《深入理解JVM虚拟机》读书笔记-标记阶段的两种算法

标记阶段的两种算法

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。

垃圾回收这个动作通过推理可知，至少需要两个步骤：1.判断对象是否是垃圾 2.回收垃圾 ；这里标记阶段就是第一步，判断对象是否是垃圾。

注意:

哪些地方有GC？

meta space 和 heap逻辑上是都有GC和OOM的，pc计数器没有GC,OOM,stack没有GC，有SOF。

方法区确实有GC,但是不是虚拟机必须清理的，所以这里说的GC主要说的是heap

引用计数算法

• 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

注意

1.缺点1,2是可以推理到的

其实这种引用计数法的实现思路是很容易让大家想到的，即所有对象都维护一个变量存储当前对象被引用的次数，如果为0就标记为垃圾，但是这种方式必然两方面的确定：

1.开销内存空间

2.每次变量的重新赋值，对象应用的变化，都会导致，对象引用计数器的动态更新。

以上两点是可以直接推理出的缺点。

n2.循环引用

循环引用指的是一个变量P引用一个对象A，对象A的引用计数器属性为1，同时这个对象里面的一些变量，指向对象B，而对象B中有变量指向对象C，对象C中有变量指向对象A，这样就造成了一个循环引用，而此时对象A的引用计数器属性在原有的基础上+1，变成2。

image.png

一旦这个变量P不再指向对象A，那么此时其引用计数器属性变成了1，但是因为对象循环引用其引用计数器属性不会变成0，那么其也就不会被标记为垃圾，造成内存泄露。

---

例子：证明java没有使用引用计算

/**

 * testGC()方法执行后，objA和objB会不会被GC呢？

 * @author zzm

 */

public class ReferenceCountingGC {

    public Object instance = null;

    private static final int _1MB = 1024 * 1024;

    /**

     * 这个成员属性的唯一意义就是占点内存，以便能在GC日志中看清楚是否有回收过

     */

    private byte[] bigSize = new byte[2 * _1MB];

    public static void testGC() {

        ReferenceCountingGC objA = new ReferenceCountingGC();

        ReferenceCountingGC objB = new ReferenceCountingGC();

        objA.instance = objB;

        objB.instance = objA;

        objA = null;

        objB = null;

        // 假设在这行发生GC，objA和objB是否能被回收？

        System.gc();

    }

}

运行结果

[Full GC (System) [Tenured: 0K->210K(10240K), 0.0149142 secs] 4603K->210K(19456K), [Perm : 2999K->2999K(21248K)], 0.0150007 secs] [Times: user=0.01 sys=0.00, real=0.02 secs]

Heap

    def new generation   total 9216K, used 82K [0x00000000055e0000, 0x0000000005fe0000, 0x0000000005fe0000)

    Eden space 8192K,   1% used [0x00000000055e0000, 0x00000000055f4850, 0x0000000005de0000)

    from space 1024K,   0% used [0x0000000005de0000, 0x0000000005de0000, 0x0000000005ee0000)

    to   space 1024K,   0% used [0x0000000005ee0000, 0x0000000005ee0000, 0x0000000005fe0000)

    tenured generation   total 10240K, used 210K [0x0000000005fe0000, 0x00000000069e0000, 0x00000000069e0000)

    the space 10240K,   2% used [0x0000000005fe0000, 0x0000000006014a18, 0x0000000006014c00, 0x00000000069e0000)

    compacting perm gen  total 21248K, used 3016K [0x00000000069e0000, 0x0000000007ea0000, 0x000000000bde0000)

    the space 21248K,  14% used [0x00000000069e0000, 0x0000000006cd2398, 0x0000000006cd2400, 0x0000000007ea0000)

    No shared spaces configured.

从运行结果中可以清楚看到内存回收日志中包含“4603K->210K”，意味着虚拟机并没有因为这两个对象互相引用就放弃回收它们，这也从侧面说明了Java虚拟机并不是通过引用计数算法来判断对象是否存活的。

可达性分析算法

  当前主流的商用程序语言（Java、C#，上溯至前面提到的古老的Lisp）的内存管理子系统，都是通过可达性分析（Reachability Analysis）算法来判定对象是否存活的。这个算法的基本思路就是通过一系列称为“GC Roots”的根对象作为起始节点集，从这些节点开始，根据引用关系向下搜索，搜索过程所走过的路径称为“引用链”（Reference Chain），如果某个对象到GC Roots间没有任何引用链相连，或者用图论的话来说就是从GC Roots到这个对象不可达时，则证明此对象是不可能再被使用的。

  即将活跃的引用都放到一组集合中，每个存放到集合中的引用都作为根节点即GC Roots,每个被引用的对象都通过一条线和GC Roots连接，那么只有在内存中被GC Roots连接的对象才是存活的对象。

image.png

在Java技术体系里面，固定可作为GC Roots的对象包括以下几种：

• 在虚拟机栈（栈帧中的本地变量表）中引用的对象

  • 譬如各个线程被调用的方法堆栈中使用到的参数、局部变量、临时变量等。

• 在方法区中类静态属性引用的对象（1.7后存储在heap中）

  • 譬如Java类的引用类型静态变量。

• 在方法区中常量引用的对象

  • 譬如字符串常量池（String Table）里的引用。

• 在本地方法栈中JNI（即通常所说的Native方法）引用的对象。

• Java虚拟机内部的引用

  • 如基本数据类型对应的Class对象，一些常驻的异常对象（比如NullPointExcepiton、OutOfMemoryError）等，还有系统类加载器。

• 所有被同步锁（synchronized关键字）持有的对象。

• 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：典型的只针 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。比如：只回收new space 时需要将 old space中的指向也考虑进去。

上面列了那么多，其实就是想说，因为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。将堆外，所有对于堆的指向都拷贝到GC Roots中。

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。

  • 如同事物的一致性一样，即一个业务中操作，就是此时不能有其他业务操作改变GC Root 的连接。也就是保证每个GC Root的对象引用业务的一致性。（STW）

  • 这点也是导致GC进行时必须“StopTheWorld"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。