2019独角兽企业重金招聘Python工程师标准>>> 
G1 VS CMS
GC分类：
-
Minor GC 会清理年轻代的内存。(正常情况大部分年轻代对象朝生夕灭，基本都不存在伊甸区拷贝更不说去老年代了)
-
Major GC 是清理老年代。
-
Full GC 是清理整个堆空间—包括年轻代和老年代
评价垃圾回收质量的两个指标：
-
停顿时间
-
吞吐量
CMS垃圾回收器(基于标记清除)：
1、初始标记(STW)：标记Gc root根对象，及新生代应用的老年代对象，并作标记。时间快；
2、并发标记：标记线程和用户线程并发执行，标记出根对象的可达路径。从初始标记开始找出所有存活对象(耗时长)。
3、重新标记(STW)：从root开始重新扫描直接，间接关联对象,以及上述时间内程序产生的新垃圾对象(远比并发标记时间短)。
4、并发清除：清理垃圾对象。
优点：
并发收集、低停顿。
缺点：
1、内存碎片：由于基于标记清除，因此有内存碎片。
2、cpu敏感：由于并发执行，占用一定的内存cpu，吞吐量会下降
3、浮动垃圾：由于并发处理，用户线程正在使用垃圾无法收集，因此比较早(68%)就要启动收回,回收失败会导致降级为串行收集，有比较大的STW。
https://blog.csdn.net/zqz_zqz/article/details/70568819
老GC遵循原则：
-
年轻代、老年代是独立且连续的内存块；
-
年轻代收集使用单eden、双survivor进行复制算法；
-
老年代收集必须扫描整个老年代区域；
-
都是以尽可能少而块地执行GC为设计原则。
G1垃圾回收(划分若干Region、基于标记整理)：
设计原则：
1、引入分区的思路，弱化了分代的概念，回收时则以分区为单位进行回收。每个分区都可能随G1的运行在不同代之间前后切换。(1MB~32MB, 默认2048个分区)
2、首先收集尽可能多的垃圾(Garbage First)，采用启发式收集算法，在老年代找出具有高收集收益的分区进行收集(cms则会在将要耗尽内存时候再回收).
3、G1可以根据用户设置的暂停时间目标自动调整年轻代和总堆大小，暂停目标越短年轻代空间越小、总空间就越大。
4、G1的收集都是STW的，采用了混合(mixed)收集的方式，同时收集新生代、老年代，通过限制收集范围来控制停顿时间。
回收流程
1、初始标记(STW)：标记Gc root根对象并发标记。时间快；
2、根区域扫描（root region scan）：根分区扫描，所有新复制到Survivor分区的对象，都需要被扫描并标记成根，这个过程称为根分区扫描(Root Region Scanning)。
2、并发标记：标记线程和用户线程并发执行，标记出根对象的可达路径。从初始标记开始找出所有存活对象(耗时长)。
3、重新标记(STW)：从root开始重新扫描直接，间接关联对象,以及上述时间内程序产生的新垃圾对象(远比并发标记时间短)。
4、筛选回收(清除)：筛选回收阶段首先对各个Region的回收价值和成本进行排序，根据用户所期望的GC停顿时间来制定回收计划。
优点：
1、可根据用户设置停顿时间，制定回收计划(但是也可能存在超出用户的停顿时间).
2、无内存碎片：与CMS的“标记--清理”算法不同，G1从整体来看是基于“标记整理”算法实现的收集器；从局部上来看是基于“复制”算法实现的。
https://blog.csdn.net/coderlius/article/details/79272773