当前位置: 开发笔记 > 编程语言 > 正文

JavaG1垃圾收集器

作者：竹条蠢爱玉米 | 来源：互联网 | 2023-08-28 19:18

本文首先简单介绍了垃圾收集的常见方式，然后再分析了G1收集器的收集原理，相比其他垃圾收集器的优势，最后给出了一些调优实践。一࿰

本文首先简单介绍了垃圾收集的常见方式&＃xff0c;然后再分析了G1收集器的收集原理&＃xff0c;相比其他垃圾收集器的优势&＃xff0c;最后给出了一些调优实践。

一&＃xff0c;什么是垃圾回收

首先&＃xff0c;在了解G1之前&＃xff0c;我们需要清楚的知道&＃xff0c;垃圾回收是什么&＃xff1f;简单的说垃圾回收就是回收内存中不再使用的对象。

垃圾回收的基本步骤

回收的步骤有2步&＃xff1a;

查找内存中不再使用的对象
释放这些对象占用的内存

1,查找内存中不再使用的对象

那么问题来了&＃xff0c;如何判断哪些对象不再被使用呢&＃xff1f;我们也有2个方法&＃xff1a;

引用计数法

引用计数法就是如果一个对象没有被任何引用指向&＃xff0c;则可视之为垃圾。这种方法的缺点就是不能检测到环的存在。

2.根搜索算法

根搜索算法的基本思路就是通过一系列名为”GC Roots”的对象作为起始点&＃xff0c;从这些节点开始向下搜索&＃xff0c;搜索所走过的路径称为引用链(Reference Chain)&＃xff0c;当一个对象到GC Roots没有任何引用链相连时&＃xff0c;则证明此对象是不可用的。

现在我们已经知道如何找出垃圾对象了&＃xff0c;如何把这些对象清理掉呢&＃xff1f;

2. 释放这些对象占用的内存

常见的方式有复制或者直接清理&＃xff0c;但是直接清理会存在内存碎片&＃xff0c;于是就会产生了清理再压缩的方式。

总得来说就产生了三种类型的回收算法。

1.标记-复制

它将可用内存容量划分为大小相等的两块&＃xff0c;每次只使用其中的一块。当这一块用完之后&＃xff0c;就将还存活的对象复制到另外一块上面&＃xff0c;然后在把已使用过的内存空间一次理掉。它的优点是实现简单&＃xff0c;效率高&＃xff0c;不会存在内存碎片。缺点就是需要2倍的内存来管理。

2.标记-清理

标记清除算法分为“标记”和“清除”两个阶段&＃xff1a;首先标记出需要回收的对象&＃xff0c;标记完成之后统一清除对象。它的优点是效率高&＃xff0c;缺点是容易产生内存碎片。

3.标记-整理

标记操作和“标记-清理”算法一致&＃xff0c;后续操作不只是直接清理对象&＃xff0c;而是在清理无用对象完成后让所有存活的对象都向一端移动&＃xff0c;并更新引用其对象的指针。因为要移动对象&＃xff0c;所以它的效率要比“标记-清理”效率低&＃xff0c;但是不会产生内存碎片。

基于分代的假设

由于对象的存活时间有长有短&＃xff0c;所以对于存活时间长的对象&＃xff0c;减少被gc的次数可以避免不必要的开销。这样我们就把内存分成新生代和老年代&＃xff0c;新生代存放刚创建的和存活时间比较短的对象&＃xff0c;老年代存放存活时间比较长的对象。这样每次仅仅清理年轻代&＃xff0c;老年代仅在必要时时再做清理可以极大的提高GC效率&＃xff0c;节省GC时间。

java垃圾收集器的历史

第一阶段&＃xff0c;Serial&＃xff08;串行&＃xff09;收集器

在jdk1.3.1之前&＃xff0c;java虚拟机仅仅能使用Serial收集器。 Serial收集器是一个单线程的收集器&＃xff0c;但它的“单线程”的意义并不仅仅是说明它只会使用一个CPU或一条收集线程去完成垃圾收集工作&＃xff0c;更重要的是在它进行垃圾收集时&＃xff0c;必须暂停其他所有的工作线程&＃xff0c;直到它收集结束。

PS&＃xff1a;开启Serial收集器的方式

-XX:&＃43;UseSerialGC

第二阶段&＃xff0c;Parallel&＃xff08;并行&＃xff09;收集器

Parallel收集器也称吞吐量收集器&＃xff0c;相比Serial收集器&＃xff0c;Parallel最主要的优势在于使用多线程去完成垃圾清理工作&＃xff0c;这样可以充分利用多核的特性&＃xff0c;大幅降低gc时间。

PS:开启Parallel收集器的方式

-XX:&＃43;UseParallelGC -XX:&＃43;UseParallelOldGC

第三阶段&＃xff0c;CMS&＃xff08;并发&＃xff09;收集器

CMS收集器在Minor GC时会暂停所有的应用线程&＃xff0c;并以多线程的方式进行垃圾回收。在Full GC时不再暂停应用线程&＃xff0c;而是使用若干个后台线程定期的对老年代空间进行扫描&＃xff0c;及时回收其中不再使用的对象。

PS:开启CMS收集器的方式

-XX:&＃43;UseParNewGC -XX:&＃43;UseConcMarkSweepGC

第四阶段&＃xff0c;G1&＃xff08;并发&＃xff09;收集器

G1收集器&＃xff08;或者垃圾优先收集器&＃xff09;的设计初衷是为了尽量缩短处理超大堆&＃xff08;大于4GB&＃xff09;时产生的停顿。相对于CMS的优势而言是内存碎片的产生率大大降低。

PS:开启G1收集器的方式

-XX:&＃43;UseG1GC

二&＃xff0c;了解G1

G1的第一篇paper&＃xff08;附录1&＃xff09;发表于2004年&＃xff0c;在2012年才在jdk1.7u4中可用。oracle官方计划在jdk9中将G1变成默认的垃圾收集器&＃xff0c;以替代CMS。为何oracle要极力推荐G1呢&＃xff0c;G1有哪些优点&＃xff1f;

首先&＃xff0c;G1的设计原则就是简单可行的性能调优

开发人员仅仅需要声明以下参数即可&＃xff1a;

-XX:&＃43;UseG1GC -Xmx32g -XX:MaxGCPauseMillis&＃61;200

其中-XX:&＃43;UseG1GC为开启G1垃圾收集器&＃xff0c;-Xmx32g 设计堆内存的最大内存为32G&＃xff0c;-XX:MaxGCPauseMillis&＃61;200设置GC的最大暂停时间为200ms。如果我们需要调优&＃xff0c;在内存大小一定的情况下&＃xff0c;我们只需要修改最大暂停时间即可。

其次&＃xff0c;G1将新生代&＃xff0c;老年代的物理空间划分取消了。

这样我们再也不用单独的空间对每个代进行设置了&＃xff0c;不用担心每个代内存是否足够。

取而代之的是&＃xff0c;G1算法将堆划分为若干个区域&＃xff08;Region&＃xff09;&＃xff0c;它仍然属于分代收集器。不过&＃xff0c;这些区域的一部分包含新生代&＃xff0c;新生代的垃圾收集依然采用暂停所有应用线程的方式&＃xff0c;将存活对象拷贝到老年代或者Survivor空间。老年代也分成很多区域&＃xff0c;G1收集器通过将对象从一个区域复制到另外一个区域&＃xff0c;完成了清理工作。这就意味着&＃xff0c;在正常的处理过程中&＃xff0c;G1完成了堆的压缩&＃xff08;至少是部分堆的压缩&＃xff09;&＃xff0c;这样也就不会有cms内存碎片问题的存在了。

在G1中&＃xff0c;还有一种特殊的区域&＃xff0c;叫Humongous区域。如果一个对象占用的空间超过了分区容量50%以上&＃xff0c;G1收集器就认为这是一个巨型对象。这些巨型对象&＃xff0c;默认直接会被分配在年老代&＃xff0c;但是如果它是一个短期存在的巨型对象&＃xff0c;就会对垃圾收集器造成负面影响。为了解决这个问题&＃xff0c;G1划分了一个Humongous区&＃xff0c;它用来专门存放巨型对象。如果一个H区装不下一个巨型对象&＃xff0c;那么G1会寻找连续的H分区来存储。为了能找到连续的H区&＃xff0c;有时候不得不启动Full GC。

PS&＃xff1a;在java 8中&＃xff0c;持久代也移动到了普通的堆内存空间中&＃xff0c;改为元空间。

对象分配策略

说起大对象的分配&＃xff0c;我们不得不谈谈对象的分配策略。它分为3个阶段&＃xff1a;

TLAB(Thread Local Allocation Buffer)线程本地分配缓冲区
Eden区中分配
Humongous区分配

TLAB为线程本地分配缓冲区&＃xff0c;它的目的为了使对象尽可能快的分配出来。如果对象在一个共享的空间中分配&＃xff0c;我们需要采用一些同步机制来管理这些空间内的空闲空间指针。在Eden空间中&＃xff0c;每一个线程都有一个固定的分区用于分配对象&＃xff0c;即一个TLAB。分配对象时&＃xff0c;线程之间不再需要进行任何的同步。

对TLAB空间中无法分配的对象&＃xff0c;JVM会尝试在Eden空间中进行分配。如果Eden空间无法容纳该对象&＃xff0c;就只能在老年代中进行分配空间。

最后&＃xff0c;G1提供了两种GC模式&＃xff0c;Young GC和Mixed GC&＃xff0c;两种都是Stop The World(STW)的。下面我们将分别介绍一下这2种模式。

三&＃xff0c;G1 Young GC

Young GC主要是对Eden区进行GC&＃xff0c;它在Eden空间耗尽时会被触发。在这种情况下&＃xff0c;Eden空间的数据移动到Survivor空间中&＃xff0c;如果Survivor空间不够&＃xff0c;Eden空间的部分数据会直接晋升到年老代空间。Survivor区的数据移动到新的Survivor区中&＃xff0c;也有部分数据晋升到老年代空间中。最终Eden空间的数据为空&＃xff0c;GC停止工作&＃xff0c;应用线程继续执行。

这时&＃xff0c;我们需要考虑一个问题&＃xff0c;如果仅仅GC 新生代对象&＃xff0c;我们如何找到所有的根对象呢&＃xff1f; 老年代的所有对象都是根么&＃xff1f;那这样扫描下来会耗费大量的时间。于是&＃xff0c;G1引进了RSet的概念。它的全称是Remembered Set&＃xff0c;作用是跟踪指向某个heap区内的对象引用。

在CMS中&＃xff0c;也有RSet的概念&＃xff0c;在老年代中有一块区域用来记录指向新生代的引用。这是一种point-out&＃xff0c;在进行Young GC时&＃xff0c;扫描根时&＃xff0c;仅仅需要扫描这一块区域&＃xff0c;而不需要扫描整个老年代。

但在G1中&＃xff0c;并没有使用point-out&＃xff0c;这是由于一个分区太小&＃xff0c;分区数量太多&＃xff0c;如果是用point-out的话&＃xff0c;会造成大量的扫描浪费&＃xff0c;有些根本不需要GC的分区引用也扫描了。于是G1中使用point-in来解决。point-in的意思是哪些分区引用了当前分区中的对象。这样&＃xff0c;仅仅将这些对象当做根来扫描就避免了无效的扫描。由于新生代有多个&＃xff0c;那么我们需要在新生代之间记录引用吗&＃xff1f;这是不必要的&＃xff0c;原因在于每次GC时&＃xff0c;所有新生代都会被扫描&＃xff0c;所以只需要记录老年代到新生代之间的引用即可。

需要注意的是&＃xff0c;如果引用的对象很多&＃xff0c;赋值器需要对每个引用做处理&＃xff0c;赋值器开销会很大&＃xff0c;为了解决赋值器开销这个问题&＃xff0c;在G1 中又引入了另外一个概念&＃xff0c;卡表&＃xff08;Card Table&＃xff09;。一个Card Table将一个分区在逻辑上划分为固定大小的连续区域&＃xff0c;每个区域称之为卡。卡通常较小&＃xff0c;介于128到512字节之间。Card Table通常为字节数组&＃xff0c;由Card的索引&＃xff08;即数组下标&＃xff09;来标识每个分区的空间地址。默认情况下&＃xff0c;每个卡都未被引用。当一个地址空间被引用时&＃xff0c;这个地址空间对应的数组索引的值被标记为”0″&＃xff0c;即标记为脏被引用&＃xff0c;此外RSet也将这个数组下标记录下来。一般情况下&＃xff0c;这个RSet其实是一个Hash Table&＃xff0c;Key是别的Region的起始地址&＃xff0c;Value是一个集合&＃xff0c;里面的元素是Card Table的Index。

Young GC 阶段&＃xff1a;

阶段1&＃xff1a;根扫描
静态和本地对象被扫描
阶段2&＃xff1a;更新RS
处理dirty card队列更新RS
阶段3&＃xff1a;处理RS
检测从年轻代指向年老代的对象
阶段4&＃xff1a;对象拷贝
拷贝存活的对象到survivor/old区域
阶段5&＃xff1a;处理引用队列
软引用&＃xff0c;弱引用&＃xff0c;虚引用处理

四&＃xff0c;G1 Mix GC

Mix GC不仅进行正常的新生代垃圾收集&＃xff0c;同时也回收部分后台扫描线程标记的老年代分区。

它的GC步骤分2步&＃xff1a;

全局并发标记&＃xff08;global concurrent marking&＃xff09;
拷贝存活对象&＃xff08;evacuation&＃xff09;

在进行Mix GC之前&＃xff0c;会先进行global concurrent marking&＃xff08;全局并发标记&＃xff09;。 global concurrent marking的执行过程是怎样的呢&＃xff1f;

在G1 GC中&＃xff0c;它主要是为Mixed GC提供标记服务的&＃xff0c;并不是一次GC过程的一个必须环节。global concurrent marking的执行过程分为五个步骤&＃xff1a;

初始标记&＃xff08;initial mark&＃xff0c;STW&＃xff09;
在此阶段&＃xff0c;G1 GC 对根进行标记。该阶段与常规的 (STW) 年轻代垃圾回收密切相关。
根区域扫描&＃xff08;root region scan&＃xff09;
G1 GC 在初始标记的存活区扫描对老年代的引用&＃xff0c;并标记被引用的对象。该阶段与应用程序&＃xff08;非 STW&＃xff09;同时运行&＃xff0c;并且只有完成该阶段后&＃xff0c;才能开始下一次 STW 年轻代垃圾回收。
并发标记&＃xff08;Concurrent Marking&＃xff09;
G1 GC 在整个堆中查找可访问的&＃xff08;存活的&＃xff09;对象。该阶段与应用程序同时运行&＃xff0c;可以被 STW 年轻代垃圾回收中断
最终标记&＃xff08;Remark&＃xff0c;STW&＃xff09;
该阶段是 STW 回收&＃xff0c;帮助完成标记周期。G1 GC 清空 SATB 缓冲区&＃xff0c;跟踪未被访问的存活对象&＃xff0c;并执行引用处理。
清除垃圾&＃xff08;Cleanup&＃xff0c;STW&＃xff09;
在这个最后阶段&＃xff0c;G1 GC 执行统计和 RSet 净化的 STW 操作。在统计期间&＃xff0c;G1 GC 会识别完全空闲的区域和可供进行混合垃圾回收的区域。清理阶段在将空白区域重置并返回到空闲列表时为部分并发。

三色标记算法

提到并发标记&＃xff0c;我们不得不了解并发标记的三色标记算法。它是描述追踪式回收器的一种有用的方法&＃xff0c;利用它可以推演回收器的正确性。首先&＃xff0c;我们将对象分成三种类型的。

黑色:根对象&＃xff0c;或者该对象与它的子对象都被扫描
灰色:对象本身被扫描,但还没扫描完该对象中的子对象
白色:未被扫描对象&＃xff0c;扫描完成所有对象之后&＃xff0c;最终为白色的为不可达对象&＃xff0c;即垃圾对象

当GC开始扫描对象时&＃xff0c;按照如下图步骤进行对象的扫描&＃xff1a;

根对象被置为黑色&＃xff0c;子对象被置为灰色。

继续由灰色遍历,将已扫描了子对象的对象置为黑色。

遍历了所有可达的对象后&＃xff0c;所有可达的对象都变成了黑色。不可达的对象即为白色&＃xff0c;需要被清理。

这看起来很美好&＃xff0c;但是如果在标记过程中&＃xff0c;应用程序也在运行&＃xff0c;那么对象的指针就有可能改变。这样的话&＃xff0c;我们就会遇到一个问题&＃xff1a;对象丢失问题

我们看下面一种情况&＃xff0c;当垃圾收集器扫描到下面情况时&＃xff1a;

这时候应用程序执行了以下操作&＃xff1a;

A.c&＃61;C
B.c&＃61;null

这样&＃xff0c;对象的状态图变成如下情形&＃xff1a;

这时候垃圾收集器再标记扫描的时候就会下图成这样&＃xff1a;

很显然&＃xff0c;此时C是白色&＃xff0c;被认为是垃圾需要清理掉&＃xff0c;显然这是不合理的。那么我们如何保证应用程序在运行的时候&＃xff0c;GC标记的对象不丢失呢&＃xff1f;有如下2中可行的方式&＃xff1a;

在插入的时候记录对象
在删除的时候记录对象

刚好这对应CMS和G1的2种不同实现方式&＃xff1a;

在CMS采用的是增量更新&＃xff08;Incremental update&＃xff09;&＃xff0c;只要在写屏障&＃xff08;write barrier&＃xff09;里发现要有一个白对象的引用被赋值到一个黑对象的字段里&＃xff0c;那就把这个白对象变成灰色的。即插入的时候记录下来。

在G1中&＃xff0c;使用的是STAB&＃xff08;snapshot-at-the-beginning&＃xff09;的方式&＃xff0c;删除的时候记录所有的对象&＃xff0c;它有3个步骤&＃xff1a;

1&＃xff0c;在开始标记的时候生成一个快照图标记存活对象

2&＃xff0c;在并发标记的时候所有被改变的对象入队&＃xff08;在write barrier里把所有旧的引用所指向的对象都变成非白的&＃xff09;

3&＃xff0c;可能存在游离的垃圾&＃xff0c;将在下次被收集

这样&＃xff0c;G1到现在可以知道哪些老的分区可回收垃圾最多。当全局并发标记完成后&＃xff0c;在某个时刻&＃xff0c;就开始了Mix GC。这些垃圾回收被称作“混合式”是因为他们不仅仅进行正常的新生代垃圾收集&＃xff0c;同时也回收部分后台扫描线程标记的分区。混合式垃圾收集如下图&＃xff1a;

混合式GC也是采用的复制的清理策略&＃xff0c;当GC完成后&＃xff0c;会重新释放空间。

至此&＃xff0c;混合式GC告一段落了。下一小节我们讲进入调优实践。

五&＃xff0c;调优实践

MaxGCPauseMillis调优

前面介绍过使用GC的最基本的参数&＃xff1a;

-XX:&＃43;UseG1GC -Xmx32g -XX:MaxGCPauseMillis&＃61;200

前面2个参数都好理解&＃xff0c;后面这个MaxGCPauseMillis参数该怎么配置呢&＃xff1f;这个参数从字面的意思上看&＃xff0c;就是允许的GC最大的暂停时间。G1尽量确保每次GC暂停的时间都在设置的MaxGCPauseMillis范围内。那G1是如何做到最大暂停时间的呢&＃xff1f;这涉及到另一个概念&＃xff0c;CSet(collection set)。它的意思是在一次垃圾收集器中被收集的区域集合。

Young GC&＃xff1a;选定所有新生代里的region。通过控制新生代的region个数来控制young GC的开销。
Mixed GC&＃xff1a;选定所有新生代里的region&＃xff0c;外加根据global concurrent marking统计得出收集收益高的若干老年代region。在用户指定的开销目标范围内尽可能选择收益高的老年代region。

在理解了这些后&＃xff0c;我们再设置最大暂停时间就好办了。首先&＃xff0c;我们能容忍的最大暂停时间是有一个限度的&＃xff0c;我们需要在这个限度范围内设置。但是应该设置的值是多少呢&＃xff1f;我们需要在吞吐量跟MaxGCPauseMillis之间做一个平衡。如果MaxGCPauseMillis设置的过小&＃xff0c;那么GC就会频繁&＃xff0c;吞吐量就会下降。如果MaxGCPauseMillis设置的过大&＃xff0c;应用程序暂停时间就会变长。G1的默认暂停时间是200毫秒&＃xff0c;我们可以从这里入手&＃xff0c;调整合适的时间。

其他调优参数

-XX:G1HeapRegionSize&＃61;n

设置的 G1 区域的大小。值是 2 的幂&＃xff0c;范围是 1 MB 到 32 MB 之间。目标是根据最小的 Java 堆大小划分出约 2048 个区域。

-XX:ParallelGCThreads&＃61;n

设置 STW 工作线程数的值。将 n 的值设置为逻辑处理器的数量。n 的值与逻辑处理器的数量相同&＃xff0c;最多为 8。

如果逻辑处理器不止八个&＃xff0c;则将 n 的值设置为逻辑处理器数的 5/8 左右。这适用于大多数情况&＃xff0c;除非是较大的 SPARC 系统&＃xff0c;其中 n 的值可以是逻辑处理器数的 5/16 左右。

-XX:ConcGCThreads&＃61;n

设置并行标记的线程数。将 n 设置为并行垃圾回收线程数 (ParallelGCThreads) 的 1/4 左右。

-XX:InitiatingHeapOccupancyPercent&＃61;45

设置触发标记周期的 Java 堆占用率阈值。默认占用率是整个 Java 堆的 45%。

避免使用以下参数&＃xff1a;

避免使用 -Xmn 选项或 -XX:NewRatio 等其他相关选项显式设置年轻代大小。固定年轻代的大小会覆盖暂停时间目标。

触发Full GC

在某些情况下&＃xff0c;G1触发了Full GC&＃xff0c;这时G1会退化使用Serial收集器来完成垃圾的清理工作&＃xff0c;它仅仅使用单线程来完成GC工作&＃xff0c;GC暂停时间将达到秒级别的。整个应用处于假死状态&＃xff0c;不能处理任何请求&＃xff0c;我们的程序当然不希望看到这些。那么发生Full GC的情况有哪些呢&＃xff1f;

并发模式失败

G1启动标记周期&＃xff0c;但在Mix GC之前&＃xff0c;老年代就被填满&＃xff0c;这时候G1会放弃标记周期。这种情形下&＃xff0c;需要增加堆大小&＃xff0c;或者调整周期&＃xff08;例如增加线程数-XX:ConcGCThreads等&＃xff09;。

晋升失败或者疏散失败

G1在进行GC的时候没有足够的内存供存活对象或晋升对象使用&＃xff0c;由此触发了Full GC。可以在日志中看到(to-space exhausted)或者&＃xff08;to-space overflow&＃xff09;。解决这种问题的方式是&＃xff1a;

a,增加 -XX:G1ReservePercent 选项的值&＃xff08;并相应增加总的堆大小&＃xff09;&＃xff0c;为“目标空间”增加预留内存量。

b,通过减少 -XX:InitiatingHeapOccupancyPercent 提前启动标记周期。

c,也可以通过增加 -XX:ConcGCThreads 选项的值来增加并行标记线程的数目。

巨型对象分配失败

当巨型对象找不到合适的空间进行分配时&＃xff0c;就会启动Full GC&＃xff0c;来释放空间。这种情况下&＃xff0c;应该避免分配大量的巨型对象&＃xff0c;增加内存或者增大-XX:G1HeapRegionSize&＃xff0c;使巨型对象不再是巨型对象。

由于篇幅有限&＃xff0c;G1还有很多调优实践&＃xff0c;在此就不一一列出了&＃xff0c;大家在平常的实践中可以慢慢探索。最后&＃xff0c;期待java 9能正式发布&＃xff0c;默认使用G1为垃圾收集器的java性能会不会又提高呢&＃xff1f;

附录&＃xff1a;

&＃xff08;1&＃xff09;&＃xff0c;The original G1 paper: Detlefs, D., Flood, C., Heller, S., and Printezis, T. 2004. Garbage-first garbage collection. In Proceedings of the 4th international Symposium on Memory Management (Vancouver, BC, Canada, October 24 – 25, 2004)