JVM基础知识-GC垃圾回收机制

垃圾收集(Garbage Collection):通常被称为"GC",由虚拟机"自动化"完后垃圾回收工作

1.前言

上一章讲解的JVM内存结构,知道程序计数器是唯一没有OutOfMemoryError的区域,堆是垃圾回收的主要区域,本章继续学习JVM相关知识,了解Java GC的底层原理

2.目录

目录

3.GC垃圾回收机制

JVM中程序计数器,虚拟机栈,本地方法栈3个区域随线程而生随线程而灭,栈帧随着方法的进入和退出做入栈和出栈操作,实现了自动的内存清理.它们的内存分配和回收都具有确定性.因此,GC垃圾回收主要集中在堆和方法区,运行期间,内存的分配和回收都是动态的

3.1.判断对象存活

  • 常规方法分:引用计数法和可达性分析法
  • 引用计数法:给每个对象添加一个引用计数器,每当引用它时计数器加1,引用释放时减1,为0时可以回收(java虚拟机没有使用,没有解决循环引用的问题)
  • 可达性分析法:GC Root对象(如系统类加载器,栈中的对象,处于激活状态的线程)作为起点,向下搜索,与其相连的存活,没有任何一条与GC Root相连的不可用
可达性分析法

3.2.垃圾回收算法

3.2.1.标记清除算法

  • 包含"标记"和"清除"两个阶段,首先标记所有需要回收的对象,标记完成后统一回收
编辑清除算法

缺点:标记和清除效率不高,标记清除后会产生大量不连续的内存碎片,后续对象需要较大内存时会应无法找到足够的连续内存空间而提前触发垃圾收集动作

3.2.2.复制算法

  • 将内存容量划分为大小相等的两块,只使用其中的一块,没有足够内存空间时,将还存活的对象复制到另一块,然后清理掉这一块的内存
复制算法
  • 优势:对半回收时,内存分配不用考虑内存碎片的情况,只需移动堆顶指针,按顺序分配内存即可,简单,高效
  • 劣势:可用内存缩小为1半,性价比低,新生对象存活率高时,复制工作效率低
堆内存分配结构图
  • GC过程中,当Eden区满时,还存活的对象会复制到其中的一个Survivor区(如果Survivor区没有足够的内存时,会进入老年代),回收时会将Eden和Survivor区还存活的对象,复制到另一个Survivor区,然后清理Eden和用过的survivor区
  • 在GC的整个过程中,由于Eden是对象创建和回收的主要区域,所以采用8:1:1的比例来分配内存;对象每经历一次复制,年龄加1,达到晋升年龄的阈值后转移到老年代(老年代采用的是标记整理算法)

3.2.3.标记整理算法

标记过程与"标记清除算法"一样,然后让所有存活的对象都向一端移动,然后清理掉边界外的内存

标记整理算法

这算法既没有浪费50%的内存,也不会因对象存活率高导致效率低下(老年代采用该算法)

3.2.4.分代收集算法

将Java的堆内存逻辑上分为两块,新生代和老年代,针对不同的存货周期,不同大小的对象采用不同的垃圾回收策略

新生代中大多数对象的存活时间都是瞬间的,只有少量对象存活,复制少量对象即可完成清理,即采用复制算法

老年代中的对象存活率高,也不需要额外的而辅助内存,因此采用标记整理算法

3.3.垃圾收集器

Java7和Java8默认使用的是Parallel,Java9和Java10使用的是G1

3.3.1.Parallel收集器

  • 新生代使用复制算法
  • 老年代使用标记整理算法
  • -XX:+UseParallelGC,使用Parallel收集器+老年代串行
  • -XX:+UseParallel收集器+老年代并行


    Parallel收集过程

3.3.2.GMS收集器

  • Concurrent Mark Sweep 并发标记清除(应用线程和GC线程交替执行)
  • 使用标记清除算法
  • 并发阶段会降低吞吐量(停顿时间减少,吞吐量降低)
  • 老年代收集器(新生代使用ParNew)
GMS收集过程
  • 1.初始标记(会产生全局停顿)-根可以直接关联到的对象,速度较快
  • 2.并发标记(和用户线程一起)-标记过程,标记全部对象
  • 3.重新标记(会产生全局停顿)-并发标记时,用户线程依然运行,正式清理前,再做修正
  • 4.并发清除(和用户线程一起)-基于标记结果,直接清理对象

3.3.3.G1收集器

最新前沿成果之一,将替换掉JDK1.5中的CMS收集器

  • G1收集器的运作大致可划分为以下几个步骤:初始标记(Initial Marking),并发标记(Concurrent Marking),最终标记(Final Marking),筛选回收(Live Data Counting and Evacuation),与CMS流程很相似
  • 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阂了,它们都是一部分(可以不连续)Region的集合

4.总结

JVM有良好的的自动内存管理机制,但在某些极端情况下也许开发者妥善处理,方便JVM更好的管理内存.学习此章只需结合场景理解不同的收集算法即可,都是些概念方面的知识点


参考博客:
https://www.choupangxia.com/2019/10/20/interview-jvm-gc-01/
https://www.choupangxia.com/2019/10/25/interview-jvm-gc-03/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,026评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,655评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,726评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,204评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,558评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,731评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,944评论 2 314
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,698评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,438评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,633评论 2 247
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,125评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,444评论 3 255
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,137评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,103评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,888评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,772评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,669评论 2 271