深刻理解Java G1垃圾收集器

一，什麼是垃圾回收

垃圾回收的基本步驟，回收的步驟有2步：

• 查找內存中再也不使用的對象。
• 釋放這些對象佔用的內存。

1,查找內存中再也不使用的對象

引用計數法

引用計數法就是若是一個對象沒有被任何引用指向，則可視之爲垃圾。這種方法的缺點就是不能檢測到環的存在。

2.根搜索算法

根搜索算法的基本思路就是經過一系列名爲」GC Roots」的對象做爲起始點，從這些節點開始向下搜索，搜索所走過的路徑稱爲引用鏈(Reference Chain)，當一個對象到GC Roots沒有任何引用鏈相連時，則證實此對象是不可用的。

2. 釋放這些對象佔用的內存

1.標記-複製

它將可用內存容量劃分爲大小相等的兩塊，每次只使用其中的一塊。當這一塊用完以後，就將還存活的對象複製到另一塊上面，而後在把已使用過的內存空間一次理掉。它的優勢是實現簡單，效率高，不會存在內存碎片。缺點就是須要2倍的內存來管理。

2.標記-清理

標記清除算法分爲「標記」和「清除」兩個階段：首先標記出須要回收的對象，標記完成以後統一清除對象。它的優勢是效率高，缺點是容易產生內存碎片。

3.標記-整理

標記操做和「標記-清理」算法一致，後續操做不僅是直接清理對象，而是在清理無用對象完成後讓全部 存活的對象都向一端移動，並更新引用其對象的指針。由於要移動對象，因此它的效率要比「標記-清理」效率低，可是不會產生內存碎片。

二，瞭解G1

開發人員僅僅須要聲明如下參數便可：

-XX:+UseG1GC -Xmx32g -XX:MaxGCPauseMillis=200

其中-XX:+UseG1GC爲開啓G1垃圾收集器，-Xmx32g 設計堆內存的最大內存爲32G，-XX:MaxGCPauseMillis=200設置GC的最大暫停時間爲200ms。若是咱們須要調優，在內存大小必定的狀況下，咱們只須要修改最大暫停時間便可。

G1將新生代，老年代的物理空間劃分取消了。

這樣咱們不再用單獨的空間對每一個代進行設置了，不用擔憂每一個代內存是否足夠。

取而代之的是，G1算法將堆劃分爲若干個區域（Region），它仍然屬於分代收集器。不過，這些區域的一部分包含新生代，新生代的垃圾收集依然採用暫停全部應用線程的方式，將存活對象拷貝到老年代或者Survivor空間。老年代也分紅不少區域，G1收集器經過將對象從一個區域複製到另一個區域，完成了清理工做。這就意味着，在正常的處理過程當中，G1完成了堆的壓縮（至少是部分堆的壓縮），這樣也就不會有cms內存碎片問題的存在了。

在G1中，還有一種特殊的區域，叫Humongous區域。 若是一個對象佔用的空間超過了分區容量50%以上，G1收集器就認爲這是一個巨型對象。這些巨型對象，默認直接會被分配在年老代，可是若是它是一個短時間存在的巨型對象，就會對垃圾收集器形成負面影響。爲了解決這個問題，G1劃分了一個Humongous區，它用來專門存放巨型對象。若是一個H區裝不下一個巨型對象，那麼G1會尋找連續的H分區來存儲。爲了能找到連續的H區，有時候不得不啓動Full GC。

PS：在java 8中，持久代也移動到了普通的堆內存空間中，改成元空間。

對象分配策略

提及大對象的分配，咱們不得不談談對象的分配策略。它分爲3個階段：

• TLAB(Thread Local Allocation Buffer)線程本地分配緩衝區
• Eden區中分配
• Humongous區分配

TLAB爲線程本地分配緩衝區，它的目的爲了使對象儘量快的分配出來。若是對象在一個共享的空間中分配，咱們須要採用一些同步機制來管理這些空間內的空閒空間指針。在Eden空間中，每個線程都有一個固定的分區用於分配對象，即一個TLAB。分配對象時，線程之間再也不須要進行任何的同步。

對TLAB空間中沒法分配的對象，JVM會嘗試在Eden空間中進行分配。若是Eden空間沒法容納該對象，就只能在老年代中進行分配空間。

最後，G1提供了兩種GC模式，Young GC和Mixed GC，兩種都是Stop The World(STW)的。下面咱們將分別介紹一下這2種模式。

三，G1 Young GC

Young GC主要是對Eden區進行GC，它在Eden空間耗盡時會被觸發。在這種狀況下，Eden空間的數據移動到Survivor空間中，若是Survivor空間不夠，Eden空間的部分數據會直接晉升到年老代空間。Survivor區的數據移動到新的Survivor區中，也有部分數據晉升到老年代空間中。最終Eden空間的數據爲空，GC中止工做，應用線程繼續執行。

這時，咱們須要考慮一個問題，若是僅僅GC 新生代對象，咱們如何找到全部的根對象呢？ 老年代的全部對象都是根麼？那這樣掃描下來會耗費大量的時間。因而，G1引進了RSet的概念。它的全稱是Remembered Set，做用是跟蹤指向某個heap區內的對象引用。

在CMS中，也有RSet的概念，在老年代中有一塊區域用來記錄指向新生代的引用。這是一種point-out，在進行Young GC時，掃描根時，僅僅須要掃描這一塊區域，而不須要掃描整個老年代。

但在G1中，並無使用point-out，這是因爲一個分區過小，分區數量太多，若是是用point-out的話，會形成大量的掃描浪費，有些根本不須要GC的分區引用也掃描了。因而G1中使用point-in來解決。point-in的意思是哪些分區引用了當前分區中的對象。這樣，僅僅將這些對象當作根來掃描就避免了無效的掃描。因爲新生代有多個，那麼咱們須要在新生代之間記錄引用嗎？這是沒必要要的，緣由在於每次GC時，全部新生代都會被掃描，因此只須要記錄老年代到新生代之間的引用便可。

須要注意的是，若是引用的對象不少，賦值器須要對每一個引用作處理，賦值器開銷會很大，爲了解決賦值器開銷這個問題，在G1 中又引入了另一個概念，卡表（Card Table）。一個Card Table將一個分區在邏輯上劃分爲固定大小的連續區域，每一個區域稱之爲卡。卡一般較小，介於128到512字節之間。Card Table一般爲字節數組，由Card的索引（即數組下標）來標識每一個分區的空間地址。默認狀況下，每一個卡都未被引用。當一個地址空間被引用時，這個地址空間對應的數組索引的值被標記爲」0″，即標記爲髒被引用，此外RSet也將這個數組下標記錄下來。通常狀況下，這個RSet實際上是一個Hash Table，Key是別的Region的起始地址，Value是一個集合，裏面的元素是Card Table的Index。

Young GC 階段：

• 階段1：根掃描 靜態和本地對象被掃描
• 階段2：更新RS 處理dirty card隊列更新RS
• 階段3：處理RS 檢測從年輕代指向年老代的對象
• 階段4：對象拷貝 拷貝存活的對象到survivor/old區域
• 階段5：處理引用隊列 軟引用，弱引用，虛引用處理

四，G1 Mix GC

Mix GC不只進行正常的新生代垃圾收集，同時也回收部分後臺掃描線程標記的老年代分區。 它的GC步驟分2步：

• 全局併發標記（global concurrent marking）
• 拷貝存活對象（evacuation） 在進行Mix GC以前，會先進行global concurrent marking（全局併發標記）。 global concurrent marking的執行過程是怎樣的呢？

在G1 GC中，它主要是爲Mixed GC提供標記服務的，並非一次GC過程的一個必須環節。global concurrent marking的執行過程分爲五個步驟：

• 初始標記（initial mark，STW） 在此階段，G1 GC 對根進行標記。該階段與常規的 (STW) 年輕代垃圾回收密切相關。
• 根區域掃描（root region scan） G1 GC 在初始標記的存活區掃描對老年代的引用，並標記被引用的對象。該階段與應用程序（非 STW）同時運行，而且只有完成該階段後，才能開始下一次 STW 年輕代垃圾回收。
• 併發標記（Concurrent Marking） G1 GC 在整個堆中查找可訪問的（存活的）對象。該階段與應用程序同時運行，能夠被 STW 年輕代垃圾回收中斷
• 最終標記（Remark，STW） 該階段是 STW 回收，幫助完成標記週期。G1 GC 清空 SATB 緩衝區，跟蹤未被訪問的存活對象，並執行引用處理。
• 清除垃圾（Cleanup，STW） 在這個最後階段，G1 GC 執行統計和 RSet 淨化的 STW 操做。在統計期間，G1 GC 會識別徹底空閒的區域和可供進行混合垃圾回收的區域。清理階段在將空白區域重置並返回到空閒列表時爲部分併發。

三色標記算法

提到併發標記，咱們不得不瞭解併發標記的三色標記算法。它是描述追蹤式回收器的一種有用的方法，利用它能夠推演回收器的正確性。 首先，咱們將對象分紅三種類型的。

• 黑色:根對象，或者該對象與它的子對象都被掃描
• 灰色:對象自己被掃描,但還沒掃描完該對象中的子對象
• 白色:未被掃描對象，掃描完成全部對象以後，最終爲白色的爲不可達對象，即垃圾對象

當GC開始掃描對象時，按照以下圖步驟進行對象的掃描：

根對象被置爲黑色，子對象被置爲灰色。

繼續由灰色遍歷,將已掃描了子對象的對象置爲黑色。

遍歷了全部可達的對象後，全部可達的對象都變成了黑色。不可達的對象即爲白色，須要被清理。

這看起來很美好，可是若是在標記過程當中，應用程序也在運行，那麼對象的指針就有可能改變。這樣的話，咱們就會遇到一個問題：對象丟失問題

咱們看下面一種狀況，當垃圾收集器掃描到下面狀況時

這時候應用程序執行了如下操做：

A.c=C

B.c=null

這樣，對象的狀態圖變成以下情形：

這時候垃圾收集器再標記掃描的時候就會下圖成這樣：

很顯然，此時C是白色，被認爲是垃圾須要清理掉，顯然這是不合理的。那麼咱們如何保證應用程序在運行的時候，GC標記的對象不丟失呢？有以下2中可行的方式：

• 在插入的時候記錄對象
• 在刪除的時候記錄對象 恰好這對應CMS和G1的2種不一樣實現方式：

在CMS採用的是增量更新（Incremental update），只要在寫屏障（write barrier）裏發現要有一個白對象的引用被賦值到一個黑對象 的字段裏，那就把這個白對象變成灰色的。即插入的時候記錄下來。

在G1中，使用的是STAB（snapshot-at-the-beginning）的方式，刪除的時候記錄全部的對象，它有3個步驟：

1，在開始標記的時候生成一個快照圖標記存活對象

2，在併發標記的時候全部被改變的對象入隊（在write barrier裏把全部舊的引用所指向的對象都變成非白的）

3，可能存在遊離的垃圾，將在下次被收集

這樣，G1到如今能夠知道哪些老的分區可回收垃圾最多。 當全局併發標記完成後，在某個時刻，就開始了Mix GC。這些垃圾回收被稱做「混合式」是由於他們不只僅進行正常的新生代垃圾收集，同時也回收部分後臺掃描線程標記的分區。混合式垃圾收集以下圖：

混合式GC也是採用的複製的清理策略，當GC完成後，會從新釋放空間。

五，調優實踐

MaxGCPauseMillis調優

前面介紹過使用GC的最基本的參數：

-XX:+UseG1GC -Xmx32g -XX:MaxGCPauseMillis=200

前面2個參數都好理解，後面這個MaxGCPauseMillis參數該怎麼配置呢？這個參數從字面的意思上看，就是容許的GC最大的暫停時間。G1儘可能確保每次GC暫停的時間都在設置的MaxGCPauseMillis範圍內。 那G1是如何作到最大暫停時間的呢？這涉及到另外一個概念，CSet(collection set)。它的意思是在一次垃圾收集器中被收集的區域集合。

Young GC：選定全部新生代裏的region。經過控制新生代的region個數來控制young GC的開銷。 Mixed GC：選定全部新生代裏的region，外加根據global concurrent marking統計得出收集收益高的若干老年代region。在用戶指定的開銷目標範圍內儘量選擇收益高的老年代region。 在理解了這些後，咱們再設置最大暫停時間就好辦了。 首先，咱們能容忍的最大暫停時間是有一個限度的，咱們須要在這個限度範圍內設置。可是應該設置的值是多少呢？咱們須要在吞吐量跟MaxGCPauseMillis之間作一個平衡。若是MaxGCPauseMillis設置的太小，那麼GC就會頻繁，吞吐量就會降低。若是MaxGCPauseMillis設置的過大，應用程序暫停時間就會變長。G1的默認暫停時間是200毫秒，咱們能夠從這裏入手，調整合適的時間。

其餘調優參數

-XX:G1HeapRegionSize=n

設置的 G1 區域的大小。值是 2 的冪，範圍是 1 MB 到 32 MB 之間。目標是根據最小的 Java 堆大小劃分出約 2048 個區域。

-XX:ParallelGCThreads=n

設置 STW 工做線程數的值。將 n 的值設置爲邏輯處理器的數量。n 的值與邏輯處理器的數量相同，最多爲 8。

若是邏輯處理器不止八個，則將 n 的值設置爲邏輯處理器數的 5/8 左右。這適用於大多數狀況，除非是較大的 SPARC 系統，其中 n 的值能夠是邏輯處理器數的 5/16 左右。

-XX:ConcGCThreads=n

設置並行標記的線程數。將 n 設置爲並行垃圾回收線程數 (ParallelGCThreads) 的 1/4 左右。

-XX:InitiatingHeapOccupancyPercent=45

設置觸發標記週期的 Java 堆佔用率閾值。默認佔用率是整個 Java 堆的 45%。

避免使用如下參數：

避免使用 -Xmn 選項或 -XX:NewRatio 等其餘相關選項顯式設置年輕代大小。固定年輕代的大小會覆蓋暫停時間目標。

觸發Full GC

在某些狀況下，G1觸發了Full GC，這時G1會退化使用Serial收集器來完成垃圾的清理工做，它僅僅使用單線程來完成GC工做，GC暫停時間將達到秒級別的。整個應用處於假死狀態，不能處理任何請求，咱們的程序固然不但願看到這些。那麼發生Full GC的狀況有哪些呢？

併發模式失敗 G1啓動標記週期，但在Mix GC以前，老年代就被填滿，這時候G1會放棄標記週期。這種情形下，須要增長堆大小，或者調整週期（例如增長線程數-XX:ConcGCThreads等）。

晉升失敗或者疏散失敗 G1在進行GC的時候沒有足夠的內存供存活對象或晉升對象使用，由此觸發了Full GC。能夠在日誌中看到(to-space exhausted)或者（to-space overflow）。解決這種問題的方式是：

a,增長 -XX:G1ReservePercent 選項的值（並相應增長總的堆大小），爲「目標空間」增長預留內存量。

b,經過減小 -XX:InitiatingHeapOccupancyPercent 提早啓動標記週期。

c,也能夠經過增長 -XX:ConcGCThreads 選項的值來增長並行標記線程的數目。

巨型對象分配失敗 當巨型對象找不到合適的空間進行分配時，就會啓動Full GC，來釋放空間。這種狀況下，應該避免分配大量的巨型對象，增長內存或者增大-XX:G1HeapRegionSize，使巨型對象再也不是巨型對象。

因爲篇幅有限，G1還有不少調優實踐，在此就不一一列出了，你們在日常的實踐中能夠慢慢探索。最後，期待java 9能正式發佈，默認使用G1爲垃圾收集器的java性能會不會又提升呢？