JVM学习笔记二：垃圾收集算法

垃圾回收要解决的问题：

1. 哪些内存需要回收？

线程私有区域不需要回收，如PC、Stack、Native Stack；Java 堆和方法区需要
2. 什么时候回收？

以后的文章解答
3. 如何回收？

首先进行对象存活性的分析，然后利用GC回收算法进行回收，具体算法请看下文。

如何判断对象是否可以回收？

有两种方式：引用计数算法和可达性分析算法，目前主流商业JVM普遍采用可达性分析算法

引用计数算法

引用计数算法顾名思义，为对象的引用计数，每当有一地方引用它时，计数器加1，引用失效（离开作用域时）减1，当计数器值为0时，对象就可以被回收了。引用计数算法优点是判定效率高，缺点是无法解决对象互相引用的问题，使用此技术进行内存管理的技术有微软的COM、Flash、Python等

可达性分析算法

可达性分析算法，基本思路是以GC Roots为根、向下搜索，所走过的路径成为引用链（Reference Chain），当一个对象到GC Roots没有任何引用链可达时，就成为此对象不可用，即可以被回收。注意再注意：该算法的本质是通过找出所有活对象来把其余空间认定为“无用”，而不是找出所有死掉的对象并回收它们占用的空间。分代式GC是一种部分收集（partial collection）的做法。在执行部分收集时，从GC堆的非收集部分指向收集部分的引用，也必须作为GC roots的一部分。具体到分两代的分代式GC来说，如果第0代叫做young gen，第1代叫做old gen，那么如果有minor GC / young GC只收集young gen里的垃圾，则young gen属于“收集部分”，而old gen属于“非收集部分”，那么从old gen指向young gen的引用就必须作为minor GC / young GC的GC roots的一部分。

可以作为GC Roots的对象包括：

1. 虚拟机栈 VM Stack 中局部变量表（Local Variables）中引用的对象
2. 方法区中类静态属性引用的对象
3. 方法区中常量引用的对象
4. 所有当前被加载的Java类
5. Java类的运行时常量池里的引用类型常量（String或Class类型）
6. String常量池（StringTable）里的引用
7. VM的一些静态数据结构里指向GC堆里的对象的引用，例如说HotSpot VM里的Universe里有很多这样的引用。
8. 本地方法栈中JNI（Native方法）引用的对象

对象引用类型的不同对存活周期的影响：

JDK1.2之后，引用概念得到了扩展，分为强引用Strong、软引用Soft、弱引用Weak、虚引用Phantom

1. 强引用：一般未指定的，都是强引用，包括Object o = new Object()，只要满足存活算法，就不会被回收
2. 软引用：表示有用但非必须的对象，这些对象在系统将要发生溢出异常之前，进行一次回收，如果回收到还没有足够的空间，再抛出异常。
3. 弱引用：其关联的对象只能生存到下一次垃圾回收之前。
4. 虚引用：不会影响对象的生存时间，也就是说生存时间与强引用一样，设置虚引用的目的是得到垃圾回收的通知

生存还是死亡？

存活算法之后，不可达的对象被标记，并进行一次筛选，筛选的条件是“是否有必要执行finalize”，当对象没有覆盖此方法或此方法已经被调用过，都将视为没有必要执行，如果有必要执行，该对象将被放在一个称为F--Queue的队列中，并被一个虚拟机建立的线程去执行finalize方法，如果在方法中该对象成功建立了与GC Roots的引用链，他就可以从待回收列表中移除，并继续存活。

回收方法区

方法区采用永久代实现，相比堆，尤其是新生代，方法区回收的性价比极低，永久代的垃圾回收主要回收废弃常量和无用的类，参数-verbose：class可以查看类加载和卸载情况

垃圾回收算法

标记-清除算法Mark Sweep

先标记，再删除，缺点是空间利用率低，清除之后会产生大量不连续的内存碎片，浪费内存空间。

复制算法

将内存分为使用和待用两部分，当使用部分快满时，将还存活的对象复制到另外待用部分，然后堆整个使用区域进行回收，优点是回收不会出现内存碎片、缺点是浪费了待用区域的内存空间。商业虚拟机以这种算法为基础进行了优化，以HotSpot为例，将内存分为较大的Eden空间和两个较小的Survivor空间，比例默认是8:1:1，可以通过参数调节，每次使用Eden和一块Survivor空间，回收时，将这两个空间存活的对象复制到剩余的一块Survivor空间中，并清理掉Eden和第一块Survivor空间，也就是说可用空间达到了90%，只浪费了10%，这里有个问题，如果存活对象的超过Survivor空间怎么办，这时要依赖一种被称为分配担保的机制(Handle Promotion)，将多出的对象分配到老年代。

标记整理算法

适用于老年代这种存活率高的空间，相比标记清除算法，标记阶段一致，只不过在标记后，会对可回收对象进行整理，让存活对象向内存一个方向聚集，然后直接清理掉编辑额外的内存。

分代收集算法

根据存活周期的不同将内存划分为几块，一般把java堆分为新生代和老年代，然后根据不同年代的特点选择最适合的算法，比如新生代中的对象朝生夕灭，只有少量存活，比较适合复制算法，而老年代中对象存活率高，没有额外空间提供分配担保，必须使用标记-清除或标记-整理算法进行回收。

HotSpot算法实现

枚举根节点

程序的执行是动态的，与之相关的引用关系也是动态的，所以GC roots的枚举和分析必须在一个能保证一致性的快照下进行，JVM是依赖被称为GC停顿的机制实现，在这个时间点会停顿所有的Java执行线程，即俗称的”Stop The World“，GC Roots的枚举过程并不是在内存中便利所有对象和执行上下文，那样效率无疑会很低，其实在Class加载和解析的工作中，HotSpot已经使用一组称为OopMap的结构对GC Roots进行标记，这样在GC过程中即可直接获得Roots信息。

安全点 SafePoint

那么GC停顿是如何让线程暂停的呢？有一个关键的概念叫安全点，顾名思义是指一些特定的位置，当线程运行到这些位置时，线程的一些状态可以被确定(the thread's representation of it's Java machine state is well described)，比如记录OopMap的状态，从而确定GC Root的信息，使JVM可以安全的进行一些操作，比如开始GC。
另一个问题是GC如何让线程在安全点上停顿下来，有两种方式可选，一种是抢先式中断，GC主动中断所有线程，发现有线程中断的地方不在安全点上，就恢复线程，让它继续跑到安全点上，一种是主动式中断，GC不主动中断线程，而是设置一个标志，线程执行时主动去轮询这个标志，发现标志为真就自动挂起，轮询标志和安全点是重合的。

safepoint指的特定位置主要有:

1. 循环的末尾 (防止大循环的时候一直不进入safepoint，而其他线程在等待它进入safepoint)
2. 方法返回前
3. 调用方法的call之后
4. 抛出异常的位置

安全区域 SafeRegion

安全点没有解决一个问题，就是当线程不执行的时候（如进入Sleep或Blocked状态），这时候线程无法响应JVM的中断请求，这就需要安全区域这种机制来解决。安全区域是指一段代码范围，这个范围内任何位置引用关系都不会发生变化，也就是说在这些位置进行GC是安全的，你可以把安全区域看成被扩展了的安全点。
线程在进入安全区域后会标识自己已经进入了安全区域，这样GC就会忽略这个线程，同样离开安全区域时，线程要检查GC是否完成了根节点枚举，如果完成，线程继续进行，否则继续等待。

参考资料

本文参考：《深入理解Java虚拟机》