垃圾回收（3）G1的結構和概念

G1介紹

G1（Garbage First）算法，經過參數-XX:+UseG1GC來啓用，該算法在JDK 7u4版本被正式推出,G1能夠經過參數-XX:MaxGCPauseMillis控制GC暫停時間。

Region

在G1算法中，採用了另一種徹底不一樣的方式組織堆內存，堆內存被劃分爲多個大小相等的內存塊（Region），每一個Region是邏輯連續的一段內存，結構以下：

每一個Region被標記了E、S、O和H，說明每一個Region在運行時都充當了一種角色，其中H是以往算法中沒有的，它表明Humongous，這表示這些Region存儲的是巨型對象（humongous object，H-obj），當新建對象大小超過Region大小一半時，直接在新的一個或多個連續Region中分配，並標記爲H。

堆內存中一個Region的大小能夠經過-XX:G1HeapRegionSize參數指定，大小區間只能是1M、2M、4M、8M、16M和32M，總之是2的冪次方，默認把堆內存按照2048份均分，也就是默認2048個Region。好比-Xmx16g -Xms16g，G1就會採用16G / 2048 = 8M 的Region。

GC模式

G1中提供了三種模式垃圾回收模式，Young gc、Mixed gc 和 Full gc，在不一樣的條件下被觸發。

一、Young gc

發生在年輕代的GC算法，通常對象（除了巨型對象）都是在eden region中分配內存，當全部eden region被耗盡沒法申請內存時，就會觸發一次young gc，這種觸發機制和以前的young gc差很少，執行完一次young gc，活躍對象會被拷貝到survivor region或者晉升到old region中。
年輕代，默認佔用堆大小由如下參數控制：

二、Mixed gc

當愈來愈多的對象晉升到老年代old region時，爲了不堆內存被耗盡，虛擬機會觸發一個混合的垃圾收集器，即mixed gc，該算法並非一個old gc，除了回收整個young region，還會回收一部分的old region，這裏須要注意：是一部分老年代，而不是所有老年代，能夠選擇哪些old region進行收集，通常是選擇回收效益最高的，也就是垃圾最多的region，從而能夠對垃圾回收的耗時時間進行控制。

mixed gc中也有一個閾值參數 -XX:InitiatingHeapOccupancyPercent，當老年代大小佔整個堆大小百分比達到該閾值時，會觸發一次mixed gc.

三、Full gc

若是對象內存分配速度過快，mixed gc來不及回收，致使老年代被填滿，就會觸發一次full gc，G1的full gc算法就是單線程執行的serial old gc，會致使異常長時間的暫停時間，須要進行不斷的調優，儘量的避免full gc.

G1中的數據結構

一、TLAB（線程本地分配緩衝區Thread Local Allocation Buffer）

因爲堆內存是應用程序共享的，應用程序的多個線程在分配內存的時候須要加鎖以進行同步。爲了不加鎖，提升性能每個應用程序的線程會被分配一個TLAB。TLAB中的內存來自於G1年輕代中的內存分段。當對象不是Humongous對象，TLAB也能裝的下的時候，對象會被優先分配於建立此對象的線程的TLAB中。這樣分配會很快，由於TLAB隸屬於線程，因此不須要加鎖。當TLAB的剩餘空間不知足分配需求，則從新申請一塊TLAB空間。

二、Card (卡表)

一、很小的內存區域，G1將Java堆劃分爲相等大小的一個個區域，這個小的區域大小是512 Byte，稱爲Card
二、Card Table維護着全部的Card。Card Table的結構是一個字節數組，Card Table用這個數組映射着每個Card
三、Card中對象的引用發生改變時，Card在Card Table數組中對應的值被標記爲dirty，就稱這個Card被髒化了
四、分配對象會佔用物理上連續若干個卡片

三、Rset(已記憶集合)

一、每一個Region初始化時，會初始化一個remembered set
二、RSet裏面記錄了引用——就是其餘Region中指向本Region中全部對象的全部引用，也就是誰引用了個人對象即RSet須要記錄的東西應該是 xx Region的 xx Card。
三、RSet實際上是一個Hash Table，Key是其餘的Region的起始地址，Value是一個集合，裏面的元素是Card Table 數組中的index，既Card對應的Index，映射到對象的Card地址。

Region1和Region3中有對象引用了Region2的對象，則在Region2的Rset中記錄了這些引用。

Rset實現過程

爲了維護這些RSet，若是每次給引用類型的字段賦值都要更新RSet，這帶來的額外開銷實在太大，G1中採用post-write barrier（寫後柵欄）和concurrent refinement threads（併發後臺線程）實現了RSet的更新。

//假設對象young和old分別在不一樣的Region中
Object young = new Object();
old.p = young;

Java層面給old對象的p字段賦值young對象的先後，JVM會插入一個pre-write barrier（寫前柵欄）和post-write barrier（寫後柵欄）。

一、寫前柵欄 Pre-Write Barrrier：即將執行一段賦值語句時，等式左側對象將修改引用到另外一個對象，那麼JVM就須要在賦值語句生效以前，記錄喪失引用的對象。
二、寫後柵欄 Post-Write Barrrier：當執行一段賦值語句後，等式右側對象獲取了左側對象的引用，一樣須要記錄

其中post-write barrier的最終動做以下：
一、找到該字段所在的位置(Card)，並設置爲dirty_card
二、若是當前是應用線程，每一個Java線程有一個dirty card queue，把該card插入隊列
三、除了每一個線程自帶的dirty card queue，還有一個全局共享的queue

賦值動做到此結束，接下來的RSet更新操做交由多個ConcurrentG1RefineThread併發完成，每當全局隊列集合超過必定閾值後，ConcurrentG1RefineThread會取出若干個隊列，遍歷每一個隊列中記錄的card，並進行處理，邏輯以下：

一、根據card的地址，計算出card所在的Region
二、若是Region不存在，或者Region是Young區，或者該Region在回收集合（CSet）中，則不進行處理
三、處理該card中的對象，將應用關係寫入Rset中。

RSet有什麼好處？
進行垃圾回收時，若是Region1有根對象A引用了Region2的對象B，顯然對象B是活的，若是沒有Rset，就須要掃描整個Region1或者其它Region，才能肯定對象B是活躍的，有了Rset能夠避免對整個堆進行掃描。

四、CSet（回收集合Collection Set）

一、它記錄了GC要收集的Regions集合
二、在任意一次收集暫停中，CSet全部分區都會被釋放，內部存活的對象都會被轉移到分配的空閒Region中。
三、CSet包括須要收集的Eden Regions、Survivor Regions，並且還包括部分(1/8)Old Regions（混合收集的時候，收集年輕代的時候，會收集一部分老年代的Region）。

五、SATB(snapshot-at-the-beginning)

爲了解決在併發標記過程當中，存活對象漏標的狀況，GC HandBook把對象分紅三種顏色：

一、黑色：自身以及可達對象都已經被標記
二、灰色：自身被標記，可達對象還未標記
三、白色：還未被標記

因此，漏標的狀況只會發生在白色對象中，且知足如下任意一個條件：

一、併發標記時，應用線程給一個黑色對象的引用類型字段賦值了該白色對象
二、併發標記時，應用線程刪除全部灰色對象到該白色對象的引用

對於第一種狀況，利用post-write barrier，記錄全部新增的引用關係，而後根據這些引用關係爲根從新掃描一遍
對於第二種狀況，利用pre-write barrier，將全部即將被刪除的引用關係的舊引用記錄下來，最後以這些舊引用爲根從新掃描一遍

一、SATB的概念

一、SATB是增量式標記清除垃圾收集器設計的一個標記算法。
二、SATB的標記優化主要針對標記-清除垃圾收集器的併發標記階段。
三、CMS的i設計使得它在remark階段必須從新掃描全部線程棧和整個young gen做爲root。G1的SATB設計在remark階段則只須要掃描剩下的satb_mark_queue。

二、SATB的做用

一、SATB保證了在併發標記過程當中新分配對象不會漏標。
二、SATB中的stab_mark_queue，在引用關係發生變化時，利用pre-write barrier，把原引用保存到stab_mark_queue中，每一個應用線程都有一個stab_mark_queue。

總結

SATB的算法，每一個region有5個指針，比較複雜，沒有找到太好的文章，沒有太理解，還有待進一步瞭解~~~