G1的RSet解读

RSet介绍

在G1中，引入了RSet（Remember Set，记忆集）的概念，用来记录不同代际之间的引用关系，目的是为了加快垃圾回收的速度。

通常有两种方法记录引用关系，分别为point out和point in。比如a=b（a引用b），若采用point out结构，则在a的RSet中记录b的地址；若采用point in结构，则在b的RSet中记录a的地址。

G1的RSet采用的是point in结构，即谁引用了我。（Card Table采用的是point out结构）

为什么需要记录跨代的引用

JVM一般都会对内存进行分代处理，以提高内存分配和垃圾回收的效率。Minor GC只会回收年轻代，Major GC只会老年代，无论是哪一种GC都会面临跨代引用的情况，比如老年代对象引用新生代或者新生代对象引用老年代。

Minor GC在回收年轻代时，需要判断年轻代的对象是否存活，而年轻代的部分对象可能被老年代的对象引用，因此必须扫描老年代才不会发生误判年轻代的对象为垃圾；同理，在回收老年代时，也需要扫描年轻代。

那么无论是只回收新生代还是老年代，都需要扫描其他代的对象，相当于进行全堆扫描，效率很低。那么将代际之间的引用关系记录在一个单独的地方，只需要扫描这个地方即可，避免全堆扫描。

RSet带来的问题

1. RSet需要额外的内存空间来存储这些引用关系，一般是JVM最大的额外开销的1%-20%之间；
2. RSet中的对象可能已经死亡，那么这个时候引用的对象会被认为活跃对象，实际上它是浮动垃圾；
3. RSet是通过写屏障来完成的，即在内存分配的地方，插入一段代码来执行RSet的更新，如果对象的创建/修改/回收比较频繁，那么写RSet的性能开销还是比较大的。因此一般不会记录年轻代到老年代的引用。

G1的RSet设计

主要分析哪些引用的关系需要记录在RSet中；

• 分区内部的引用

  无论是新生代还是老年代的分区内部的引用，都不需要记录引用关系。因为是针对一个分区进行的垃圾回收，要么这个分区被回收，要么不被回收。

• 新生代引用新生代

  G1的三种回收算法（YGC/MIXED GC/FULL GC）都会全量处理新生代分区，所以新生代都会被遍历到。因此无需记录这种引用关系。

• 新生代引用老年代

  无需记录。G1的YGC回收新生代，无需这个引用关系。混合GC时，G1会采用新生代分区作为根，那么在遍历新生代分区时就能找到老年代分区了，无需这个引用关系。对于FGC来说，所有分区都会被处理，也无需这个引用关系。

• 老年代引用新生代

  需要记录。YGC在回收新生代时，如果新生代的对象被老年代引用，那么需要标记为存活对象。即此时的根对象有两种，一个是栈空间/全局变量的引用，一个是老年代到新生代的引用。

• 老年代引用老年代

  需要记录。混合GC时，只会回收部分老年代，被回收的老年代需要正确的标记哪些对象存活。

RSet的更新

写屏障即在改变特定内存的值时，执行一些额外的动作。

G1的RSet的更新是通过写屏障完成的，在写变更时，通过插入一条额外的代码把引用关系放入到DCQ队列中，随后refine线程取出DCQ队列的引用关系，更新RSet。比如，每一次将一个老年代对象的引用修改为指向新生代对象时，都会被写屏障捕获，并且记录下来。

对于一个写屏障来时，过滤掉不必要的写操作是十分必要的，G1进行以下过滤：

1. 不记录新生代到新生代的引用 或者 新生代到老年代的引用
2. 过滤一个分区内部的引用
3. 过滤空引用

参考

Major GC要不要扫描年轻代对象？

老大难的GC原理及调优，这下全说清楚了

Java性能 – GC