开始学习前，抛出两个常见面试问题：
1.G1的回收原理是什么？为什么G1比传统的GC回收性能好？
2.为什么G1如此完美仍然会有ZGC？
简单的回顾下CMS垃圾回收机制，下面介绍了一个极端的场景（而且是经常发生的）
在发生Minor GC时，由于Survivor区已经放不下了，多出的对象只能提升（Promotion）到老年代。但是此时老年代因为空间碎片的缘故，会发生Concurrent mode failure的错误。这个时候，就需要降级为Serial Old垃圾回收器进行收集。这就是比concurrent mode failure 更加严重的promotion failed的问题。
一个简单的Minor，竟然能演化成耗时最长的Full GC。最要命的是，这个停顿时间是不可预知的。
有没有一种方法，能够首先定义一个停顿时间，然后反向推算收集内容呢？就像是领导在年初制定KPI一样，分配的任务多久多干些，任务少就少干点。
类似需要徒步一段很长的路，然后在路中有多个里程碑，到达一个后可以休息一会。
G1的思路说起来类似，它不要求每次都把垃圾清理的干干净净，只是努力做它认为对的事情。
我们要求G1，在任意1秒的时间内，停顿不得超过10ms，这就是在给它制定KPI。G1会尽量达成这个目标，它能够推算出本次要收集的大体区域，以增量的方式完成收集。
这也是使用G1垃圾回收器不得不设置的一个参数：-XX:MaxGCPauseMilis=10
为什么叫G1？
G1的目标是用来干掉CMS的，它同样是一款软实时垃圾回收器。相比CMS，G1的使用更加人性化。比如，CMS垃圾回收器的相关参数有72个，而G1的参数只有26个。
G1的全称是GarbageFirst GC，为了达成上面制定的KPI，它和前面介绍的垃圾回收器，在对堆的划分上有一些不同。
其它的回收器，都是对某个年代的整体收集，收集时间上自然不好控制。G1把堆切成了很多份，把每一份当作一个小目标，每一份收集时间自然是很好控制的。
那么题又来了：G1有年轻代和老年代区分吗？
如图所示，G1也是有Eden区和Survivor区的概念的，只不过它们在内存上不是连续的，而是由一小份一小份组成的。
这一小份区域的大小是固定的，名字叫做小堆区（Region）。小堆区可以是Eden也可以是Survivor区，还可以是Old区，所以G1的年轻代和老年代的概念都是逻辑上的。
每一块Region，大小都是一致的，它的数值在1M-32M字节之间的一个2的幂值数。
但假如我的对象太大，一个Region放不下怎们办？注意图中有一块很大的黄色区域，叫Humongous Region，大小超过Region 50%的对象，将会在这里分配。
Region的大小，可以通过参数进行设置：-XX:G1HeapRegionSize=
那么回收的时候，到底回收那些小堆区呢？是随机的吗？
当然不是，事实上，垃圾最多的小堆区，会被优先回收，这也是G1名字的由来。
G1 的垃圾回收过程
在逻辑上，G1分为年轻代和老年代，但是它的比例并不是那么"固定"，为了达到MaxGCPauseMillis所规定的效果，G1会自动调整两者之间的比例。
如果你强行使用-Xmn或者-XX:NewRatio去设定它们的比例的话，我们给G1设定的这个目标将会失效。
G1的回收过程主要分为3类：
（1） G1年轻代的垃圾回收，同样叫Minor GC ，这个过程和我们前面描述的类似，发生时机就是Eden区满的时候。
（2）老年代的垃圾回收，严格上来说其实不算是回收，它是一个并发标记的过程，顺便清理一点点对象。
（3）真正的清理，发生在"混合模式"，它不只清理年轻代，还会将老年代的一部分区域进行清理。
在GC日志里，这个过程描述特别有意思
（1）的过程，叫作[GC pause(G1 Evacuation Pause)(Young)]，而（2）的过程，叫做[GC pause(G1 Evacuation Pause)(Mixed)]。Evacuation是转移的意思，和Copy的意思有点类似。
这三种模式之间的间隔也是不固定的。比如，1次Minor GC之后，发生了一次并发标记，接着发生了9次Mixed GC。
RSet
RSet是一个空间换时间的数据结构。
之前提到过一个卡表的数据结构，用来解决跨代引用的问题。RSet的功能与此类似，它的全称是Remembered Set，用于记录和维护Region之间的对象引用关系。
但RSet和Card Table有些不同的地方。Card Table 是一种Points-out（我引用了谁的对象）的结构，而RSet记录了其他Region中的对象引用本Region中对象的关系属于Points-into(谁引用了我的对象)，像是倒排索引。
可以把RSet理解成一个Hash，key是引用了我（对象）的Region的地址，value是引用它的对象的卡页集合。
有了这个数据结构，在回收某个Region的时候，就不必对整个堆内存的对象进行扫描了。它使得部分回收变成可行。
对年轻代的Region。它的RSet只保存了来自老年代的引用，这是因为年轻代的回收是针对所有年轻代Region的。所以年轻代Region的RSet有可能是空的。
而对于老年代的Region来说，它的RSet也只是保存老年代对它的引用。这是因为老年代回收之前，会先对年轻代进行回收。这时，Eden区变空了，而在回收过程中会扫描Survivor分区，所以也没必要保存来自年轻代的引用。
RSet通常会占用很大的空间，大约5%或者更高。不仅仅是空间方面，很多计算开销也是比较大的。
事实上，为了维护RSet，程序运行的过程中，写入某个字段就会产生一个post-write barrier。为了减少这个开销，将内容放入RSet的过程是异步的，而且经过了很多的优化：Write Barrier 把脏卡信息存放到本地缓冲区（local buffer），有专门的的GC线程负责回收，并将相关信息传给Region的RSet。
具体回收过程
G1还有一个CSet的概念，这个就比较好理解了，它的全称是Collection Set，即回收集合，保存一次GC中将执行垃圾回收的区间（Region）。GC过程中在CSet中的所有存活数据（Live Data）都会被转移。
了解了上面的数据结构，我们再来简要看下回收过程。
年轻代的回收
年轻代回收是一个STW的过程，它的跨代引用使用RSet数据结构来追溯，会一次性回收掉年轻代的所有Region。
JVM启动时G1会先准备好Eden区，程序在运行过程中不断创建对象到Eden区，当所有的Eden区都满了，G1会启动一次年轻代的l垃圾回收过程。
年轻代的垃圾回收包括下面的回收阶段
1.扫描根，可以看做是GC Roots，加上RSet记录的其他Region的外部引用。
2.更新RS 处理dirty card queue中的卡页，更新RSet。此阶段完成后，RSet可以准确的反映老年代对所在的内存分段中对象的引用，可以看作是一次补充
3 处理RS 识别被老年代对象指向的Eden中的对象，这些被指定的Eden中的对象被认为是存活的对象
4.复制对象 收集算法依然用的是Copy算法。在这个阶段，对象树被遍历，Eden区内存段中存活的对象会被复制到Survivor区中空的Region。这个过程和其它垃圾回收算法一样，包括对象的年龄和晋升，无需做过多介绍。
5.处理引用 处理Soft、weak、Phantom、Final、JNI Weak等引用。结束回收
大体示意图如下：
并发标记（Concurrent Marking）
当整个堆内存使用达到一定比例(默认是45%)，并发标记阶段就会被启动。这个比例也是可以调整的，通过参数 -XX：InitiatingHeapOccupancyPercent进行配置。
Concurrent Marking 是为Mixed GC提供标记服务的，并不是一次GC过程的一个必须环节。这个过程和CMS垃圾回收器的过程非常类似。你可以类比CMS的挥手过程看一下。
具体标记过程如下：
（1）初始标记（Initial Mark）这个过程共用了Minor GC的暂停，这是因为它们可以复用root scan操作。虽然是STW的，但是过程很短
（2）Root区扫描 （Root Region Scan）
（3）并发标记（Concurrent Mark）这个阶段从GC Roots 开始对heap中的对象标记，标记线程与应用线程并行执行，并且收集各个Region的存活对象信息。
（4）重新标记 （Remarking）和CMS类似，也是STW的。标记那些在并发标记发生变化的对象。
（5）清理阶段 （Cleanup） 不需要STW。如果发现Region里全是垃圾，这个阶段立马被清理掉。不全是垃圾的Region，并不会被立马处理，它会在Mixed GC阶段，进行收集。
抛出一个问题，如果并发标记阶段，又有新的对象变化，该怎么办？
这个是由算法SATB保证的。SATB全称是Snapshot At The Beginning，作用是保证在并发标记阶段的正确性。
这个算法是逻辑上的，只要是有几个指针，将Region分成多个区段。如图所示，并发标记期间分配的对象，都会在next TAMS 和top之间
混合回收（Mixed GC）
能并发清理老年代中的整个的小堆区是一种最优情形。混合回收过程中，不只清理年轻代，还会将一部分老年代区域也加入到CSet中。
通过Concurrent Mariking 阶段，我们已经统计了老年代的垃圾占比。在Minor GC之后，如果判断这个占比达到某一个阀值，下次就会触发Mixed GC。这个阀值，有-XX:G1HeapWastePercent参数进行设置的（默认是堆大小的5%）。因为这种情况下，GC会花费很多的时间但是回收到的内存却很少。所以这个参数也是可以调整Mixed GC的频率的。
还有参数G1MixedGCCountTarget，用于控制一次并发标记之后，最多执行MixedGC的次数。
ZGC
在系统切换到G1垃圾回收器之后，线上发生的严重GC问题已经非常少了，这归功于G1的预测模型和它创新的分区模式。但预测模型也会有失效的时候，它并不是总如我们预期的那样运行，尤其是你给它定下一个苛刻的目标之后。
另外，如果应用给的内存非常的吃紧，对内存进行部分回收根本不够，始终要进行整个Heap的回收，那么G1要做的工作量就一点也不会比其他垃圾回收器少，而且因为本身算法复杂了，还可能比其他回收器要差。
所以垃圾回收器本身的优化和升级，从来都没有停止过。最新的ZGC垃圾回收器，就有3个令人振奋的Flag：
1、停顿时间不会超过10ms；
2、停顿时间不会随着堆的增大而增大（不管多大的堆都能保持在10ms以下）；
3、可支持几百M，甚至几个T的堆大小（最大支持4T）
在ZGC中，连逻辑上的年轻代和老年代也去掉了，只分为一块一块的page，每次进行GC时，都会对page进行压缩操作，所以没有碎片问题。ZGC还能感知NUMA架构，提高内存的访问速度。与传统的回收算法相比，ZGC直接在对象的引用指针上做文章，用来表示对象的状态，所以只能再64位机器上。
现在线上使用ZGC的还非常少。即使使用，也只能在linux平台上使用。等待它的普及，还需要一段时间。
小结
简单了解了下G1的回收过程，学习了RSet结构。基本思想很简单，但实现细节却特别多。
相对于CMS，G1有了更可靠的驾驭度。而且有RSet和SATB算法的支撑，Remark阶段更加高效。
G1最重要的概念就是Region，采用分而治之，部分收集的思想，尽量减短STW的时间。