垃圾回收概念和其算法
谈到垃圾回收（Garbage Collection）GC,需要先澄清什么是垃圾，类比日常生活中的垃圾，我们会把他们丢入垃圾箱，然后倒掉。GC中的垃圾，特指存于内存中、不会再被使用的对象，儿回收就是相当于把垃圾“倒掉”。垃圾回收有很多中算法：如 引用计数法、标记压缩法、复制算法、分代、分区的思想。
垃圾收集算法
引用计数法：就是个比较古老而经典的垃圾收集算法，其核心就是在对象被其他所引用计数器加1，而当引用时效时则减1，但是这种方式有非常严重的问题：无法处理循环引用的情况、还有就是每次进行加减操作比较浪费系统性能。
标记清除法：分为标记和清除两个阶段进行处理内存中的对象，当然这种方式也有非常大的弊端，就是空间碎片问题，垃圾回收后的空间不是连续的，不连续的内存空间的工作效率要低于连续的内存空间。
复制算法：其核心思想就是将内存空间分为两块，每次只使用其中一块，在垃圾回收时，将正在使用的内存中的存留对象复制到未被使用的内存块中去，之后去清除之前正在使用的内存快中的所有的对象，反复去交换两个内存的角色，完成垃圾收集。
（java中的新生代的from和to空间使用的就是这个算法）
标记压缩法：标记压缩法在标记清除基础之上做了优化，把存活的对象压缩到内存一端，而后进行垃圾清理。（java中老年代使用的就是标记压缩法）
图解新生代使用的复制算法：
文字说明：
新生代中没有GC过的对象在eden区，然后进行GC一次，进入到s0区。然后再次进行GC得时候，就回去S0区去查看这个对象有没有在使用，如果在使用那就把这个对象复制到s1区，然后清除s0区不再使用的对象。再次GC的时候就去S1区，再看看这个对象有没有在使用，如果还在使用，那就复制到S0区。然后清除S1区不在使用的对象。
图解老年代算法：
文字说明：
进行GC时看看老年代有没有在使用的对象，如果有那么就压缩出一个区域把那些实用的对象放到压缩的区域中，然后把不再使用的对象全部回收掉。
为什么老年代使用标记压缩法：因为是老年代的对象相对比较稳定了，使用的次数较多。假设老年代中的对象有一百个，这时老年代进行一次垃圾回收可能就会收集几个对象。
文字说明：
进行GC时看看老年代有没有在使用的对象，如果有那么就压缩出一个区域把那些实用的对象放到压缩的区域中，然后把不再使用的对象全部回收掉。
分代算法：就是根据对象的特点把内存分成N块，而后根据每个内存的特点使用不同的算法。
对于新生代和老年代来说，新生代回收频率很高，但是每次回收耗时都很短，而老年待回收频率较低，但是耗时会相对较长，所以应该尽量减少老年代的GC
垃圾回收时的停顿现象
垃圾回收器的任务是识别和回收垃圾对象进行内存处理，为了让垃圾回收器可以高效地执行，一大部分情况下，会要求系统进入一个停顿的状态。停顿的目的是终止所有应用线程，只有这样系统才不会有新的垃圾产生，童年故事停顿保证了系统状态在某一个瞬间的一致性，也有益于更好的低标记垃圾对象。因此在垃圾回收时，都会产生应用程序的停顿。
对象如何进入老年代
一般而言对象首次创建被放置在新生代的eden区，如果没有GC介入，则对象不会离开eden区，那么eden区的对象如何进入老年代呢？一般来讲，只要对象的年龄达到一定得大小，就会自动离开年轻代进入老年代，对象年龄是由对象经理次数GC决定的，在新生代每次GC之后如果没有被回收则年纪加1，虚拟机提供了一个参数来控制新生代对象的最大年龄，当超过这个年龄范围就会晋升老年代。
-XX：MaxTenuringThreshold,默认情况下为15.
package com.base001; import java.util.HashMap; import java.util.Map; public class Test05 { public static void main(String[] args) { //初始的对象在eden区 //参数：-Xmx64M -Xms64M -XX:+PrintGCDetails for(int i=0; i< 5; i++){ byte[] b = new byte[1024*1024]; } //测试进入老年代的对象 // //参数：-Xmx1024M -Xms1024M -XX:+UseSerialGC -XX:MaxTenuringThreshold=15 -XX:+PrintGCDetails //-XX:+PrintHeapAtGC // Map<Integer, byte[]> m = new HashMap<Integer, byte[]>(); // for(int i =0; i <5 ; i++) { // byte[] b = new byte[1024*1024]; // m.put(i, b); // } // // for(int k = 0; k<20; k++) { // for(int j = 0; j<300; j++){ // byte[] b = new byte[1024*1024]; // } // } } }
总结：根据设置的MaxTenuringThreshold参数，可以指定新生代对象经过多少次回收后进入老年代。
另外大对象（新生代eden区无法装入时，也会直接进入老年代）。JVM里有个参数可以设置对象的大小超过在指定的大小之后，直接晋级老年代。
-XX:PretenureSizeThreshold
package com.base001; import java.util.HashMap; import java.util.Map; public class Test05 { public static void main(String[] args) { //初始的对象在eden区 //参数：-Xmx64M -Xms64M -XX:+PrintGCDetails /*for(int i=0; i< 5; i++){ byte[] b = new byte[1024*1024]; }*/ //测试进入老年代的对象 // //参数：-Xmx1024M -Xms1024M -XX:+UseSerialGC -XX:MaxTenuringThreshold=15 -XX:+PrintGCDetails //-XX:+PrintHeapAtGC Map<Integer, byte[]> m = new HashMap<Integer, byte[]>(); for(int i =0; i <5 ; i++) { byte[] b = new byte[1024*1024]; m.put(i, b); } for(int k = 0; k<20; k++) { for(int j = 0; j<300; j++){ byte[] b = new byte[1024*1024]; } } } }
运行后的控制台：
[GC[DefNew: 279476K->5567K(314560K), 0.0093556 secs] 279476K->5567K(1013632K), 0.0242877 secs] [Times: user=0.00 sys=0.00, real=0.03 secs] [GC[DefNew: 285156K->5567K(314560K), 0.0033584 secs] 285156K->5567K(1013632K), 0.0033896 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 284949K->5567K(314560K), 0.0020226 secs] 284949K->5567K(1013632K), 0.0020704 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 284306K->5567K(314560K), 0.0022780 secs] 284306K->5567K(1013632K), 0.0023128 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 284908K->5567K(314560K), 0.0027272 secs] 284908K->5567K(1013632K), 0.0027671 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 284630K->5567K(314560K), 0.0022646 secs] 284630K->5567K(1013632K), 0.0023033 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 284448K->5567K(314560K), 0.0020810 secs] 284448K->5567K(1013632K), 0.0021280 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 284328K->5567K(314560K), 0.0028784 secs] 284328K->5567K(1013632K), 0.0029179 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 284250K->5567K(314560K), 0.0027738 secs] 284250K->5567K(1013632K), 0.0028109 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 284198K->5567K(314560K), 0.0027430 secs] 284198K->5567K(1013632K), 0.0027896 secs] [Times: user=0.02 sys=0.00, real=0.00 secs] [GC[DefNew: 284164K->5567K(314560K), 0.0027639 secs] 284164K->5567K(1013632K), 0.0028058 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 285166K->5567K(314560K), 0.0027197 secs] 285166K->5567K(1013632K), 0.0027675 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 285151K->5567K(314560K), 0.0031070 secs] 285151K->5567K(1013632K), 0.0031417 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 285141K->5567K(314560K), 0.0021324 secs] 285141K->5567K(1013632K), 0.0021730 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 285135K->5567K(314560K), 0.0023313 secs] 285135K->5567K(1013632K), 0.0023660 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 285131K->0K(314560K), 0.0041250 secs] 285131K->5567K(1013632K), 0.0041664 secs] [Times: user=0.02 sys=0.00, real=0.00 secs] [GC[DefNew: 279561K->0K(314560K), 0.0008313 secs] 285128K->5567K(1013632K), 0.0008688 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 279563K->0K(314560K), 0.0001259 secs] 285130K->5567K(1013632K), 0.0001630 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 279560K->0K(314560K), 0.0001164 secs] 285127K->5567K(1013632K), 0.0001543 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 279562K->0K(314560K), 0.0001204 secs] 285129K->5567K(1013632K), 0.0001686 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 279562K->0K(314560K), 0.0001089 secs] 285129K->5567K(1013632K), 0.0001926 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC[DefNew: 279562K->0K(314560K), 0.0001157 secs] 285129K->5567K(1013632K), 0.0001500 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] Heap def new generation total 314560K, used 30170K [0x0f200000, 0x24750000, 0x24750000) eden space 279616K, 10% used [0x0f200000, 0x10f76b30, 0x20310000) from space 34944K, 0% used [0x20310000, 0x20310000, 0x22530000) to space 34944K, 0% used [0x22530000, 0x22530000, 0x24750000) tenured generation total 699072K, used 5567K [0x24750000, 0x4f200000, 0x4f200000) the space 699072K, 0% used [0x24750000, 0x24cbfc18, 0x24cbfe00, 0x4f200000) compacting perm gen total 12288K, used 1656K [0x4f200000, 0x4fe00000, 0x53200000) the space 12288K, 13% used [0x4f200000, 0x4f39e140, 0x4f39e200, 0x4fe00000) No shared spaces configured.
总结：使用ProtenureSizeThreshold可以进行指定进入老年代的对象大小，但是要注意TLAB区域优先分配空间
TLAB
TLAB（Thread Local Allocation Buffer）即线程本地分配缓存，从名字上看是一个线程专用的内存分配区域，是为了加速对象分配而生的。每一个线程都会产生一个TLAB，该县城独享的工作区域，java虚拟机使用这种TLAB区来避免多线程冲突问题，提高了对象分配的效率。TLAB空间一般不会太大，当大对象无法在TLAB分配时，则会直接分配到堆上。
-XX:UserTLAB 使用TLAB
-XX:+TLABSize 设置TLAB大小
-XX:TLABRefillWasteFraction 设置维护进入TLAB空间的单个对象大小，它是一个比例值，默认为64，即如果对象大于整个空间的1/64，则在堆创建对象。
-XX：+PrintTLAB 查看TLAB信息
-XX：ResizeTLAB自调整TLABRefillWasteFraction阈值。
package com.base001; public class Test07 { public static void alloc(){ byte[] b = new byte[2]; } public static void main(String[] args) { //TLAB分配 //参数：-XX:+UseTLAB -XX:+PrintTLAB -XX:+PrintGC -XX:TLABSize=102400 -XX:-ResizeTLAB -XX:TLABRefillWasteFraction=100 -XX:-DoEscapeAnalysis -server for(int i=0; i<10000000;i++){ alloc(); } } }
运行控制台：
TLAB: gc thread: 0x001bbc00 [id: 7808] desired_size: 100KB slow allocs: 4 refill waste: 1024B alloc: 0.29593 5000KB refills: 168 waste 0.0% gc: 0B slow: 2864B fast: 0B TLAB totals: thrds: 1 refills: 168 max: 168 slow allocs: 4 max 4 waste: 0.0% gc: 0B max: 0B slow: 2864B max: 2864B fast: 0B max: 0B [GC 16896K->472K(62976K), 0.0012987 secs] TLAB: gc thread: 0x08697400 [id: 9448] desired_size: 100KB slow allocs: 0 refill waste: 1024B alloc: 0.29593 5000KB refills: 1 waste 100.0% gc: 102368B slow: 0B fast: 0B TLAB: gc thread: 0x08696400 [id: 8788] desired_size: 100KB slow allocs: 0 refill waste: 1024B alloc: 0.29593 5000KB refills: 1 waste 100.0% gc: 102400B slow: 0B fast: 0B TLAB: gc thread: 0x001bbc00 [id: 7808] desired_size: 100KB slow allocs: 0 refill waste: 1024B alloc: 0.64512 10900KB refills: 167 waste 0.0% gc: 0B slow: 2672B fast: 0B TLAB totals: thrds: 3 refills: 169 max: 167 slow allocs: 0 max 0 waste: 1.2% gc: 204768B max: 102400B slow: 2672B max: 2672B fast: 0B max: 0B [GC 17368K->472K(62976K), 0.0008755 secs] TLAB: gc thread: 0x001bbc00 [id: 7808] desired_size: 100KB slow allocs: 0 refill waste: 1024B alloc: 0.76527 12930KB refills: 169 waste 0.0% gc: 0B slow: 2704B fast: 0B TLAB totals: thrds: 1 refills: 169 max: 169 slow allocs: 0 max 0 waste: 0.0% gc: 0B max: 0B slow: 2704B max: 2704B fast: 0B max: 0B [GC 17368K->456K(62976K), 0.0007058 secs] TLAB: gc thread: 0x001bbc00 [id: 7808] desired_size: 100KB slow allocs: 0 refill waste: 1024B alloc: 0.84751 14320KB refills: 169 waste 0.0% gc: 0B slow: 2704B fast: 0B TLAB totals: thrds: 1 refills: 169 max: 169 slow allocs: 0 max 0 waste: 0.0% gc: 0B max: 0B slow: 2704B max: 2704B fast: 0B max: 0B [GC 17352K->456K(79872K), 0.0008104 secs] TLAB: gc thread: 0x001bbc00 [id: 7808] desired_size: 100KB slow allocs: 0 refill waste: 1024B alloc: 0.90096 30445KB refills: 338 waste 0.0% gc: 0B slow: 5408B fast: 0B TLAB totals: thrds: 1 refills: 338 max: 338 slow allocs: 0 max 0 waste: 0.0% gc: 0B max: 0B slow: 5408B max: 5408B fast: 0B max: 0B [GC 34248K->464K(79872K), 0.0009320 secs] TLAB: gc thread: 0x001bbc00 [id: 7808] desired_size: 100KB slow allocs: 0 refill waste: 1024B alloc: 0.93571 31619KB refills: 338 waste 0.0% gc: 0B slow: 5408B fast: 0B TLAB totals: thrds: 1 refills: 338 max: 338 slow allocs: 0 max 0 waste: 0.0% gc: 0B max: 0B slow: 5408B max: 5408B fast: 0B max: 0B [GC 34256K->456K(111616K), 0.0008258 secs]
对象创建流程图
