G1垃圾回收器

垃圾回收器的发展历程

背景

01、G1解决的问题

G1垃圾回收器是04年正式提出，12开始正式支持，在17年作为JDK9默认的垃圾处理器。

在04年的时候，java程序堆的内存越来越大，从而导致程序中可存活的活对象越来越多，因此GC的STW时间越来越长。这是G1要解决的主要问题：STW带来的停顿时间太长了。

CMS在此之前效率也很高，但活对象数量一多，STW时间也很长。而且CMS无法解决内存碎片化的问题。

G1还解决的问题是：CMS在GC后，无法compact内存。

02、G1达成的目标

（1）减少由于STW而带来的程序延迟时间，做到伪实时、低延时、可设定目标；
可设定目标是指能够设置GC最大STW停顿的时间，G1会尽量达成目的，但不一定达成。

-XX:MaxGCPauseMillis=N

默认情况下是250毫秒

（2）解决CMS在GC后，无法压缩程序内存的问题；

（3）在JDK9之后，默认的垃圾处理器就是G1；它适用于堆内存较大的情况下（>4~6G）；

G1垃圾回收器

一、G1内存布局

G1不再遵循之前的堆中对象的分代排列，而是将堆分成若干个等大的区域。

而是变成：

默认是分成2048个区域，-XX:G1HeapRegionSize=N 2048

Humongous：当你分配的一个对象超过一半区域的大小时，这个对象就会被放入这个区域。这个区域属于老年代区域。

二、G1的介绍

G1垃圾回收器不再回收整个堆，而是选择一个Collection Set（CS）。而且每次GC时，会估计每个Region中的垃圾比例，优先回收垃圾多的Region。这就为什么被叫做Garbage First算法。这也是为什么G1可以控制STW停顿时间的原因。
G1含有三种GC算法：

• Full young GC：年轻代GC算法：STW、Parallel、Copying
• 老年代GC算法：Mostly-concurrent marking、Incremental compaction
• Mixed GC：混合GC

三、G1引来的问题

问题描述

G1将年轻代、老年代区域划分为许多个小区域，增加在GC判断对象是否为垃圾的难度。比如：

• 老年代对象可能持有年代代的引用（跨代引用）
• 不同的Region间的互相引用
  

假设在Full young GC时，某个年轻代Region对象可能被老年代的某个对象引用，那么我在回收这个年轻代Region时，怎么知道这里面的对象是否被其他Region、老年代引用呢？

问题解决

Remembered Set、Card Table

1、CardTable
每个Region中分为很多区域，每个区域我们成为CardTable，对应的就是上述蓝色区域；每个CardTable有多个entry组成。当对应的内存空间发生改变时，就会标记为dirty。

2、RememberedSet
当Region1的CardTable引用Region2的CardTable时，Region2的RememberedSet就会记录对应CardTable中的entry，可以根据其找到对应的内存区域。

3、解析
当某个内存对应进行赋值是，就是对象的set方法，我们可以在这种方法上添加dirty的描述。
这其实就是典型的时间换空间的做法：用额外的空间维护引用信息，这就是占用5~10%的过多内存占用。

解决方法的实现

1、Write Barrier介绍
Write barrier是一种向JVM注入的一小段代码，用于记录指针变化。比如说object.field = 。

在JVM开始更新指针时，就经过以下几步：

• 标记Card为Dirty
• 将Card存入Dirty Card Queue队列中

这里有一个问题：为什么要放在队列里，而不是直接去更新RememberedSet呢？
这是因为JVM运行可能会有多个线程并行的修改RememberedSet，这样就需要花费额外的时间来解决多线程同步问题。而这种更新引用是频繁的，所以这种额外时间是无法忍受的。

2、Dirty Card Queue
这个队列有白、绿、黄、红四个颜色，表示应用线程往这个队列放任务的状态。

• White
  表示没有应用线程往队列里放任务，什么事都不用干。

• Green
  此时Refinement线程开始被激活，开始更新RS。-XX:G1ConcRefinementGreenZone=N

• Yellow
  此时全部的Refinement线程都被激活，来更新RS。-XX:G1ConcRefinementYellowZone=N

• Red
  这个时候，应用线程也开始参与排空队列的工作。-XX:G1ConcRefinementRedZone=N

四、GC算法的过程

1、Fully young GC

GC的过程

（1）STW
此时会暂停所有堆中的对象，将部分Region拷贝到指定区域。

（2）构建Collection Set
fully young GC就是选取所有的Eden和Survivor。

（3）扫描GC Roots

（4）更新RememberedSet
排空Dirty Card Queue

（5）Process RS
根据RS找到要GC的对象被哪些对象引用了。

（6）对象拷贝
survivor区域对象的调整。

（7）Reference Processing

额外会做的事

G1记录每个阶段的时间，用于后期自动调优。比如说会记录Eden、Survivor的数量和GC时间，后期会根据我们之前设定的暂停目标来自动调整Region数量。
但是我们设置暂停目标越短，年轻代的Region数量就越少。但这可能会导致Fully young GC频繁发生。

2、Old GC

当堆用量达到一定程度时，就会触发old GC。可以通过以下参数进行设置：

-XX:InitatingHeapOccpancyPercent=45

old GC有一个很大特点就是并发进行的。但它是如何在堆中不断变化的情况下，确定哪些是要清理的垃圾对象呢？

三色标记算法

这种算法实现了在不暂停应用线程的情况下进行并发标记，标记过程过如下：
（1）将GC Root对象记录为黑色，其直接引用对象记录为灰色，并将这些灰色对象放入一个队列中

（2）从队列取出对象，将其标为黑色，将其引用对象记录为灰色，再放入队列中

（3）直到队列中无对象为止

三色标记算法的缺点：Lost Object Problem

三色标记算法并没有完全将所有的活对象都标记出来，这就是Lost Object Problem问题。比如说：
（1）刚开始时

（2）在即将描述将C标为灰色的一刹那

此时，C依然是活对象，但是已经无法将其标记了。

（3）结果

Lost Object Problem的解决

这种解决办法还是通过Write barrier技术来解决。当B.c=null，也就是C指针被删除时，G1还是被认为活对象。

那如果C是新生对象呢？这是老年代GC

Old GC过程

（1）STW
老年代GC会在这个时候，进行一次Fully young GC

（2）恢复应用线程

（3）使用三色标记算法并发标记（init marking）

（4）STW

这时候会有一个Remark阶段，主要是解决SATB、Reference processing
还会有一个Cleanup阶段，用于回收全为空的区

（5）恢复应用线程

3、Mixed GC

我们直到CMS最大的缺点就是无法进行压缩操作，而G1就通过Mixed GC解决了这个问题。

Mixed GC没有固定触发条件，他是根据Fully young GC收集的信息和我们配置的时间来决定，是否触发Mixed GC。它会根据暂停目标，来优先选择垃圾最多的Old Region来执行。

Mixed GC会选择若干个Region进行，默认是选择1/8的Old Region、Eden Region、Survivor Region。

Mixed GC的过程跟Fully young GC的过程相同，都是：STW、Parallel、Copying。

原博客地址