java内存垃圾回收

研究JVM一定逃不开一个话题，就是垃圾回收（Garbage Collection，GC）。很多面试的程序员也应该是“深受其扰”，今天我们就来聊一聊我对于它的理解。

在开始学习GC之前你应该知道一个词：Stop-the-world。不管选择哪种GC算法，stop-the-world都是不可避免的。Stop-the-world意味着从应用中停下来并进入到GC执行过程中去。一旦Stop-the-world发生，除了GC所需的线程外，其他线程都将停止工作，中断了的线程直到GC任务结束才继续它们的任务。GC调优通常就是为了改善stop-the-world的时间。

想要了解java的GC，我总结的五个关键字是WHY、WHERE、WHAT、HOW、WHEN。只要从这几个关键词一步步解释，基本上就能大概了解java的GC工作。

先来解释下这五个关键字代表的意思并逐一分析：
WHY：为什么要进行垃圾回收
WHERE：哪里的内容需要回收
WHAT：什么对象可回收
HOW：如何进行回收
WHEN：什么时候回收

WHY：为什么要进行垃圾回收

回答这个问题，要想一想如果不进行垃圾收集会发生什么。我们知道，一个服务器的内存都是有限的，而JVM在工作时占用的内存更不是任意扩展的。所以如果我们对JVM在运行时产生的垃圾数据不进行收集，必然会出现撑爆内存的情况，服务也就无法再继续运转。而垃圾收集能自动释放内存空间并分配给新的对象，让服务能够健康的运转。

WHERE：哪里的内容需要回收

通过之前的文章 https://www.jianshu.com/p/dd4f195c6464 我们知道，Java在内存运行时数据区域有虚拟机栈、本地方法栈、程序计数器、堆、方法区。其中虚拟机栈、本地方法栈、程序计数器随线程而生，随线程而灭；栈中的栈帧随着方法的进入和退出而有条不紊地执行着出栈和入栈操作。每一个栈帧中分配多少内存基本上是在类结构确定下来时就已知的，因此这几个区域的内存分配和回收都具备确定性，所以不需要考虑回收，而Java堆和方法区则不一样，一个接口中的多个实现类需要的内存可能不一样，一个方法中的多个分支需要的内存也可能不一样，我们只有在程序处于运行期间时才能知道会创建哪些对象，这部分内存的分配和回收都是动态的，垃圾收集器所关注的是这部分内存。

WHAT：什么对象可回收

引用计数算法（目前java不使用）

这个算法是这样的：给每个对象分配一个计算器，当有引用指向这个对象时，计数器加1，当指向该对象的引用失效时，计数器减1。最后如果该对象的计算器为0时，java垃圾回收器会认为该对象是可回收的。
引用计数器算法算是一种古老的java垃圾回收算法，效率较高，貌似JDK1.2之前还是是用的这个算法。目前的JDK版本已经废弃掉这种算法了，之所以废弃应该是和它无法解决两个对象间循环引用的问题。
循环引用可以参考：https://blog.csdn.net/jiasike/article/details/51355729

可达性分析算法（目前java使用）

可达性分析算法.png

目前java是通过可达性分析来判定对象是否存活的。这个算法的基本思路就是通过一系列的名为“GC Roots”的对象作为起始点，从这些节点开始向下搜索，搜索所走过的路径称为引用链（Reference Chain），当一个对象到GC Roots没有任何引用链相连时，则证明此对象是不可用的。如上图可见，对象Object4、Object5、Object6虽然互相有关联，但是它们到GC Roots是不可达的，所以它们会被判定为是可回收对象。
在Java语言中，可作为GC Roots的对象包括下面几种：

虚拟机栈（栈帧中的本地变量表）中引用的对象。
方法区中类静态属性引用的对象。
方法区中常量引用的对象。
本地方法栈中JNI（Native方法）引用的对象。

再聊一聊引用

无论是通过引用算法判断对象的引用数量，还是通过可达性分析算法判断对象的引用链是否可达，判断对象是否存活都与引用有关。我们希望能描述这样一类对象：当内存空间还足够时，则能保留在内存之中；如果内存空间在进行垃圾收集后还是非常紧张，则可以抛弃这些对象。很多系统的缓存功能都符合这样的应用场景。JDK1.2之后，Java对引用的概念进行了扩充，将引用分为强引用、软引用、弱引用、虚引用4种。

强引用
强引用就是指在程序代码之中普遍存在的，类似“Object obj=new Object（）”这类的引用，只要强引用还存在，垃圾收集器永远不会回收掉被引用的对象。
软引用（SoftReference类）
软引用是用来描述一些还有用但并非必需的对象。对于软引用关联着的对象，在系统将要发生内存溢出异常之前，将会把这些对象列进回收范围之中进行第二次回收。如果这次回收还没有足够的内存，才会抛出内存溢出异常。
弱引用（WeakReference类）
弱引用也是用来描述非必需对象的，但是它的强度比软引用更弱一些，被弱引用关联的对象只能生存到下一次垃圾收集发生之前。当垃圾收集器工作时，无论当前内存是否足够，都会回收掉只被弱引用关联的对象。
虚引用（PhantomReference类）
虚引用也称为幽灵引用或者幻影引用，它是最弱的一种引用关系。一个对象是否有虚引
用的存在，完全不会对其生存时间构成影响，也无法通过虚引用来取得一个对象实例。为一个对象设置虚引用关联的唯一目的就是能在这个对象被收集器回收时收到一个系统通知。

回收方法区

方法区的垃圾收集主要回收两部分内容：废弃常量和无用的类。

回收废弃常量与回收Java堆中的对象非常类似。以常量池中字面量的回收为例，假如一个字符串“abc”已经进入了常量池中，但是当前系统没有任何一个String对象是叫做“abc”的，换句话说，就是没有任何String对象引用常量池中的“abc”常量，也没有其他地方引用了这个字面量，如果这时发生内存回收，而且必要的话，这个“abc”常量就会被系统清理出常量池。常量池中的其他类（接口）、方法、字段的符号引用也与此类似。

判定一个类是否是“无用的类”的条件有三个：
类所有的实例都已经被回收，也就是Java堆中不存在该类的任何实例。
加载该类的ClassLoader已经被回收。
该类对应的java.lang.Class对象没有在任何地方被引用，无法在任何地方通过反射访问该类的方法。
虚拟机可以对满足上述3个条件的无用类进行回收，这里说的仅仅是“可以”，而并不是和对象一样，不使用了就必然会回收。这个要根据不同厂商的虚拟机提供的参数而定（如HotSpot虚拟机提供了-Xnoclassgc参数进行控制），这里就不多说了。

HOW：如何进行回收

这里就要聊一下垃圾收集算法。

标记 - 清除算法

如同它的名字一样，算法分为“标记”和“清除”两个阶段：首先标记出所有需要回收的对象，在标记完成后统一回收所有被标记的对象。它的主要不足有两个：

1. 效率问题，标记和清除两个过程的效率都不高；
2. 空间问题，标记清除之后会产生大量不连续的内存碎片，空间碎片太多可能会导致以后在程序运行过程中需要分配较大对象时，无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作。

标记—清除算法的执行过程如下图所示：

image.png

复制算法

为了解决效率问题，一种称为“复制”（Copying）的收集算法出现了，它将可用内存按容量划分为大小相等的两块，每次只使用其中的一块。当这一块的内存用完了，就将还存活着的对象复制到另外一块上面，然后再把已使用过的内存空间一次清理掉。这样使得每次都是对整个半区进行内存回收，内存分配时也就不用考虑内存碎片等复杂情况，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效。 相对于下面“标记-整理”策略需要多次遍历堆进行回收，“复制式回收”只需要遍历一次堆，同时也清理了”内存碎片“，并保证了对象在堆中的相对顺序（提高了程序的空间局部性）。但是它有个致命的缺点是堆的可利用空间只有一半。复制算法的执行过程如下图所示：

image.png

现在的商业虚拟机都采用这种收集算法来回收新生代，IBM公司的专门研究表明，新生代中的对象98%是“朝生夕死”的，所以并不需要按照1:1的比例来划分内存空间，而是将内存分为一块较大的Eden空间和两块较小的Survivor空间，每次使用Eden和其中一块Survivor。当回收时，将Eden和Survivor中还存活着的对象一次性地复制到另外一块Survivor空间上，最后清理掉Eden和刚才用过的Survivor空间。HotSpot虚拟机默认Eden和Survivor的大小比例是8:1，也就是每次新生代中可用内存空间为整个新生代容量的90%（80%+10%），只有10%的内存会被“浪费”。当然，98%的对象可回收只是一般场景下的数据，我们没有办法保证每次回收都只有不多于10%的对象存活，当Survivor空间不够用时，需要依赖其他内存（这里指老年代）进行分配担保（Handle Promotion - 如果另外一块Survivor空间没有足够空间存放上一次新生代收集下来的存活对象时，这些对象将直接进入老年代）。

新生代的minor GC

对象能够进入到老年代的途径：

1. 空间分配担保：通过上面提到的分配担保方式。
2. 长期存活对象：一般情况下，新创建的对象都会被分配到Eden区(一些大对象特殊处理)，这些对象经过它自己的第一次Minor GC后，如果仍然存活，并且能被Survivor区容纳，则将会被移到Survivor（to）区，并且将年龄设置为2。对象在Survivor区中每熬过一次Minor GC，年龄就会增加1岁，当它的年龄增加到一定程度（默认为15岁）时，就会被移动到老年代中。 可通过虚拟机提供的 -XX:MaxTenuringThreshold参数进行配置移动年龄阙值。
3. 大对象：需要大量连续内从空间的java对象直接进入老年代，如很长的字符串以及数组。可通过虚拟机提供的 -XX:PretenureSizeThreshold参数进行配置。
4. 动态对象年龄判定：如果在Survivor空间中相同年龄所有对象大小的总和大于Survivor空间的一半，年龄大于或等于该年龄的对象就可以直接进入老年代，无需等到到达3中的PretenureSizeThreshold参数阙值。

标记 - 整理算法

标记过程仍然与“标记-清除”算法一样，但后续步骤不是直接对可回收对象进行清理，而是让所有存活的对象都向一端移动，然后直接清理掉端边界以外的内存，“标记-整理”算法的示意图如图所示：

image.png

“标记-整理”回收策略较大的问题在于执行效率，因为大都需要多次扫描堆，容易造成gc卡顿时间较长

分代收集算法

当前商业虚拟机的垃圾收集都采用“分代收集”（Generational Collection）算法，这种算法并没有什么新的思想，只是根据对象存活周期的不同将内存划分为几块。一般是把Java堆分为新生代和老年代，这样就可以根据各个年代的特点采用最适当的收集算法。在新生代中，每次垃圾收集时都发现有大批对象死去，只有少量存活，那就选用复制算法，只需要付出少量存活对象的复制成本就可以完成收集。而老年代中因为对象存活率高、没有额外空间对它进行分配担保，就必须使用“标记—清理”或者“标记—整理”算法来进行回收。

WHEN：什么时候回收

Minor GC触发条件：当Eden区满时，触发Minor GC。
Full GC（或者Major GC）触发条件：
程序显式调用System.gc时，系统建议执行Full GC
方法区空间不足
老年代空间不足
通过Minor GC后进入老年代的对象大小大于老年代的可用内存
由Eden区、From Space区向To Space区复制时，对象大小大于To Space可用内存，则把该对象转存到老年代，且老年代的可用内存小于该对象大小。

*关于JVM的GC过程，推荐个感觉比较好的文章，里面有详尽的图文介绍：https://blog.csdn.net/weixin_39788856/article/details/80388002