java 虚拟机总结

每个垃圾收集器从以下三点总结:
1.使用的垃圾收集算法
2.工作在新生代还是老年代
3.特定与工作过程(关键的JVM参数)

serial收集器

1.新生代使用标记复制算法、老年代使用标记整理算法。
2.新生代和老年代。
3.只有一个线程去收集,收集过程会停止用户线程(STW)。适合于单CPU的计算机。

-XX:SurvivorRatio :Eden区与SruvivorRatio的比例,注意survivor有两个哈。
-XX:PretenureSizeThreshold:新生代对象晋升老年代的年龄。

ParNew收集器

1.使用标记复制
2.工作在新生代
3.使用多个线程去收集,可以配合CMS工作。也会(STW)。

开启和CPU相同个数线程去收集垃圾。
可以用下面参数去限制使用的线程数
-XX:ParallelGCThreads

Parallel Scavenge

1.标记复制算法。
2.工作在新生代。
3.基本概念与ParNew相同,重点关注吞吐量。而其他收集器大多关注减少暂停时间。
吞吐量 = (运行用户代码的时间) / (运行用户代码的时间 + 运行垃圾收集代码的时间)。
既吞吐量,关注 减少垃圾收集线程的运行时间。

看起来像是提高吞吐量和减少暂停时间是一个意思,其实不然。
减少暂停时间,一般是使用并发技术,让用户线程不暂停。但这样,由于线程切换,可能垃圾收集线程运行的时间要比,暂停用户线程,去运行的时间长。

两个参数:
-XX:MaxGCPauseMillis:最长停顿时间。
-XX:GCTimeRatio:吞吐量大小。
-XX:+UseAdaptiveSizePolicy:让收集器根据系统情况,自动设置参数(SurvivorRatio等),来提供最大的吞吐量。
上面这个自适应调节策略也是与ParNew收集器的一个重要区别。

Parallel Old

1.使用标记整理
2.老年代的Parallel
3.吞吐量优先

CMS Concurrent Mark Sweep

1.标记-清除
2.老年代
3.整个过程拢共分为五个步骤,仔细看一下:

a.初始标记,标记GC Root可以直接引用到的对象,需要STW。
b.并发标记,根据初始标记的节点们,进行可达性分析。注意这个时候是和用户线程并发执行的。这时候就有两个问题。第一个问题:如果在并发收集的过程中,用户新创建了对象,那么这个新创建的对象,不在初始标记的链中,不是要被删除了么?怎么办,所以下面有重新标记。第二个问题,如果在并发标记的过程中,原来已经标记的对象不用了,怎么办?这个叫做浮动垃圾,留到下一次GC时收集。
c.重新标记,需要STW。既解决上面说的第一个问题。
d.并发清除。

CMS的缺点:
1.CPU敏感。占用CPU导致用户线程变慢。
2.无法处理浮动垃圾,无法处理并发过程产生的对象垃圾。
3.是标记-清除算法的,有碎片,会在老年代有空间的情况下提前进入GC。有个参数
-XX:+UseCMSCompactAtFullCollection,在fullGC的是时候,压缩一手。这样停顿时间会变长。

CMS的宗旨是,减少停顿时间。(不是没有蛀牙哈)

G1垃圾收集器

1.将java堆分为独立的区域Region,保留新生代,老年代的概念。
2.特点:可预测的停顿。那么如何实现可预测的停顿呢?G1跟踪各个Region里面的垃圾堆的价值大小(分析,回收空间大小以及回收所需时间的大小)。

  • G1是一个有整理内存过程的垃圾收集器,不会产生很多碎片。
  • G1的STW可控,给停顿时间加上了预测机制。

原来的收集器,内存,新生代,老年代是连续的。
G1,是不连续的。

image.png

预测机制:会根据允许收集的时间,选择回收价值最大的Region,使用Region划分和优先级区域的回收方式,保证了G1可以在有限的时间获取尽可能高的收集效率。

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 160,165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 67,720评论 1 298
  • 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 109,849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 44,245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 52,596评论 3 288
  • 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 40,747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 31,977评论 2 315
  • 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 30,708评论 0 204
  • 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 34,448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 30,657评论 2 249
  • 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 32,141评论 1 261
  • 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 28,493评论 3 258
  • 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 33,153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 26,108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 26,890评论 0 198
  • 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 35,799评论 2 277
  • 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 35,685评论 2 272

推荐阅读更多精彩内容