Java 理论和实践: 用软引用阻止内存泄漏

在 Java 理论和实践 的 前一期文章 中，Java™ 清洁工程师 Brian Goetz 探究了弱引用（weak references），它让您警告垃圾收集器，您想要维护一个对象的引用，而不会阻止该对象被垃圾收集。在本期文章中，他将解释 Reference 对象的另外一种形式，即软引用（soft references），用于帮助垃圾收集器管理内存使用和消除潜在的内存泄漏。
垃圾收集可以使 Java 程序不会出现内存泄漏，至少对于比较狭窄的 “内存泄漏” 定义来说如此，但是这并不意味着我们可以完全忽略 Java 程序中的对象生存期（lifetime）问题。当我们没有对对象生命周期（lifecycle）引起足够的重视或者破坏了管理对象生命周期的标准机制时，Java 程序中通常就会出现内存泄漏。例如，上一次 我们看到了，不能划分对象的生命周期会导致，在试图将元数据关联到瞬时对象时出现意外的对象保持。还有一些其他的情况可以类似地忽略或破坏对象生命周期管理，并导致内存泄漏。

对象游离

一种形式的内存泄漏有时候叫做对象游离（object loitering），是通过清单 1 中的 LeakyChecksum 类来说明的，清单 1 中有一个 getFileChecksum() 方法用于计算文件内容的校验和。getFileChecksum() 方法将文件内容读取到缓冲区中以计算校验和。一种更加直观的实现简单地将缓冲区作为 getFileChecksum() 中的本地变量分配，但是该版本比那样的版本更加 “聪明”，不是将缓冲区缓存在实例字段中以减少内存 churn。该 “优化”通常不带来预期的好处；对象分配比很多人期望的更便宜。（还要注意，将缓冲区从本地变量提升到实例变量，使得类若不带有附加的同步，就不再是线程安全的了。直观的实现不需要将 getFileChecksum() 声明为 synchronized，并且会在同时调用时提供更好的可伸缩性。） 


清单 1. 展示 “对象游离” 的类

// BAD CODE - DO NOT EMULATE
public class LeakyChecksum {
    private byte[] byteArray;
    
    public synchronized int getFileChecksum(String fileName) {
        int len = getFileSize(fileName);
        if (byteArray == null || byteArray.length < len)
            byteArray = new byte[len];
        readFileContents(fileName, byteArray);
        // calculate checksum and return it
    }
}
 


这个类存在很多的问题，但是我们着重来看内存泄漏。缓存缓冲区的决定很可能是根据这样的假设得出的，即该类将在一个程序中被调用许多次，因此它应该更加有效，以重用缓冲区而不是重新分配它。但是结果是，缓冲区永远不会被释放，因为它对程序来说总是可及的（除非 LeakyChecksum 对象被垃圾收集了）。更坏的是，它可以增长，却不可以缩小，所以 LeakyChecksum 将永久保持一个与所处理的最大文件一样大小的缓冲区。退一万步说，这也会给垃圾收集器带来压力，并且要求更频繁的收集；为计算未来的校验和而保持一个大型缓冲区并不是可用内存的最有效利用。

LeakyChecksum 中问题的原因是，缓冲区对于 getFileChecksum() 操作来说逻辑上是本地的，但是它的生命周期已经被人为延长了，因为将它提升到了实例字段。因此，该类必须自己管理缓冲区的生命周期＀?而不是让 JVM 来管理。 


软引用

在 前一期文章 中我们看到了，弱引用如何可以给应用程序提供当对象被程序使用时另一种到达该对象的方法，但是不会延长对象的生命周期。Reference 的另一个子类 ?? 软引用 ?? 可满足一个不同却相关的目的。其中弱引用允许应用程序创建不妨碍垃圾收集的引用，软引用允许应用程序通过将一些对象指定为 “expendable” 而利用垃圾收集器的帮助。尽管垃圾收集器在找出哪些内存在由应用程序使用哪些没在使用方面做得很好，但是确定可用内存的最适当使用还是取决于应用程序。如果应用程序做出了不好的决定，使得对象被保持，那么性能会受到影响，因为垃圾收集器必须更加辛勤地工作，以防止应用程序消耗掉所有内存。

高速缓存是一种常见的性能优化，允许应用程序重用以前的计算结果，而不是重新进行计算。高速缓存是 CPU 利用和内存使用之间的一种折衷，这种折衷理想的平衡状态取决于有多少内存可用。若高速缓存太少，则所要求的性能优势无法达到；若太多，则性能会受到影响，因为太多的内存被用于高速缓存上，导致其他用途没有足够的可用内存。因为垃圾收集器比应用程序更适合决定内存需求，所以应该利用垃圾收集器在做这些决定方面的帮助，这就是件引用所要做的。 

如果一个对象惟一剩下的引用是弱引用或软引用，那么该对象是软可及的（softly reachable）。垃圾收集器并不像其收集弱可及的对象一样尽量地收集软可及的对象，相反，它只在真正 “需要” 内存时才收集软可及的对象。软引用对于垃圾收集器来说是这样一种方式，即 “只要内存不太紧张，我就会保留该对象。但是如果内存变得真正紧张了，我就会去收集并处理这个对象。” 垃圾收集器在可以抛出 OutOfMemoryError 之前需要清除所有的软引用。 

通过使用一个软引用来管理高速缓存的缓冲区，可以解决 LeakyChecksum 中的问题，如清单 2 所示。现在，只要不是特别需要内存，缓冲区就会被保留，但是在需要时，也可被垃圾收集器回收： 


清单 2. 用软引用修复 LeakyChecksum

public class CachingChecksum {
    private SoftReference bufferRef;
    
    public synchronized int getFileChecksum(String fileName) {
        int len = getFileSize(fileName);
        byte[] byteArray = bufferRef.get();
        if (byteArray == null || byteArray.length < len) {
            byteArray = new byte[len];
            bufferRef.set(byteArray);
        }
        readFileContents(fileName, byteArray);
        // calculate checksum and return it
    }
}
 


一种廉价的缓存

CachingChecksum 使用一个软引用来缓存单个对象，并让 JVM 处理从缓存中取走对象时的细节。类似地，软引用也经常用于 GUI 应用程序中，用于缓存位图图形。是否可使用软引用的关键在于，应用程序是否可从大量缓存的数据恢复。 

如果需要缓存不止一个对象，您可以使用一个 Map，但是可以选择如何使用软引用。您可以将缓存作为 Map> 或 SoftReference> 管理。后一种选项通常更好一些，因为它给垃圾收集器带来的工作更少，并且允许在特别需要内存时以较少的工作回收整个缓存。弱引用有时会错误地用于取代软引用，用于构建缓存，但是这会导致差的缓存性能。在实践中，弱引用将在对象变得弱可及之后被很快地清除掉 ?? 通常是在缓存的对象再次用到之前 ?? 因为小的垃圾收集运行得很频繁。 

对于在性能上非常依赖高速缓存的应用程序来说，软引用是一个不管用的手段，它确实不能取代能够提供灵活终止期、复制和事务型高速缓存的复杂的高速缓存框架。但是作为一种 “廉价（cheap and dirty）” 的高速缓存机制，它对于降低价格是很有吸引力的。 

正如弱引用一样，软引用也可创建为具有一个相关的引用队列，引用在被垃圾收集器清除时进入队列。引用队列对于软引用来说，没有对弱引用那么有用，但是它们可以用于发出管理警报，说明应用程序开始缺少内存。 

垃圾收集器如何处理 References

弱引用和软引用都扩展了抽象的 Reference 类（虚引用（phantom references）也一样，这将在以后的文章中介绍）。引用对象被垃圾收集器特殊地看待。垃圾收集器在跟踪堆期间遇到一个 Reference 时，不会标记或跟踪该引用对象，而是在已知活跃的 Reference 对象的队列上放置一个 Reference。在跟踪之后，垃圾收集器就识别软可及的对象 ?? 这些对象上除了软引用外，没有任何强引用。垃圾收集器然??根据当前收集所回收的内存总量和其他策略考虑因素，判断软引用此时是否需要被清除。将被清除的软引用如果具有相应的引用队列，就会进入队列。其余的软可及对象（没有清除的对象）然后被看作一个根集（root set），堆跟踪继续使用这些新的根，以便通过活跃的软引用而可及的对象能够被标记。 

处理软引用之后，弱可及对象的集合被识别 ?? 这样的对象上不存在强引用或软引用。这些对象被清除和加入队列。所有 Reference 类型在加入队列之前被清除，所以处理事后检查（post-mortem）清除的线程永远不会具有 referent 对象的访问权，而只具有 Reference 对象的访问权。因此，当 References 与引用队列一起使用时，通常需要细分适当的引用类型，并将它直接用于您的设计中（与 WeakHashMap 一样，它的 Map.Entry 扩展了 WeakReference）或者存储对需要清除的实体的引用。 

引用处理的性能成本

引用对象给垃圾收集过程带来了一些附加的成本。每一次垃圾收集，都必须构造活跃 Reference 对象的一个列表，而且每个引用都必须做适当的处理，这给每次收集添加了一些每个 Reference 的开销，而不管该 referent 此时是否被收集。Reference 对象本身服从于垃圾收集，并且可在 referent 之前被收集，在这样的情况下，它们没有加入队列。 

基于数组的集合

当数组用于实现诸如堆栈或环形缓冲区之类的数据结构时，会出现另一种形式的对象游离。清单 3 中的 LeakyStack 类展示了用数组实现的堆栈的实现。在 pop() 方法中，在顶部指针递减之后，elements 仍然会保留对将弹出堆栈的对象的引用。这意味着，该对象的引用对程序来说仍然可及（即使程序实际上不会再使用该引用），这会阻止该对象被垃圾收集，直到该位置被未来的 push() 重用。 


清单 3. 基于数组的集合中的对象游离

public class LeakyStack {
    private Object[] elements = new Object[MAX_ELEMENTS];
    private int size = 0;
    
    public void push(Object o) { elements[size++] = o; }
    
    public Object pop() { 
        if (size == 0)
            throw new EmptyStackException();
        else {
            Object result = elements[--size];
            // elements[size+1] = null;
            return result;
        } 
    }
}
 


修复这种情况下的对象游离的方法是，当对象从堆栈弹出之后，就消除它的引用，如清单 3 中注释掉的行所示。但是这种情况 ?? 由类管理其自己的内存 ?? 是一种非常少见的情况，即显式地消除不再需要的对象是一个好主意。大部分时候，认为不应该使用的强行消除引用根本不会带来性能或内存使用方面的收益，通常是导致更差的性能或者 NullPointerException。该算法的一个链接实现不会存在这个问题。在链接实现中，链接节点（以及所存储的对象的引用）的生命期将被自动与对象存储在集合中的期间绑定在一起。弱引用可用于解决这个问题 ?? 维护弱引用而不是强引用的一个数组 ?? 但是在实际中，LeakyStack 管理它自己的内存，因此负责确保对不再需要的对象的引用被清除。使用数组来实现堆栈或缓冲区是一种优化，可以减少分配，但是会给实现者带来更大的负担，需要仔细地管理存储在数组中的引用的生命期。 


结束语

与弱引用一样，软引用通过利用垃圾收集器在作出缓存回收决策方面的帮助，有助于防止应用程序出现对象游离。只有当应用程序可以忍受大量软引用的对象时，软引用才适合使用。 


参考资料:

您可以参阅本文在 developerWorks 全球站点上的 英文原文。


“Java 理论与实践: 用弱引用堵住内存泄漏”：上一期的 Java 理论和实践 介绍了 SoftReference 的同类 WeakReference。


“关注性能: 调优垃圾收集”：Kirk Pepperdine 和 Jack Shirazi 论证了，即使缓慢的内存泄漏最终也会给垃圾收集器带来巨大的压力。


Reference objects and garbage collection：这篇论文出自 Sun，写于 Reference 对象被添加到类库之后不久，描述了垃圾收集器如何对待 Reference 对象。

Java 理论和实践：Brian Goetz 撰写的完整系列。

Java 技术专区：数百篇关于 Java 编程各个方面的文章。

获得产品和技术

JTune：这个免费的 JTune 工具可以利用 GC 日志并以图表形式显示堆大小、GC 期间和其他有用的内存管理数据。