Java GC原理与经典垃圾回收算法

kitirose

2600人浏览 · 2025-10-31 10:14:31

kitirose · 2025-10-31 10:14:31 发布

一、GC 的基本原理（所有收集器的共同基础）

判活方式（Reachability）：从一组根（GC Roots）出发可达的对象视为存活。GC Roots 包括：栈上的局部变量、JNI 引用、运行中的线程、类的静态字段、被锁的对象等。
安全点（Safepoint）：需要停顿世界（STW）的阶段，所有线程在“可中断位置”停下来，便于做堆的一致性处理（如初始标记、对象移动等）。
引用强度：强引用（Strong）不回收；软引用（Soft）在内存吃紧时回收；弱引用（Weak）在下一次 GC 就回收；虚引用（Phantom）仅用于回收后通知。
写屏障与记忆集：为支持“分代”并发/增量标记，需要记录跨代指针（如老年代指向年轻代）。实现上常用Card Table + 写屏障维护“脏卡”。
分代假设：大多数对象“朝生夕死”，少数对象活得很久——因此分为年轻代（Eden + Survivor）和老年代以优化回收。

对判活方式、安全点、引用强度、写屏障与记忆集不了解的朋友，可以直接点进去看我之前的文章

二、经典算法

标记-清除（Mark-Sweep）
- 步骤：标记活对象 → 清除未标记对象。
- 优点：实现简单，吞吐高。
- 缺点：产生碎片，可能导致大对象分配失败（进而触发 Full GC）。
标记-整理（Mark-Compact）
- 步骤：标记活对象 → 把活对象往一端“挤压”（移动/整理）→ 清理边界之外的空间。
- 优点：无碎片，适合老年代。
- 缺点：需要移动对象，停顿相对长（除非能并发/增量化）。
复制（Copying / Scavenge）
- 把堆分为from-space与to-space（两块等大小或按策略划分）。
- 一次 GC 的正确方向：把 from 里的存活对象复制到 to，然后清空 from，下一次互换角色（swap）。
- 优点：无碎片、对象分配快（Bump-the-pointer）。
- 缺点：需要预留一块 to-space，看似“只用到一半内存”；但在年轻代中，大量对象会被直接回收，复制成本相对低。
分代（Generational）
- 严格说是策略而不是算法。年轻代常用复制算法（Eden → Survivor 互拷贝）；老年代常用标记-整理或带并发的区域化整理。
- 年轻代回收称 Minor/Young GC，老年代回收称 Major/Old GC；Full GC 是整堆+元数据等的全停顿回收。

三、HotSpot 常见收集器（理解“算法如何落地”）

1) 早期/基础型

Serial：单线程，年轻代复制 + 老年代标记整理，全部 STW。简单但停顿长；适合单核或小堆。
Parallel（又称 Throughput）：多线程并行的 Serial，追求吞吐；仍是 STW，停顿比 Serial 短但仍可能明显；适合批处理、高吞吐。

2) CMS（Concurrent Mark-Sweep，已过时/移除）

老年代并发标记 + 并发清除，不压缩，因此易碎片化与浮动垃圾，最终可能退化为 Full GC。已被 G1/ZGC/Shenandoah 取代。

3) G1（Garbage-First）：区域化 + 并发标记 + 按需整理

把堆切成很多Region（年轻/老年代都是 region 的逻辑集合），能按“收益优先”选择回收集（Collection Set, CSet）。
年轻代采用复制/疏散（evacuation），老年代也可通过区域化疏散达到“渐进式压缩”，减少碎片。
并发标记采用 SATB（Snapshot-At-The-Beginning）三色标记法，停顿可控；支持暂停时间目标（如 -XX:MaxGCPauseMillis）。
适合中大堆，通用默认选择。

4) ZGC：超低停顿（毫秒级），并发重定位

通过着色指针（Colored Pointers）和加载屏障（Load Barriers）实现几乎全流程并发：标记、重定位都在并发进行，STW 只在极短的阶段（如初始标记）。
支持巨大堆，停顿时间与堆大小基本解耦。
现代 JDK 已提供分代 ZGC（Generational ZGC），进一步降低写屏障/记忆集成本并提升吞吐。

5) Shenandoah（Red Hat 主导）

也是并发疏散的低停顿收集器，使用Brooks Pointer（转发指针）与读/写屏障。目标与 ZGC 相似，细节不同。

实战建议（通用）：

小堆/简单场景：Parallel；

中大堆 & 综合平衡：G1（默认）；

对延迟极敏感：ZGC / Shenandoah（优先 ZGC）。

四、关键细节（面试/排障高频）

年轻代布局：Eden + Survivor0(S0) + Survivor1(S1)
- 分配主要在 Eden（配合 TLAB 提升线程本地分配速度）。
- Minor GC 时：把 Eden + （其中一个 Survivor，称 from） 中的存活对象复制到另一个 Survivor（to）；复制方向是 from → to，并清空 Eden 与 from，S0/S1 角色互换。
- 晋升（Promotion）：对象在 Survivor 里“熬”过若干次 GC（由 XX:MaxTenuringThreshold 控制，JIT 会自适应）就会晋升老年代；大对象也可能直接晋升或走专门通道（如 G1 的 Humongous Allocation）。
老年代回收触发：当老年代空间不足或达到阈值（如 G1 的 IHOP 触发并发标记）→ 进入并发/混合回收；若晋升失败/疏散失败可能退化为 Full GC。
三色标记 & 两种屏障语义
- 三色：白（未标记）、灰（可达、待扫描）、黑（已扫描）。
- CMS/Parallel 等历史方案常用 Incremental Update；G1/ZGC 倾向 SATB，便于在并发时维持可达集不漏标。
记忆集（Remembered Set, RSet）
- 记录“哪些 card/region 有指向本 region 的引用”。G1 的 RSet 用于精准并行回收与 Region 选择。
Humongous 对象（G1）
- 大于 region 一定比例（典型 ≥ 50%）的对象用 H 区域保存，回收/整理策略与普通 region 有差异。
调优方向
- 吞吐优先：Parallel，尽量大 Eden、少 GC 次数。
- 低延迟：G1 设置合理 MaxGCPauseMillis；或使用 ZGC（通常无需大量参数）。
- 观察指标：GC 日志（JDK9+ 用 Unified Logging：Xlog:gc*）、停顿时间分布、晋升失败、RSet 扫描时间、混合回收轮次等。