GC垃圾回收（3）- 三色标记算法

1. CMS

CMS过程在上篇文章 GC垃圾回收（2） 中已经写过。
它分为四个阶段：

1 initial mark （初始标记）
2 concurrent mark （并发标记）
3 remark （重新标记）
4 concurrent sweep （并发清理）

其中 并发标记 阶段会有漏标的问题，为解决这个问题，采用了 "三色标记算法"

2. G1

G1 GC（Garbage First Garbage Collector）是一种服务端应用使用的垃圾收集器，目标是用在 多核、大内存的机器上，它在大多数情况下可以实现指定的GC暂停时间，同时还能保持较高的吞吐量。它的吞吐量相较PS+PO降低了大概10%~15%，但是大大降低了响应时间，大概200ms的程度

2.1 G1内存模型

G1内存模型如下:

G1模型.png

G1相较之前其它的垃圾回收器，对模型进行了改变，不再进行物理分代，采用逻辑分代。

它不再将连续内存分为Eden区和Old区，而是将内存分为一个个的Region。一块Region(分区)在逻辑上依然分代，分为四种：Eden，Old，Survivor，Humongous（大对象，跨多个连续的Region）。

它的每个分区都可能是年轻代也可能是老年代，但是在同一时刻只能属于某个代。

年轻代、幸存区、老年代这些概念还存在，成为了逻辑上的概念，这样方便复用之前分代框架的逻辑。在物理上不需要连续，这带来了额外的好处——有的分区内垃圾对象特别多，有的分区内垃圾对象很少，G1会优先回收垃圾对象特别多的分区，这样可以花费较少的时间来回收这些分区的垃圾，这也就是G1名字的由来，即首先回收垃圾最多的分区。

新生代其实并不适用于这种算法，依然是在新生代满了的时候，对整个新生代进行回收——整个新生代中的对象，要么被回收、要么晋升，至于新生代也采取分区机制的原因，则是因为这样跟老年代的策略统一，方便调整代的大小。

G1还是一种带压缩的收集器，在回收老年代的分区时，是将存活的对象从一个分区拷贝到另一个可用分区，这个拷贝的过程就实现了局部的压缩。每个分区的大小从1M到32M不等，但都是2的幂次方。

特点：

• 并发收集
• 压缩空闲时间不会延长GC的暂停时间
• 更易预测GC的暂停时间
• 适用不需要实现很高吞吐量的场景

G1与CMS在并发收集时的算法没太大区别，用的是 三色标记 算法。但ZGC和Shenandoah使用的是 颜色指针 Colored Pointers。

2.2 基本概念

2.2.1 CSet

• CSet = Collection set
• 一组可被回收的分区的集合。
  在ZSet中存活的数据会在GC过程中被移动到另一个可用分区，CSet中的分区可以来自Eden空间、survivor空间、或者老年代。CSet会占用不到整个堆空间的1%大小。

2.2.2 Card Table

主要用于分代模型中帮助垃圾回收。

为什么需要 card table ？
寻找存活对象并不是一件容易的事。从一个GC root对象寻找，可能被Old区对象引用，这个Old区对象又被Eden区对象引用，那么判断Eden区对象是否存活就需要遍历整个Old区存活对象看是否被Old区对象引用。这样的话每进行一次YGC就要扫描整个Old区。

所以JVM内部，将内存区域分为一个个的card，对象存在一个个的card里。当老年代某个card中的对象指向了年轻代，就会将这个card标记为 Dirty 。这么多card具体哪个是 Dirty的，用位图BitMap来代表（如0110010010，1表示Dirty），这就是Card Table。

Card Table ：由于做YGC时，需要扫描整个Old区，效率非常低，所以JVM设计了Card Table， 如果一个Old区Card Table中有对象指向Y区，就将它设为Dirty，下次扫描时，只需要扫描Dirty Card。 在结构上，Card Table用BitMap来实现。

2.2.3 RSet

• RSet = Remembered Set
• 记录了其他Region中的对象到本Region的引用
  RSet的价值在于：使得垃圾收集器不需要扫描整个堆，找到谁引用了当前分区中的对象，只需要扫描RSet即可。

RSet会占用一定的空间，所以ZGC又做了改进，不使用RSet，用颜色指针来标记。

Rset与赋值的效率：

• 由于RSet的存在，那么每次给对象赋引用的时候，就要做一些额外的操作
• 额外的操作，指的是在RSet中做一些额外的记录（在GC中被称为写屏障）
• 这个写屏障 不是 内存屏障

2.2.4 新老年代比例

5% ~ 60%（新生代）

• 一般不用手动指定
• 也不要手动指定，因为这是G1预测停顿时间的基准

G1能跟踪STW停顿时间，根据停顿时间动态调整新生代（Y区）比例

2.2.5 humongous object

超过单个region的 50% 就是一个大对象，也可跨越多个region。

2.3 GC何时触发

• YGC
  • Eden区空间不足
  • 多线程并行执行
• FGC
  • Old空间不足
  • System.gc()

注意：G1也是存在FGC的，并且一定会被触发。当对象分配不下是会产生FGC。

2.3.1 如果G1产生FGC，应该做什么，如何优化？

1. 扩内存
2. 提高CPU性能（回收的快，业务逻辑产生对象的速度固定，垃圾回收越快，内存空间越大）
3. （主要）降低MixedGC触发的阈值，让MixedGC提早发生（默认是45%）

2.3.2 G1中的MixedGC

• 相当于CMS
• XX:InitiatingHeapOccupacyPercent
  --默认值45%
  --当堆内存超过这个值，触发MixedGC

回收时不分新生代还是老年代什么的，region满了就回收。

MixedGC过程：

1. 初始标记 STW
2. 并发标记
3. 最终标记 STW（重新标记）
4. 筛选回收 STW（并行）

跟CMS非常像，MixedGC最后是筛选回收，多了个筛选步骤。筛选就是找出垃圾最多的region。筛选后将存活对象复制到其他region，再将之前的region清空。

2.4 并发标记算法

CMS和G1在并发标记时使用的是同一个算法：三色标记法，使用白灰黑三种颜色标记对象。白色是未标记；灰色自身被标记，引用的对象未标记；黑色自身与引用对象都已标记。

三色标记法.png

2.4.1 漏标问题

在remark过程中，黑色指向了白色，如果不对黑色重新扫描，则会漏标。会把白色D对象当作没有新引用指向从而回收掉。

漏标问题.png

并发标记过程中，Mutator删除了所有从灰色到白色的引用，会产生漏标。此时白色对象应该被回收

产生漏标问题的条件有两个：
1.黑色对象指向了白色对象
2.灰色对象指向白色对象的引用消失

所以要解决漏标问题，打破两个条件之一即可：

1. 跟踪黑指向白的增加
   incremental update：增量更新，关注引用的增加，把黑色重新标记为灰色，下次重新扫描属性。CMS采用该方法。
2. 记录灰指向白的消失
   SATB snapshot at the beginning：关注引用的删除，当灰-->白消失时，要把这个 引用 推到GC的堆栈，保证白还能被GC扫描到。G1采用该方法。

为什么G1采用SATB而不用incremental update？
因为采用incremental update把黑色重新标记为灰色后，之前扫描过的还要再扫描一遍，效率太低。
G1有RSet与SATB相配合。Card Table里记录了RSet，RSet里记录了其他对象指向自己的引用，这样就不需要再扫描其他区域，只要扫描RSet就可以了。
也就是说 灰色-->白色 引用消失时，如果没有 黑色-->白色，引用会被push到堆栈，下次扫描时拿到这个引用，由于有RSet的存在，不需要扫描整个堆去查找指向白色的引用，效率比较高。SATB配合RSet浑然天成。