JVM Garbage First(G1) 垃圾收集器

時間 2019-11-24

標籤 jvm garbage g1 垃圾收集欄目 Java 简体版

原文原文鏈接

同優秀的CMS垃圾回收器同樣，算法

G1也是關注最小時延的垃圾回收器，
也一樣適合大尺寸堆內存的垃圾收集，
官方也推薦使用G1來代替選擇CMS。

G1最大的特色是引入分區的思路，安全

弱化了分代的概念，
合理利用垃圾收集各個週期的資源，
解決了其餘收集器甚至CMS的衆多缺陷。

串行收集器

串行收集器組合 Serial + Serial Old
開啓選項：-XX:+SerialGC
串行收集器是最基本、發展時間最長、久經考驗的垃圾收集器，
- 也是client模式下的默認收集器配置。
串行收集器採用單線程stop-the-world（STW）的方式進行收集。
- 當內存不足時，
  - 串行GC設置停頓標識，待全部線程都進入安全點(Safepoint)時，
    - 應用線程暫停，串行GC開始工做，
    - 採用單線程方式回收空間並整理內存。
  - 單線程也意味着
    - 複雜度更低、
    - 佔用內存更少，
    - 但同時也意味着不能有效利用多核優點。
  - 事實上，串行收集器特別適合堆內存不高、單核甚至雙核CPU的場合。

並行收集器

並行收集器組合 Parallel Scavenge + Parallel Old
開啓選項：-XX:+UseParallelGC或-XX:+UseParallelOldGC(可互相激活)
並行收集器是以關注吞吐量爲目標的垃圾收集器
- 也是server模式下的默認收集器配置，
- 對吞吐量的關注主要體如今年輕代Parallel Scavenge收集器上。

併發標記清除收集器

併發標記清除收集器組合 ParNew + CMS + Serial Old
開啓選項：-XX:+UseConcMarkSweepGC
併發標記清除(CMS)是以關注延遲爲目標、
- 十分優秀的垃圾回收算法，
- 開啓後，年輕代使用STW式的並行收集，
- 老年代回收採用CMS進行垃圾回收，
- 對延遲的關注也主要體如今老年代CMS上。
年輕代ParNew與並行收集器相似，
而老年代CMS每一個收集週期都要經歷：
- 初始標記、
  - 以STW的方式標記全部的根對象
- 併發標記、
  - 併發標記則同應用線程一塊兒並行，標記出根對象的可達路徑；
- 從新標記、
  - 標記那些應用線程修改而引發的可能錯過的可達對象
- 併發清除。
  - 最後獲得的不可達對象將在併發清除階段進行回收
- 值得注意的是，初始標記和從新標記都已優化爲多線程執行
CMS很是適合堆內存大、
- CPU核數多的服務器端應用，
- 也是G1出現以前大型應用的首選收集器。
可是CMS並不完美，它有如下缺點：
- （1）因爲併發進行，
  - CMS在收集與應用線程會同時會增長對堆內存的佔用，
    - 也就是說，CMS必需要在老年代堆內存用盡以前完成垃圾回收，
    - 不然CMS回收失敗時，將觸發擔保機制，
      - 串行老年代收集器將會以STW（stop-the-world）的方式進行一次GC，從而形成較大停頓時間；
- （2）標記清除算法沒法整理空間碎片，
  - 老年代空間會隨着應用時長被逐步耗盡，
    - 最後將不得不經過擔保機制對堆內存進行壓縮。
  - CMS也提供了參數-XX:CMSFullGCsBeForeCompaction(默認0，即每次都進行內存整理)來指定多少次CMS收集以後，進行一次壓縮的Full GC。

Garbage First

Garbage First (G1)
- 開啓選項：-XX:+UseG1GC
以前介紹的幾組垃圾收集器組合，都有幾個共同點：
- 年輕代、老年代是獨立且連續的內存塊；
- 年輕代收集使用單eden、雙survivor進行復制算法；
- 老年代收集必須掃描整個老年代區域；
- 都是以儘量少而快地執行GC爲設計原則。
G1垃圾收集器也是
- 以關注延遲爲目標、
- 服務器端應用的垃圾收集器，
- 被HotSpot團隊寄予取代CMS的使命
G1也有相似CMS的收集動做：
- 初始標記、併發標記、從新標記、清除、轉移回收
- 而且也以一個串行收集器作擔保機制
G1收集與以上三組收集器有很大不一樣：
- G1的設計原則是"首先收集儘量多的垃圾(Garbage First)"。
  - G1並不會等內存耗盡(串行、並行)或者快耗盡(CMS)的時候開始垃圾收集，
    - 而是在內部採用了啓發式算法，
    - 在老年代找出具備高收集收益的分區進行收集。
  - 同時G1能夠根據用戶設置的暫停時間目標自動調全年輕代和總堆大小，
    - 暫停目標越短年輕代空間越小、總空間就越大；
- G1採用內存分區(Region)的思路，
  - 將內存劃分爲一個個相等大小的內存分區，
    - 回收時則以分區爲單位進行回收，
    - 存活的對象複製到另外一個空閒分區中。
  - 因爲都是以相等大小的分區爲單位進行操做，
    - 所以G1自然就是一種壓縮方案(局部壓縮)；
- G1雖然也是分代收集器，
  - 但整個內存分區不存在物理上的年輕代與老年代的區別，
  - 也不須要徹底獨立的survivor(to space)堆作複製準備。
  - G1只有邏輯上的分代概念，
  - 或者說每一個分區均可能隨G1的運行在不一樣代之間先後切換；
- G1的收集都是STW（stop-the-world）的，
  - 但年輕代和老年代的收集界限比較模糊，
  - 採用了混合(mixed)收集的方式。
    - 即每次收集既可能只收集年輕代分區(年輕代收集)，
    - 也可能在收集年輕代的同時，包含部分老年代分區(混合收集)，
    - 這樣即便堆內存很大時，也能夠限制收集範圍，從而下降停頓。

G1的內存模型

分區概念
分區
- G1採用了分區(Region)的思路，
  - 將整個堆空間分紅若干個大小相等的內存區域，
  - 每次分配對象空間將逐段地使用內存。
- 所以，在堆的使用上，
  - G1並不要求對象的存儲必定是物理上連續的，
  - 只要邏輯上連續便可；
- 每一個分區也不會肯定地爲某個代服務，
  - 能夠按需在年輕代和老年代之間切換。
  - 啓動時能夠經過參數-XX:G1HeapRegionSize=n
  - 可指定分區大小(1MB~32MB，且必須是2的冪)，
  - 默認將整堆劃分爲2048個分區。
卡片
- 在每一個分區內部又被分紅了若干個大小爲512 Byte卡片(Card)，
  - 堆內存最小可用粒度
- 全部分區的卡片將會記錄在全局卡片表(Global Card Table)中，
  - 分配的對象會佔用物理上連續的若干個卡片，
  - 當查找對分區內對象的引用時即可經過記錄卡片來查找該引用對象(見RSet)。
  - 每次對內存的回收，都是對指定分區的卡片進行處理。
堆
- G1一樣能夠經過-Xms/-Xmx來指定堆空間大小。
- 當發生年輕代收集或混合收集時，
  - 經過計算GC與應用的耗費時間比，
  - 自動調整堆空間大小。
- 若是GC頻率過高，則經過增長堆尺寸，來減小GC頻率，
  - 相應地GC佔用的時間也隨之下降；
- 目標參數-XX:GCTimeRatio即爲GC與應用的耗費時間比，
  - G1默認爲9，而CMS默認爲99，
  - 由於CMS的設計原則是耗費在GC上的時間儘量的少。
- 另外，當空間不足，如對象空間分配或轉移失敗時，
  - G1會首先嚐試增長堆空間，
  - 若是擴容失敗，則發起擔保的Full GC。
  - Full GC後，堆尺寸計算結果也會調整堆空間。
分代模型
分代
- G1將內存在邏輯上劃分爲年輕代和老年代，
  - 其中年輕代又劃分爲Eden空間和Survivor空間。
- 但年輕代空間並非固定不變的，
  - 當現有年輕代分區佔滿時，JVM會分配新的空閒分區加入到年輕代空間。
- 整個年輕代內存會在初始空間-XX:G1NewSizePercent(默認整堆5%)與最大空間-XX:G1MaxNewSizePercent(默認60%)之間動態變化，
  - 且由參數目標暫停時間-XX:MaxGCPauseMillis(默認200ms)、須要擴縮容的大小以及分區的已記憶集合(RSet)計算獲得。
  - 固然，G1依然能夠設置固定的年輕代大小(參數-XX:NewRatio、-Xmn)，但同時暫停目標將失去意義。
本地分配緩衝
- 本地分配緩衝 Local allocation buffer (Lab)
- 因爲分區的思想，
  - 每一個線程都可以"認領"某個分區用於線程本地的內存分配，
  - 而不須要顧及分區是否連續。
- 所以，每一個應用線程和GC線程都會獨立的使用分區，
  - 進而減小同步時間，提高GC效率，這個分區稱爲本地分配緩衝區(Lab)。
- 其中，應用線程能夠獨佔一個本地緩衝區(TLAB)來建立的對象，
- 而大部分都會落入Eden區域(巨型對象或分配失敗除外)，
  - 所以TLAB的分區屬於Eden空間；
- 而每次垃圾收集時，每一個GC線程一樣能夠獨佔一個本地緩衝區(GCLAB)用來轉移對象，
  - 每次回收會將對象複製到Suvivor空間或老年代空間；
- 對於從Eden/Survivor空間晉升(Promotion)到Survivor/老年代空間的對象，
  - 一樣有GC獨佔的本地緩衝區進行操做，
  - 該部分稱爲晉升本地緩衝區(PLAB)。
分區模型
- G1對內存的使用以分區(Region)爲單位，而對對象的分配則以卡片(Card)爲單位。
巨型對象
- 巨型對象 Humongous Region
  - 一個大小達到甚至超過度區大小一半的對象稱爲巨型對象(Humongous Object)。
- 由於巨型對象的移動成本很高，
  - 並且有可能一個分區不能容納巨型對象。
- 所以，巨型對象會直接在老年代分配，
  - 所佔用的連續空間稱爲巨型分區(Humongous Region)。
- 巨型對象會獨佔一個、或多個連續分區，
  - 其中第一個分區被標記爲開始巨型(StartsHumongous)，
  - 相鄰連續分區被標記爲連續巨型(ContinuesHumongous)。
已記憶集合
- 已記憶集合 Remember Set (RSet)
- 在串行和並行收集器中，
  - GC經過整堆掃描，來肯定對象是否處於可達路徑中
- G1爲了不STW式的整堆掃描，
  - 在每一個分區記錄了一個已記憶集合(RSet)，
  - 內部相似一個反向指針，
  - 記錄引用分區內對象的卡片索引。
- 當要回收該分區時，經過掃描分區的RSet，
  - 來肯定引用本分區內的對象是否存活，
  - 進而肯定本分區內的對象存活狀況。
- 事實上，並不是全部的引用都須要記錄在RSet中，
  - 若是一個分區肯定須要掃描，那麼無需RSet也能夠無遺漏的獲得引用關係。
    - 那麼引用源自本分區的對象，固然不用落入RSet中；
    - 同時，G1 GC每次都會對年輕代進行總體收集，所以引用源自年輕代的對象，也不須要在RSet中記錄。
    - 最後只有老年代的分區可能會有RSet記錄，
      - 這些分區稱爲擁有RSet分區(an RSet’s owning region)。
Per Region Table
- RSet在內部使用Per Region Table(PRT)記錄分區的引用狀況
- 因爲RSet的記錄要佔用分區的空間，
  - 若是一個分區很是"受歡迎"，
  - 那麼RSet佔用的空間會上升，從而下降分區的可用空間。
  - G1應對這個問題採用了改變RSet的密度的方式
    - 在PRT中將會以三種模式記錄引用：
      - 稀少：直接記錄引用對象的卡片索引
      - 細粒度：記錄引用對象的分區索引
      - 粗粒度：只記錄引用狀況，每一個分區對應一個比特位
    - 粗粒度的PRT只是記錄了引用數量，
      - 須要經過整堆掃描才能找出全部引用，
      - 所以掃描速度也是最慢的。
收集集合 (CSet)
- 收集集合(CSet)表明每次GC暫停時回收的一系列目標分區。
- 年輕代收集集合
  - 年輕代收集集合 CSet of Young Collection
  - 當JVM分配對象到Eden區域失敗(Eden區已滿)時，
    - 便會觸發一次STW式的年輕代收集。
  - 在年輕代收集中，
    - Eden分區存活的對象將被拷貝到Survivor分區；
    - 原有Survivor分區存活的對象，
      - 將根據任期閾值(tenuring threshold)分別晉升到PLAB中，
      - 新的survivor分區和老年代分區。
    - 而原有的年輕代分區將被總體回收掉。
  - 同時，年輕代收集還負責維護對象的年齡(存活次數)，
    - 輔助判斷老化(tenuring)對象晉升的時候是到Survivor分區仍是到老年代分區。
    - 年輕代收集首先先將晉升對象尺寸總和、對象年齡信息維護到年齡表中，再根據年齡表、Survivor尺寸、Survivor填充容量-XX:TargetSurvivorRatio(默認50%)、最大任期閾值-XX:MaxTenuringThreshold(默認15)，
    - 計算出一個恰當的任期閾值，凡是超過任期閾值的對象都會被晉升到老年代。
- 混合收集集合
  - 混合收集集合 CSet of Mixed Collection
  - 當老年代佔用空間超過整堆比IHOP閾值-XX:InitiatingHeapOccupancyPercent(默認45%)時，
    - G1就會啓動一次混合垃圾收集週期。
  - 爲了知足暫停目標（暫停的時間限制），
    - G1可能不能一口氣將全部的候選分區收集掉，
    - 所以G1可能會產生連續屢次的混合收集與應用線程交替執行，
    - 每次STW的混合收集與年輕代收集過程相相似。