JVM垃圾回收算法和内存分代模型

什么是垃圾

想要做垃圾回收首先要定位什么是jvm垃圾?
垃圾就是没有任何引用指向的一个对象或者多个对象为垃圾。
没有任何引用指向的一个对象我们好理解,什么是没有任何引用指向的多个对象呢?
我在此举两个例子:
(1)A对象引用B对象,B对象引用C对象,C对象由引用A对象,但是此处A/B/C对象在他们三个之外没有被引用,这样A/B/C三个对象都被定义为垃圾。这就是循环引用。
(2)A引用B,B引用C,C引用D,此处A/B/C/D都没有在这四个之外被引用,那么这4个对象都被定义为垃圾,这就是链式引用。

如何定位垃圾

垃圾被定位用到两个算法:
1.引用计数(ReferenceCount)


image.png

引用计数就是一个对象被引用一次计数就加1,引用被释放一次就减1,直到统计引用次数为0,则定义此对象没有被引用是垃圾。
Python使用的是引用计数的回收算法,而Java的HotSpot不是。Java的效率比Python的效率高一些,应该有一部分原因是因为HotSpot的回收算法效率好。
对于引用计数来说,有一个重大漏洞:无法处理循环引用下的对象。


image.png

2.根可达算法(RootSearching)
根可达算法是将一系列的GC Root对象定义为初始存活对象集合,所有能被GCRoot引用或者关联到的对象都定义为存活对象,否则宣告其死亡定义为垃圾。
image.png

可以作为GC Roots的对象包括下面几种:
(1)JVM虚拟机栈(Main方法栈帧中的局部变量区,也叫做局部变量表)中引用的对象。
(2)方法区中的类静态属性引用的对象。
(3)方法区中常量引用的对象。
(4)本地方法栈中JNI(Native方法)引用的对象。
(5)load进来的Clazz对象

常见的垃圾回收算法

1.标记清除(mark-sweep)
简而言之就是把死亡对象的内存空间标记为空闲,并记录在一个空闲列表(free list)之中。当需要新建对象时,内存管理模块便会从该空闲列表中寻找空闲内存,并划分给新建的对象。
优点:简单,直接
缺点:
(1)造成内存碎片。
由于 Java 虚拟机的堆中对象必须是连续分布的,因此可能出现总空闲内存足够,但是无法分配的极端情况。比如:总空间100M,此时我们需要申请100M的数组。但是由于内存不连续,因此我们就会申请失败。
(2) 分配效率较低。
如果是一块连续的内存空间,那么我们可以通过指针加法(pointer bumping)来做分配。而对于空闲列表,Java 虚拟机则需要逐个访问列表中的项,来查找能够放入新建对象的空闲内存。


image.png

2.拷贝算法(copying)
拷贝算法就是把内存区域分为两等分,分别用两个指针 from 和 to 来维护,并且只是用 from 指针指向的内存区域来分配内存。当发生垃圾回收时,便把存活的对象复制到 to 指针指向的内存区域中,并且交换 from 指针和 to 指针的内容。
优点:没有碎片;效率高
缺点:浪费空间(占用实际空间的2倍)


image.png

3.标记压缩(mark-compact)
标记压缩法是标记出死亡对象为空闲空间,并且在回收的时候一边整理一边压缩空间,把所有存活的空间整理到从起始位置开始的连续空间内。
优点:不会产生碎片化的空间
缺点:由于需要边整理边压缩,因此性能开销会比拷贝算法大
image.png

jvm内存分代模型(用于分代垃圾回收算法)

  1. 部分垃圾回收器使用的模型
    除Epsilon ZGC Shenandoah 之外的GC都是使用逻辑分代模型
    G1是逻辑分代,物理部分代
    除此之外不仅逻辑分代,物理也分代
  2. 新生代+老年代+永久代(tenured)(1.7)Perm Generation/ 元数据区(1.8)Metaspace
    新生代:老年代默认比例1:2
    a.永久代 元数据 -class
    b.永久代必须指定大小限制,元数据可以设置,也可以不设置,无上限(受限于物理内存)
    c.字符串常量 1.7 - 永久代, 1.8- 堆
    d.MethodArea逻辑概念 - 永久代、元数据
  3. 新生代 = Eden + 2个suvivor区
    a. YGC回收之后,大多数的对象会被回收,活着的进入s0
    b. 再次YGC,活着的对象eden + s0 -> s1
    c. 再次YGC,eden + s1 -> s0
    d. 年龄足够 -> 老年代 (15 CMS 6)
    e. s区装不下 -> 老年代
  4. 老年代
    a. 顽固分子
    b. 老年代满了FGC Full GC
  5. GC Tuning (Generation)
    a. 尽量减少FGC
    b. MinorGC = YGC
    c. MajorGC = FGC
  6. 对象分配过程图


    image.png
  7. 动态年龄
    年龄从小到大进行累加,当加入某个年龄段后,累加和超过survivor区域*TargetSurvivorRatio的时候,就从这个年龄段网上的年龄的对象进行晋升。
    具体参考://www.greatytc.com/p/989d3b06a49d
  8. 分配担保
    当在新生代无法分配内存的时候,把新生代的对象转移到老生代,然后把新对象放入腾空的新生代。
    具体参考:https://cloud.tencent.com/developer/article/1082730
©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 216,919评论 6 502
  • 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 92,567评论 3 392
  • 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 163,316评论 0 353
  • 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 58,294评论 1 292
  • 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 67,318评论 6 390
  • 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 51,245评论 1 299
  • 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 40,120评论 3 418
  • 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 38,964评论 0 275
  • 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 45,376评论 1 313
  • 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 37,592评论 2 333
  • 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 39,764评论 1 348
  • 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 35,460评论 5 344
  • 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 41,070评论 3 327
  • 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 31,697评论 0 22
  • 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 32,846评论 1 269
  • 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 47,819评论 2 370
  • 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 44,665评论 2 354

推荐阅读更多精彩内容