JVM（九）内存与垃圾回收|垃圾回收基本概念及算法

  本文介绍垃圾回收的基本概念及相关算法。

目录
 1 垃圾回收概述
  1.1 什么是垃圾（GC）
  1.2 为什么需要GC
  1.3 早期垃圾回收
  1.4 Java垃圾回收机制
    1.4.1 可能出现的问题
    1.4.2 垃圾回收的区域
 2 垃圾回收相关算法
  2.1 垃圾标记阶段算法
    2.1.1 引用计数法
    2.1.2 可达性分析算法
  2.2 对象的finalization机制
  2.3 MAT与JProfiler的GC Roots溯源
  2.4 清除阶段算法
    2.4.1 标记-清除算法
    2.4.2 复制算法
    2.4.3 标记-压缩(整理)算法
    2.4.4 小结
  2.5 分代收集算法
  2.6 增量收集算法、分区算法
    2.6.1 标记-清除算法
    2.6.2 复制算法
 3 关于GC的面试题

---

1 垃圾回收概述

---

1.1 什么是垃圾（GC）

• 垃圾（Garbage）是指在运行程序中没有任何指针指向的对象，这个对象就是需要被回收的垃圾。

• 如果不及时对内存中的垃圾进行清理，那么，这些垃圾对象所占的内存空间会一直保留到应用程序结束，被保留的空间无法被其他对象使用。甚至可能导致内存溢出。

• 垃圾收集，不是Java语言的伴生产物。早在1960年，第一门开始使用内存动态分配和垃圾收集技术的Lisp语言诞生。
  

  

• 垃圾收集机制是Java的招牌能力，极大地提高了开发效率。如今，垃圾收集几乎成为现代语言的标配，即使经过如此长时间的发展，Java的垃圾收集机制仍然在不断的演进中，不同大小的设备、不同特征的应用场景，对垃圾收集提出了新的挑战。

1.2 为什么需要GC

• 对于高级语言来说，如果不进行垃圾回收，内存迟早都会被消耗完。
• 除了释放没用的对象，垃圾回收也可以清除内存里的记录碎片。碎片整理将所占用的堆内存移到堆的一端，以便JVM 将整理出的内存分配给新的对象。
• 随着应用程序所应付的业务越来越庞大、复杂，用户越来越多，没有GC就不能保证应用程序的正常进行。而经常造成STW的GC又跟不上实际的需求，所以才会不断地尝试对GC进行优化。

1.3 早期垃圾回收

• 在早期的C/C++时代，垃圾回收基本.上是手工进行的。开发人员可以使用new关键字进行内存申请，并使用delete关键字进行内存释放。

• 这种方式可以灵活控制内存释放的时间，但是会给开发人员带来频繁申请和释放内存的管理负担。倘若有一处内存区间由于程序员编码的问题忘记被回收，那么就会产生内存泄漏，垃圾对象永远无法被清除，随着系统运行时间的不断增长，垃圾对象所耗内存可能持续上升，直到出现内存溢出并造成应用程序崩溃。

• 现在，除了Java以外，C#、Python、 Ruby等语言都使用了自动垃圾回收的思想，也是未来发展趋势。可以说，这种自动化的内存分配和垃圾回收的方式己经成为现代开发语言必备的标准。

1.4 Java垃圾回收机制

• 自动内存管理，无需开发人员手动参与内存的分配与回收，这样降低内存泄漏和内存溢出的风险。

• 自动内存管理机制，将程序员从繁重的内存管理中释放出来，可以更专心地专注于业务开发

• oracle官 网关于垃圾回收的介绍

  • https：//docs.oracle.com/javase/8/docs/ technotes/guides/vm/gctuning/toc.html

1.4.1 可能出现的问题

• 对于Java开发人员而言，如果过度依赖于 “自动”，那么这将会是一场灾难，最严重的就会弱化Java开发人员在程序出现内存溢出时定位问题和解决问题的能力。
• 此时，了解JVM的自动内存分配和内存回收原理就显得非常重要，只有在真 正了解JVM是如何管理内存后，我们才能够在遇见OutOfMemoryError时， 快速地根据错误异常日志定位问题和解决问题。
• 当需要排查各种内存溢出、内存泄漏问题时，当垃圾收集成为系统达到更高 并发量的瓶颈时，我们就必须对这些“自动化”的技术实施必要的监控和调节。

1.4.2 垃圾回收的区域

• 垃圾回收器可以对年轻代回收，也可以对老年代回收，甚至是全堆和方法区的回收。
  • 其中，Java堆是垃圾收集器的工作重点。
• 从次数上讲：
  • 频繁收集Young区
  • 较少收集01d区
  • 基本不动Perm区(或元空间)

2 垃圾回收相关算法

---

2.1 垃圾标记阶段算法

• 垃圾标记阶段要做对象存活判断;
• 在堆里存放着几乎所有的Java对象实例，在GC执行垃圾回收之前，首先需要区分出内存中哪些是存活对象，哪些是已经死亡的对象。只有被标记为己经死亡的对象，GC才会在执行垃圾回收时，释放掉其所占用的内存空间，因此这个过程我们可以称为垃圾标记阶段。
• 那么在JVM中究竟是如何标记一个死亡对象呢？简单来说，当一个对象已经不再被任何的存活对象继续引用时，就可以宣判为已经死亡。
• 判断对象存活一般有两种方式：引用计数算法和可达性分析算法。

2.1.1 引用计数法

• 引用计数算法（Reference Counting）比较简单，对每个对象保存一个整型的引用计数器属性。用于记录对象被引用的情况。
• 对于一个对象A，只要有任何一个对象引用了A，则A的引用计数器就加1；当引用失效时，引用计数器就减1。只要对象A的引用计数器的值为0，即表示对象A不可能再被使用，可进行回收。
• 优点：实现简单，垃圾对象便于辨识；判定效率高，回收没有延迟性。
• 缺点：
  • 它需要单独的字段存储计数器，这样的做法增加了存储空间的开销。
  • 每次赋值都需要更新计数器，伴随着加法和减法操作，这增加了时间开销。
  • 引用计数器有一个严重的问题，即无法处理循环引用的情况。这是一 条致命缺陷，导致在Java的垃圾回收器中没有使用这类算法。
    
    

    循环引用时无法GC

小结

• 引用计数算法， 是很多语言的资源回收选择，例如Python，它更是同时支持引用计数和垃圾收集机制。
• 具体哪种最优是要看场景的，业界有大规模实践中仅保留引用计数机制，以提高吞吐量的尝试。
• Java并没有选择引用计数，是因为其存在一个基本的难题，就是很难处理循环引用关系。
• Python 如何解决循环引用？
  • 手动解除： 很好理解，就是在合适的时机，解除引用关系。
  • 使用弱引用weakref，weakref是Python提供的标准库，旨在解决循环引用。

2.1.2 可达性分析算法

也叫根搜索算法或追踪性垃圾收集

• 相对于引用计数算法而言，可达性分析算法不仅同样具备实现简单和执行高效等特点，更重要的是该算法可以有效地解决在引用计数算法中循环引用的问题，防止内存泄漏的发生。

• 相较于引用计数算法，这里的可达性分析就是Java、C#选择的。这种类型的垃圾收集通常也叫作追踪性垃圾收集（Tracing GarbageCollection）。

• 基本思路：

  • 可达性分析算法是以根对象集合(GCRoots）为起始点，按照从上至下的方式搜索被根对象集合所连接的目标对象是否可达。
  • 使用可达性分析算法后，内存中的存活对象都会被根对象集合直接或间接连接着，搜索所走过的路径称为引用链（Reference Chain）。
  • 如果目标对象没有任何引用链相连，则是不可达的，就意味着该对象己经死亡，可以标记为垃圾对象。

  • 在可达性分析算法中，只有能够被根对象集合直接或者间接连接的对象才是存活对象。

    
    
    

    可达性分析算法

GC Roots

  所谓"GC Roots"根集合就是一组必须活跃的引用。在Java语言中，GC Roots包括以下几类元素：

• 虚拟机栈中引用的对象

  • 比如：各个线程被调用的方法中使用到的参数、局部变量等。

• 本地方法栈内JNI（通常说的本地方法）引用的对象

• 方法区中类静态属性引用的对象

  • 比如：Java类的引用类型静态变量

• 方法区中常量引用的对象

  • 比如：字符串常量池（string Table） 里的引用

• 所有被同步锁synchroni zed持有的对象

• Java虚拟机内部的引用。

  • 基本数据类型对应的Class对象，一些常驻的异常对象（如： NullPointerException、OutOfMemoryError） ，系统类加载器。

• 反映java虚拟机内部情况的JMXBean、JVMTI中注册的回调、本地代码缓存等

  
  
  

• 除了这些固定的GCRoots集合以外，根据用户所选用的垃圾收集器以及当前回收的内存区域不同，还可以有其他对象“临时性”地加入，共同构成完整GC Roots集合。比如：分代收集和局部回收（Partial GC）。

  • 如果只针对Java堆中的某一块区域进行垃圾回收（比如：只针对新生代），必须考虑到内存区域是虚拟机自己的实现细节，更不是孤立封闭的，这个区域的对象完全有可能被其他区域的对象所引用，这时候就需要一.并将关联的区域对象也加入GC Roots集合中去考虑，才能保证可达性分析的准确性。

• 小技巧：由于Root采用栈方式存放变量和指针，所以如果一个指针，它保存了堆内存里面的对象，但是自己又不存放在堆内存里面，那它就是一个Root

注意

• 如果要使用可达性分析算法来判断内存是否可回收，那么分析工作必须在 一个能保障一致性的快照中进行。这点不满足的话分析结果的准确性就无法保证。
• 这点也是导致GC进行时必须“Stop The World"的一个重要原因。
  • 即使是号称（几乎）不会发生停顿的CMS收集器中，枚举根节点时也是必须要停顿的。

2.2 对象的finalization机制

• Java语言提供了对象终止（finalization）机制来允许开发人员提供对象被销毁之前的自定义处理逻辑。
• 当垃圾回收器发现没有引用指向一个对象，即：垃圾回收此对象之前，总会先调用这个对象的finalize（）方法。
• finalize（）方法允许在子类中被重写，用于在对象被回收时进行资源释放。通常在这个方法中进行一些资源释放和清理的工作，比如关闭文件、套接字和数据库连接等。
• 永远不要主动调用某个对象的finalize （）方法， 应该交给垃圾回收机制调用。理由包括：
  • 在finalize（） 时可能会导致对象复活。
  • finalize（）方法的执行时间是没有保障的，它完全由Gc线程决定，极端情况下，若不发生GC，则finalize（） 方法将没有执行机会。
  • 一个糟糕的finalize （）会严重影响GC的性能。
• 从功能上来说，finalize（）方法与C++ 中的析构函数比较相似，但是Java采用的是基于垃圾回收器的自动内存管理机制，所以finalize（）方法在本质，上不同于C++ 中的析构函数。

对象是否"死亡"

• 由于finalize （）方法的存在，虚拟机中的对象一般处于三种可能的状态
• 如果从所有的根节点都无法访问到某个对象，说明对象己经不再使用了。一般来说，此对象需要被回收。但事实上，也并非是“非死不可”的，这时候它们暂时处于“缓刑”阶段。一个无法触及的对象有可能在某一个条件下“复活”自己，如果这样，那么对它的回收就是不合理的，为此，定义虚拟机中的对象可能的三种状态。如下：
  • 可触及的：从根节点开始，可以到达这个对象。
  • 可复活的：对象的所有引用都被释放，但是对象有可能在finalize（）中复活。
  • 不可触及的：对象的finalize（）被调用，并且没有复活，那么就会进入不可触及状态。不可触及的对象不可能被复活，因为finalize（） 只会被调用一一次。
• 以上3种状态中，是由于finalize（）方法的存在，进行的区分。只有在对象不可触及时才可以被回收。

判定是否可以回收具体过程

判定一个对象objA是否可回收，至少要经历两次标记过程：

①如果对象objA到GC Roots没有引用链，则进行第一 次标记。
②进行筛选，判断此对象是否有必要执行finalize（）方法

• 如果对 象objA没有重写finalize（）方法，或者finalize （）方法已经被虚拟机调用过，则虚拟机视为“没有必要执行”，objA被判定为不可触及的。
• 如果对象objA重写了finalize（）方法，且还未执行过，那么objA会被插入到F一Queue队列中，由一个虚拟机自动创建的、低优先级的Finalizer线程触发其finalize（）方法执行。
• finalize（）方法是对象逃脱死亡的最后机会，稍后Gc会对F一Queue队列中的对象进行第二次标记。如果objA在finalize（）方法中与引用链上的任何一个对象建立了联系，那么在第二次标记时，objA会被移出“即将回收”集合。之后，对象会再次出现没有引用存在的情况。在这个情况下，finalize方法不会被再次调用，对象会直接变成不可触及的状态，也就是说，一个对象的finalize方法只会被调用一次。

/**
 * 测试Object类中finalize()方法，即对象的finalization机制。
 *
 */
public class CanReliveObj {
    public static CanReliveObj obj;//类变量，属于 GC Root

    //此方法只能被调用一次
    @Override
    protected void finalize() throws Throwable {
        super.finalize();
        System.out.println("调用当前类重写的finalize()方法");
        obj = this;//当前待回收的对象在finalize()方法中与引用链上的一个对象obj建立了联系
    }

    public static void main(String[] args) {
        try {
            obj = new CanReliveObj();
            // 对象第一次成功拯救自己
            obj = null;
            System.gc();//调用垃圾回收器
            System.out.println("第1次 gc");
            // 因为Finalizer线程优先级很低，暂停2秒，以等待它
            Thread.sleep(2000);
            if (obj == null) {
                System.out.println("obj is dead");
            } else {
                System.out.println("obj is still alive");
            }
            System.out.println("第2次 gc");
            // 下面这段代码与上面的完全相同，但是这次自救却失败了
            obj = null;
            System.gc();
            // 因为Finalizer线程优先级很低，暂停2秒，以等待它
            Thread.sleep(2000);
            if (obj == null) {
                System.out.println("obj is dead");
            } else {
                System.out.println("obj is still alive");
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

2.3 MAT与JProfiler的GC Roots溯源

  MAT(Memory Analyzer)是一款基于Eclipse开发的功能强大的Java堆内存分析器，用于查找内存泄漏以及查看内存消耗情况。可以在https://www.eclipse.org/mat/downloads.php下载并使用。
  JProfiler是由ej-technologies GmbH公司开发的一款性能瓶颈分析工具，idea可集成JProfiler。
  当我们的java程序遇到频繁full gc或者oom的时候，我们常常需要将当前的heap dump出来进行进一步的分析。运行以下程序：

public class GCRootsTest {
    public static void main(String[] args) {
        List