Java性能权威指南-总结5

垃圾收集入门

很多时候没有机会重写代码，又面临需要提高Java应用性能的压力，这种情况下对垃圾收集器的调优就变得至关重要。

现代JVM的类型繁多，最主流的四个垃圾收集器分别是：Serial收集器(常用于单CPU环境)、Throughput(或者Parallel)收集器、Concurrent收集器(CMS)和G1收集器。虽然它们的性能特征迥异，不过它们也有不少共性。

垃圾收集概述

Java特性之一是不需要显式地管理对象的生命周期：可以在需要时创建对象，对象不再被使用时，会由JVM在后台自动进行回收。这其实是一把双刃剑，如果花费大量的时间来优化Java程序的内存使用，这套机制看起来可能更像个缺点，而非其优点。

简单来说，垃圾收集由两步构成：查找不再使用的对象，以及释放这些对象所管理的内存。JVM从查找不再使用的对象(垃圾对象)入手。有时，这也被称为查找不再有任何对象引用的对象(暗指采用“引用计数”的方式统计对象引用)。然而，这种靠引用计数的方式不太靠谱：假设有一个对象链接列表，列表中的每一个对象(除了头节点)都指向列表中的另一个对象，但是，如果没有任何一个引用指向列表头，这个列表就没人使用，可以被垃圾回收器回收。如果这是一个循环列表(即列表的尾元素反过来又指向了头元素),那么列表中的每一个元素都包含一个引用，即使这个列表内没有任何一个对象实际被使用，因为没有任何一个对象指向这个列表。

所以引用是无法通过计数的方式动态跟踪的；JVM必须定期地扫描堆来查找不再使用的对象。一旦发现垃圾对象，JVM会回收这些对象所持有的内存，把它们分配给需要内存的其他对象。然而，简单地记录空闲内存也无法保证将来有足够的可用内存，有些时候，还必须进行内存整理来防止内存碎片。

假设以下场景，一个程序需要分配大小为1000字节的数组，紧接着又分配一个大小为24字节的数组，并在一个循环中持续进行这样的分配。最终程序会耗尽整个堆，结果如下图所示：

堆内存用尽会触发JVM回收不再使用的数组空间。假设所有大小为24字节的数组都不再被使用，而大小为1000字节的数组还继续使用，这就形成了上图中第二行的场景。虽然堆内部有足够的空闲空间，却找不到任何一个大于24字节的连续空间，除非JVM移动所有大小为1000字节的数组，让它们连续存储，把空闲的空间整合成一块更大的连续空间，供其他的内存分配使用(如上图的第三行)。

深入到这些具体实现似乎太过于琐屑，但垃圾收集的性能就是由这些基本操作所决定的：**找到不再使用的对象、回收它们使用的内存、对堆的内存布局进行压缩整理。**完成这些操作时不同的收集器采用了不同的方法，这也是不同垃圾收集器表现出不同性能特征的原因。

如果垃圾收集进行时，没有任何应用程序线程在运行，那么完成这些操作将是一件轻松愉快的事情。然而实际情况要复杂得多，通常Java程序都启动了大量的线程，垃圾收集器自身往往也是多线程的。接下来的讨论中，从逻辑上将线程分成两组，分别是应用程序线程和处理垃圾收集的线程。垃圾收集器回收对象，或者在内存中移动对象时，必须确保应用程序线程不再继续使用这些对象。 这一点在收集器移动对象时尤其重要：在操作过程中，对象的内存地址会发生变化，因此这个过程中任何应用线程都不应再访问该对象。

所有应用线程都停止运行所产生的停顿被称为时空停顿(stop-the-world)。通常这些停顿对应用的性能影响最大，调优垃圾收集时，尽量减少这种停顿是最为关键的考量因素。

分代垃圾收集器

虽然实现的细节千差万别，但所有的垃圾收集器都遵循了同一个方式，即根据情况将堆划分成不同的代(Generation)。这些代被称为“老年代”(Old Generation或TenuredGeneration)和“新生代”(Young Generation)。新生代又被进一步地划分为不同的区段，分别称为Eden空间和Survivor空间(不过Eden有时会被错误地用于指代整个新生代)。

采用分代机制的原因是很多对象的生存时间非常短。譬如下面这个例子，这是一个计算股价的循环，它将股价与股票均价的差值进行乘方运算，然后将结果加和(作为标准偏差计算的一部分)。

	sum = new BigDecimal(0);
	for (StockPrice sp: prices.values()) {
		BigDecimal diff = sp.getClosingPrice().subtract(averagePrice);
		diff = diff.multiply(diff);
		sum = sum.add(diff);
	}

BigDecimal同许多Java类一样是不可变对象：该对象代表的是一个不能修改的数字。运算使用这个对象时，会创建一个新的对象(通常，前一个对象及其值会被丢弃)。这个简单的循环处理一年的股票数据(大约250个循环)时，为了存储循环的中间值，会创建750个BigDecimal对象，只是在这一个循环里。这些对象在循环的下一个周期开始时会被丢弃。在add()以及其他方法内，JDK的库方法会创建更多类似BigDecimal(以及其他的类)的中间对象。最终，在一小段代码中大量的对象被快速地创建和丢弃。

Java中，这种操作是非常普遍的，所以垃圾收集器设计时就特别考虑要处理大量(有时候是大多数)的临时对象。这也是分代设计的初衷之一。新生代是堆的一部分，对象首先在新生代中分配。新生代填满时，垃圾收集器会暂停所有的应用线程，回收新生代空间。不再使用的对象会被回收，仍然在使用的对象会被移动到其他地方。这种操作被称为Minor GC。

采用这种设计有两个性能上的优势。其一，由于新生代仅是堆的一部分，与处理整个堆相比，处理新生代的速度更快。而这意味着应用线程停顿的时间会更短。这意味着应用程序线程会更频繁地发生停顿，因为JVM不再等到整个堆都填满才进行垃圾收集。然而，就目前而言，更短的停顿显然能带来更多的优势，即使发生的频率更高。

第二个优势源于新生代中对象分配的方式。对象分配于Eden空间(占据了新生代空间的绝大多数)。**垃圾收集时，新生代空间被清空，Eden空间中的对象要么被移走，要么被回收；所有的存活对象要么被移动到另一个Survivor空间，要么被移动到老年代。由于所有的对象都被移走，相当于新生代空间在垃圾收集时自动地进行了一次压缩整理。**所有的垃圾收集算法在对新生代进行垃圾回收时都存在“时空停顿”现象。

对象不断地被移动到老年代，最终老年代也会被填满，JVM需要找出老年代中不再使用的对象，并对它们进行回收。这便是垃圾收集算法差异最大的地方。简单的垃圾收集算法直接停掉所有的应用线程，找出不再使用的对象，对其进行回收，接着对堆空间进行整理。 这个过程被称为FulI GC,通常导致应用程序线程长时间的停顿。

另一方面，通过更复杂的计算，还有可能在应用线程运行的同时找出不再使用的对象；CMS和G1收集器就是通过这种方式进行垃圾收集的。由于不需要停止应用线程就能找出不再用的对象，CMS和G1收集器被称为Concurrent垃圾收集器。同时，由于它们将停止应用程序的可能降到了最小，也被称为低停顿(Low-Pause)收集器(有时也称为无停顿收集器，虽然这个叫法相当不确切)。Concurrent收集器也使用各种不同的方法对老年代空间进行压缩。

使用CMS或G1收集器时，应用程序经历的停顿会更少(也更短)。其代价是应用程序会消耗更多的CPU。 CMS和G1收集也可能遭遇长时间的Full GC停顿(尽量避免发生那样的停顿是这些调优算法要考虑的重要方面)。

评估垃圾收集器时，想想需要达到的整体性能目标。每一个决定都需要权衡取舍。如果应用对单个请求的响应时间有要求(譬如Java企业版服务器),应该考虑下面这些因素:

• 单个请求会受停顿时间的影响——不过其受Full GC长时间停顿的影响更大。如果目标是要尽可能地缩短响应时间，那么选择使用Concurrent收集器更合适。
• 如果平均响应时间比最大响应时间更重要(譬如90%的响应时间),采用Throughput收集器通常就能满足要求。

使用Concurrent收集器来避免长的停顿时间也有其代价，这会消耗额外的CPU。类似地，为批量应用选择垃圾收集器可以遵循下面的原则:

• 如果CPU足够强劲，使用Concurrent收集器避免发生Full GC停顿可以让任务运行得更快。
• 如果CPU有限，那么Concurrent收集器额外的CPU消耗会让批量任务消耗更多的时间。

快速小结

1. 所有的GC算法都将堆划分成了老年代和新生代。
2. 所有的GC算法在清理新生代对象时，都使用了“时空停顿”(stop-the-world)方式的垃圾收集方法，通常这是一个能较快完成的操作。