和数组), 因此大对象容易导致还有不少空闲内存就提前触发gc以获取足够的连续空间.
然而取历次晋升的对象的平均大小也是有一定风险的, 如果某次minor gc存活后的对象突增,远远高于平均值的话,依然可能导致担保失败(handle promotion failure, 老年代也无法存放这些对象了), 此时就只好在失败后重新发起一次full gc(让老年代腾出更多空间).
-
空间分配担保
在执行minor gc前, vm会首先检查老年代是否有足够的空间存放新生代尚存活对象, 由于新生代使用复制收集算法, 为了提升内存利用率, 只使用了其中一个survivor作为轮换备份, 因此当出现大量对象在minor gc后仍然存活的情况时, 就需要老年代进行分配担保, 让survivor无法容纳的对象直接进入老年代, 但前提是老年代需要有足够的空间容纳这些存活对象. 但存活对象的大小在实际完成gc前是无法明确知道的, 因此minor gc前, vm会先首先检查老年代连续空间是否大于新生代对象总大小或历次晋升的平均大小, 如果条件成立, 则进行minor gc, 否则进行full gc(让老年代腾出更多空间).
-
-
对象晋升
-
年龄阈值
vm为每个对象定义了一个对象年龄(age)计数器, 对象在eden出生如果经第一次minor gc后仍然存活, 且能被survivor容纳的话, 将被移动到survivor空间中, 并将年龄设为1. 以后对象在survivor区中每熬过一次minor gc年龄就+1. 当增加到一定程度(-xx:maxtenuringthreshold, 默认15), 将会晋升到老年代.
-
提前晋升: 动态年龄判定
然而vm并不总是要求对象的年龄必须达到maxtenuringthreshold才能晋升老年代: 如果在survivor空间中相同年龄所有对象大小的总和大于survivor空间的一半, 年龄大于或等于该年龄的对象就可以直接进入老年代, 而无须等到晋升年龄.
-
g1垃圾回收器
g1堆内存结构划分(它将整个java堆划分为多个大小相等的独立区域region)
g1中提供了三种垃圾回收模式:young gc、mixed gc 和 full gc
-
young gc
发生在年轻代的gc算法,一般对象(除了巨型对象)都是在eden region中分配内存,当所有eden region被耗尽无法申请内存时,就会触发一次young gc,这种触发机制和之前的young gc差不多,执行完一次young gc,活跃对象会被拷贝到survivor region或者晋升到old region中,空闲的region会被放入空闲列表中,等待下次被使用。
-
mixed gc
当越来越多的对象晋升到老年代old region时,为了避免堆内存被耗尽,虚拟机会触发一个混合的垃圾收集器,即mixed gc,该算法并不是一个old gc,除了回收整个young region,还会回收一部分的old region,这里需要注意:是一部分老年代,而不是全部老年代,可以选择哪些old region进行收集,从而可以对垃圾回收的耗时时间进行控制。 -
full gc
如果对象内存分配速度过快,mixed gc来不及回收,导致老年代被填满,就会触发一次full gc,g1的full gc算法就是单线程执行的serial old gc,会导致异常长时间的暂停时间,需要进行不断的调优,尽可能的避免full gc.
八、各种垃圾收集器的选用
-
首先查看你使用的垃圾回收器是什么?
java -xx:+printcommandlineflags -version
-
根据自身系统需求选择最合适的垃圾回收器(没有最好的,只有最是适合的)
九、总结
- 到此gc的内存就差不多了,其中不免有些错误的地方,或者理解有偏颇的地方欢迎大家提出来!
- 关于gc更细粒度的调优,没敢妄言,今后有了实战事例在补上!!!
个人博客地址:
csdn:
cnblogs:
segmentfault:
github:
本文参考:
https://www.cnblogs.com/xiaoxi/p/6486852.html
https://zhuanlan.zhihu.com/p/25539690