第 14 章垃圾回收相关算法、标记-清除、复制、标记压缩、分代收集(重要)、增量收集、分区算法；可达性分析

浅浅的花香味﹌ 2022-12-29 09:11 41阅读 0赞

# 第 14 章 垃圾回收相关算法 #

## 1、标记阶段：引用计数器 ##

### 1.1、标记阶段的目的 ###

> **垃圾标记阶段：`判断对象是否存活`**
> 
>  *  已经死亡的对象, 就会被垃圾回收器进行回收

*  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`。**

### 1.2、引用计数算法 ###

> **方式一：引用计数算法**
> 
>  *  有多少个对象引用着A, 此时A的引用计数器就有多少
>     
>      *  A的引用计数器为0的时候, 此时A就不在使用了, A就可以被回收
>  *  **缺点: 无法解决循环引用的问题, 所以Java没有采用这种方式**

*  `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。**

### 1.3、循环引用举例 ###

> **循环引用举例**

*  当p的指针断开的时候，**内部的引用形成一个循环，这就是循环引用，从而造成`内存泄漏`**

![image-20200712102205795][]

> **代码示例**

*  **我们使用一个案例来测试Java中是否采用的是引用计数算法**
 *  代码

/** * -XX:+PrintGCDetails * 证明：java使用的不是引用计数算法 * * @author shkstart * @create 2020 下午 2:38 */
    public class RefCountGC { 
        //这个成员属性唯一的作用就是占用一点内存
        private byte[] bigSize = new byte[5 * 1024 * 1024];//5MB
    
        Object reference = null;
    
        public static void main(String[] args) { 
            RefCountGC obj1 = new RefCountGC();
            RefCountGC obj2 = new RefCountGC();
    
            obj1.reference = obj2;
            obj2.reference = obj1;
    
            obj1 = null;
            obj2 = null;
    
            //显式的执行垃圾回收行为，这里发生GC，obj1和obj2能否被回收？
            // System.gc();
        }
    }

*  JVM 参数

-XX:+PrintGCDetails

*  不进行垃圾回收时：`Eden 区占用率为 25%`

Heap
     PSYoungGen      total 76288K, used 16794K [0x000000076b380000, 0x0000000770880000, 0x00000007c0000000)
      eden space 65536K, 25% used [0x000000076b380000,0x000000076c3e6850,0x000000076f380000)
      from space 10752K, 0% used [0x000000076fe00000,0x000000076fe00000,0x0000000770880000)
      to   space 10752K, 0% used [0x000000076f380000,0x000000076f380000,0x000000076fe00000)
     ParOldGen       total 175104K, used 0K [0x00000006c1a00000, 0x00000006cc500000, 0x000000076b380000)
      object space 175104K, 0% used [0x00000006c1a00000,0x00000006c1a00000,0x00000006cc500000)
     Metaspace       used 3469K, capacity 4496K, committed 4864K, reserved 1056768K
      class space    used 381K, capacity 388K, committed 512K, reserved 1048576K
    
    Process finished with exit code 0

*  垃圾回收日志：Eden 区占用率为1% ，说明`进行了垃圾回收，使用反证法证明了Java中使用的不是引用计数算法`

[GC (System.gc()) [PSYoungGen: 15482K->776K(76288K)] 15482K->784K(251392K), 0.0008828 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
    [Full GC (System.gc()) [PSYoungGen: 776K->0K(76288K)] [ParOldGen: 8K->667K(175104K)] 784K->667K(251392K), [Metaspace: 3461K->3461K(1056768K)], 0.0039408 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
    Heap
     PSYoungGen      total 76288K, used 655K [0x000000076b380000, 0x0000000770880000, 0x00000007c0000000)
      eden space 65536K, 1% used [0x000000076b380000,0x000000076b423ee8,0x000000076f380000)
      from space 10752K, 0% used [0x000000076f380000,0x000000076f380000,0x000000076fe00000)
      to   space 10752K, 0% used [0x000000076fe00000,0x000000076fe00000,0x0000000770880000)
     ParOldGen       total 175104K, used 667K [0x00000006c1a00000, 0x00000006cc500000, 0x000000076b380000)
      object space 175104K, 0% used [0x00000006c1a00000,0x00000006c1aa6d10,0x00000006cc500000)
     Metaspace       used 3468K, capacity 4496K, committed 4864K, reserved 1056768K
      class space    used 381K, capacity 388K, committed 512K, reserved 1048576K
    
    Process finished with exit code 0

*  内存图例：如果使用引用计数算法，那么这两个对象将会无法回收。而现在两个对象被回收了，说明 **`Java使用的不是引用计数算法来进行标记`** 的。

![image-20200712103230349][]

### 1.4、引用计数小结 ###

> **引用计数算法小结**

*  引用计数算法，是很多语言的资源回收选择，例如因人工智能而更加火热的Python，它更是同时支持引用计数和垃圾收集机制。
 *  具体哪种最优是要看场景的，业界有大规模实践中仅保留引用计数机制，以提高吞吐量的尝试。
 *  `Java并没有选择引用计数`，是因为其存在一个基本的难题，也就是`很难处理循环引用关系`。Python如何解决循环引用？
    
     *  手动解除：很好理解，就是在合适的时机，解除引用关系。
     *  使用弱引用weakref，weakref是Python提供的标准库，旨在解决循环引用。

## 2、`标记阶段：可达性分析算法` (`重点`) ##

### 2.1、可达性分析概述 ###

> **方式二：`可达性分析（或根搜索算法、追踪性垃圾收集）`**

**可达性分析算法：也可以称为根搜索算法、追踪性垃圾收集**

*  相对于引用计数算法而言，可达性分析算法不仅同样具备实现简单和执行高效等特点，更重要的是 **`该算法可以有效地解决在引用计数算法中循环引用的问题，防止内存泄漏的发生。`**
 *  相较于引用计数算法，这里的可`达性分析`就是Java、C\#选择的。这种类型的`垃圾收集`通常也叫作`追踪性垃圾收集（Tracing Garbage Collection）`

### 2.2、可达性分析思路 ###

> **可达性分析算法基本思路**

所谓`"GCRoots”根集合就是一组必须活跃的引用`，其基本思路如下：

*  `可达性分析算法`是以`根对象集合（GCRoots）为起始点`，按照`从上至下的方式搜索被根对象集合所连接的目标对象是否可达。`
 *  **使用可达性分析算法后，内存中的`存活对象`都会被`根对象集合直接或间接连接着`，搜索所走过的路径称为`引用链`（Reference Chain）**
 *  **如果目标对象没有任何引用链相连，则是不可达的，就意味着该对象己经死亡，可以标记为垃圾对象。**
 *  在`可达性分析算法`中，只有能够`被根对象集合直接或者间接连接的对象`才是`存活对象`。

![image-20200712104149246][]

**可达性分析在官场上的裙带关系上的应用**

![image-20200712104312406][]

### 2.3、GC Roots 可以是哪些元素 ###

> **GC Roots可以是哪些元素？**
> 
>  *  **虚拟机栈中被变量引用的对象**
>  *  **字符串常量池中的对象**
>  *  **JNI(本地方法)引用的对象**
>  *  **方法区中类静态变量引用的对象**
>  *  **synchronized持有的对象**
>  *  JVM内部的引用
>  *  基本数据类型对应的Class对象
>  *  一些常驻的异常对象: NullPointerException、OutofMemoryError等

1.  `虚拟机栈中引用的对象`，比如：各个线程被调用的方法中使用到的参数、局部变量等。
2.  本地方法栈内JNI（通常说的本地方法）引用的对象, 方法区中类静态属性引用的对象，比如：`Java类的引用类型静态变量`
3.  `方法区中常量引用的对象`，比如：字符串常量池（StringTable）里的引用
4.  所有`被同步锁synchronized持有的对象`
5.  Java虚拟机内部的引用。
6.  `基本数据类型对应的Class对象，一些常驻的异常对象`（如：NullPointerException、OutofMemoryError），系统类加载器。
7.  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。

![image-20200712104622677][]

> **GC Roots 的总结**

*  总结一句话就是，除了堆空间外的一些结构，比如：**`虚拟机栈、本地方法栈、方法区、字符串常量池`等地方`对堆空间进行引用`的，都可以作为GC Roots进行可达性分析**
 *  除了这些 **固定的GC Roots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（PartialGC）。`
 *  *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。*

**小技巧**

*  由于`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。

### 2.4、可达性分析注意事项 ###

> **可达性分析算法的注意事项**

*  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 (因为不在快照中进行,可能分析期间,又有一些被gcroot引用的对象变成垃圾了)**。这点不满足的话分析结果的`准确性`就无法保证。
 *  这点也是导致GC进行时必须`“Stop The World”`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。

## 3、对象的 finalization 机制 ##

### 3.1、finalize() 方法机制 ###

> **对象销毁前的回调函数：`finalize()`**

1.  Java语言提供了`对象终止（finalization）机制`来允许开发人员提供对象被`销毁之前的自定义处理逻辑。`
2.  当垃圾回收器发现没有引用指向一个对象，即：**垃圾回收此对象之前，总会先调用这个对象的finalize()方法。**
3.  `finalize()`方法允许在子类中被重写，用于在对象被回收时进行资源释放。**通常在这个方法中进行一些`资源释放和清理的工作`，比如关闭文件、套接字和数据库连接等。**

Object 类中 finalize() 源码

// 等待被重写
    protected void finalize() throws Throwable {  }

> **finalize() 方法使用的注意事项**

*  永远不要主动调用某个对象的finalize()方法应该交给垃圾回收机制调用。理由包括下面三点：
    
     *  `在finalize()时可能会导致对象复活。`
     *  **finalize()方法的执行时间是没有保障的，它完全`由GC线程`决定，极端情况下，若不发生GC，则finalize()方法将没有执行机会。** (可以调用System.gc()来触发GC)
     *  因为`优先级比较低`，即使主动调用该方法，也不会因此就直接进行回收
 *  **一个糟糕的finalize()会严重影响GC的性能。**
 *  自动内存管理机制，所以finalize()方法在本质上不同于C++中的析构函数。

### 3.2、对象的三种可能的状态 (可触及、可复活、不可触及) ###

> **虚拟机对象中三种可能的状态**

*  **由于`finalize()方法的存在`，虚拟机中的对象一般处于`三种可能的状态`。**

1.  如果从所有的`GCRoot根节点`都无法访问到某个对象，说明对象己经不再使用了。**一般来说，此对象需要被回收。**
2.  但事实上，也并非是“非死不可”的，这时候它们暂时处于“缓刑”阶段。一个无法触及的对象有可能在某一个条件下“复活”自己，如果这样，那么对它立即进行回收就是不合理的
3.  为此，定义虚拟机中的对象可能的三种状态。如下：
    
    1.  `可触及的`：**从根节点开始，可以到达这个对象。**
    2.  `可复活的`：**对象的所有引用都被释放，但是对象有可能在finalize()中复活。**
    3.  `不可触及的`：**对象的finalize()被调用，并且没有复活，那么就会进入不可触及状态。不可触及的对象不可能被复活，因为`finalize()只会被调用一次。`**
4.  以上3种状态中，是由于finalize()方法的存在，进行的区分。**`只有在对象不可触及时才可以被回收。`**

### 3.3、判定一个对象是否可回收，`要经历两次标记过程` ###

> **finalize() 的具体过程**
> 
>  *  一个对象只能够调用一次该方法(复活只能一次)

判定一个对象objA是否可回收，至少要经历两次标记过程：

1.  如果对象`objA到GC Roots没有引用链`，则进行`第一次标记。`
2.  进行筛选，判断`此对象`是否有必要执行`finalize()`方法
    
    1.  **如果对象objA`没有重写finalize()`方法，或者`finalize()方法已经被虚拟机调用过`，则虚拟机视为“没有必要执行”，`ObjA被判定为不可触及的`。**
    2.  **如果对象`objA重写了finalize()`方法，`且还未执行过`，那么objA会被插入到F-Queue队列中，由一个虚拟机自动创建的、低优先级的Finalizer线程`触发其finalize()方法`执行。**
3.  `finalize()方法是对象逃脱死亡的最后机会`，稍后GC会对F-Queue队列中的对象进行`第二次标记`。**如果objA在finalize()方法中与引用链上的任何一个对象建立了联系，那么在第二次标记时，objA会被移出“即将回收”集合。(复活了)**
4.  之后，对象会再次出现没有引用存在的情况。在这个情况下，finalize()方法不会被再次调用，对象会`直接变成不可触及的状态`，也就是说，`一个对象的finalize()方法只会被调用一次`。

**通过 JVisual VM 查看 Finalizer 线程**

![image-20200731113940555][]

> **代码演示 finalize() 方法**

*  代码：我们**重写 CanReliveObj 类的 finalize()方法**，在调用其 finalize()方法时，`将 obj 指向当前类对象 this`
    
     *  下面代码中的`类变量`, 是`属于GC Root`

/** * 测试Object类中finalize()方法，即对象的finalization机制。 * * @author shkstart * @create 2020 下午 2:57 */
    public class CanReliveObj { 
        public static CanReliveObj obj;//类变量，属于 GC Root
    
    
        //此方法只能被调用一次
        @Override
        protected void finalize() throws Throwable { 
            super.finalize();
            System.out.println("调用当前类重写的finalize()方法");
            obj = this;//当前待回收的对象在finalize()方法中与引用链上的一个对象obj建立了联系
        }
    
    
        public static void main(String[] args) { 
            try { 
                obj = new CanReliveObj();
                // 对象第一次成功拯救自己
                obj = null;
                System.gc();//调用垃圾回收器
                System.out.println("第1次 gc");
                // 因为Finalizer线程优先级很低，暂停2秒，以等待它
                Thread.sleep(2000);
                if (obj == null) { 
                    System.out.println("obj is dead");
                } else { 
                    System.out.println("obj is still alive");
                }
                System.out.println("第2次 gc");
                // 下面这段代码与上面的完全相同，但是这次自救却失败了
                obj = null;
                System.gc();
                // 因为Finalizer线程优先级很低，暂停2秒，以等待它
                Thread.sleep(2000);
                if (obj == null) { 
                    System.out.println("obj is dead");
                } else { 
                    System.out.println("obj is still alive");
                }
            } catch (InterruptedException e) { 
                e.printStackTrace();
            }
        }
    }

*  `第一次自救成功，但由于 finalize() 方法只会执行一次，所以第二次自救失败`

调用当前类重写的finalize()方法
    第1次 gc
    obj is still alive
    第2次 gc
    obj is dead
    
    Process finished with exit code 0

--------------------

## 5、清除阶段：标记-清除算法 `(重点)` ##

### 5.1、垃圾清除算法概述 ###

> **垃圾清除算法**

*  当成功区分出内存中`存活对象`和`死亡对象`后，**`GC接下来的任务就是执行垃圾回收，释放掉无用对象所占用的内存空间，以便有足够的可用内存空间为新对象分配内存。`** **目前在JVM中比较常见的三种垃圾收集算法是**
    
     *  `标记-清除算法（Mark-Sweep）`
     *  `复制算法（Copying）`
     *  `标记-压缩算法（Mark-Compact）`

### 5.2、标记-清除算法 ###

> **标记-清除（Mark-Sweep）算法**
> 
>  *  标记: 遍历GCRoot所关联的对象, 将被引用的`对象的对象头`都打上标记
>  *  清除: 垃圾收集器对堆空间,进行线性遍历, 遍历到的对象,如果其对象头中没有被标记为`可达对象`, 此时就会被回收

*  标记-清除算法（Mark-Sweep）是一种非常基础和常见的垃圾收集算法，该算法被J.McCarthy等人在1960年提出并并应用于Lisp语言。

**执行过程**

*  **当堆中的`有效内存空间（available memory）被耗尽`的时候，就会`停止整个程序`**（也被称为`stop the world`），然后进行两项工作，`第一项则是标记，第二项则是清除`

1.  **`标记：`** Collector从`引用根节点`开始遍历，`标记所有被引用的对象。`
    
     *  一般是在`对象的对象头`中记录为可达对象。
     *  **注意：标记的是引用的对象，不是垃圾对象！！**
2.  **`清除：`** Collector对堆内存从头到尾进行线性的遍历，如果发现某个对象在其Header中没有标记为可达对象，则将其回收

![image-20200731200324868][]

### 5.3、清除对象的方式 ###

> **何为清除？**

*  这里所谓的`清除并不是真的置空`，而是`把需要清除的对象地址`保存在`空闲的地址列表`里。**下次有新对象需要加载时，判断垃圾的位置空间是否够，如果够，就存放覆盖原有的地址。**

关于`空闲列表`是在为`对象分配内存`的时候提过：

1.  如果`内存规整`
    
     *  采用`指针碰撞的方式进行内存分配`
2.  如果`内存不规整`
    
     *  虚拟机需要维护一个`空闲列表`
     *  采用`空闲列表分配内存`

### 5.4、标记-清除算法的缺点 ###

> **标记-清除算法的缺点**

*  标记清除算法的`效率不算高`, 因为`标记`, `清除`都需要进行大量运算
 *  在进行GC的时候，需要停止整个应用程序，用户体验较差
 *  **这种方式`清理出来的空闲内存是不连续的`，`产生内存碎片`，还需要额外维护一个`空闲列表`**

## 6、清除阶段：复制算法 `(重点)` ##

### 6.1、复制算法 ###

> **复制（Copying）算法**

**背景**

*  `为了解决标记-清除算法在垃圾收集效率方面的缺陷`，M.L.Minsky于1963年发表了著名的论文，“使用双存储区的Lisp语言垃圾收集器CA LISP Garbage Collector Algorithm Using Serial Secondary Storage）”。
 *  M.L.Minsky在该论文中描述的算法被人们称为`复制（Copying）算法`，它也被M.L.Minsky本人成功地引入到了Lisp语言的一个实现版本中。

**核心思想**

*  将`能用的内存空间分为两块`，`每次只使用其中一块内存`，**在`垃圾回收时将正在使用的内存中`的`存活对象`复制到`未被使用的内存块`中，`之后清除正在使用的内存块中的所有对象`，交换两个内存的角色，最后完成垃圾回收**

![image-20200731201816645][]

*  `把可达的对象，直接复制到另外一个区域中复制完成后`，from区里面的对象就没有用了, 直接清除即可，**`新生代里面就用到了复制算法 (幸存者0, 幸存者1)`**

![image-20200712152029615][]

### 6.2、复制算法的优缺点 ###

> **复制算法的优缺点**

**优点**

1.  `没有标记和清除过程，实现简单，运行高效`
2.  `复制过去以后保证空间的连续性，不会出现“碎片”问题。`

**缺点**

1.  此算法的缺点也是很明显的，就是`需要两倍的内存空间`。
2.  两个`内存空间`直接要`保持引用关系`
3.  对于`G1`这种分拆成为`大量region`的GC，复制而不是移动，意味着GC需要维护region之间对象引用关系，不管是内存占用或者时间开销也不小

**综上**

*  即特别适合垃圾对象很多，存活对象很少的场景；例如：Young区的Survivor0和Survivor1区

### 6.3、复制算法的应用场景 ###

> **复制算法的应用场景**
> 
>  *  适用于垃圾对象多的情况, 此时移动到另一块空间的可达对象就少, 效率就高

1.  如果`系统中的垃圾对象很多`，**复制算法需要复制的存活对象数量并不会太大，效率较高 `(因为垃圾对象多的话, 复制到另一个内存块中的可达对象就少, 效率自然就高)`**
2.  在`老年代中有大量的对象存活`，**那么复制的对象将会有很多，效率会很低**
3.  在`新生代`，对常规应用的垃圾回收，**一次通常`可以回收70% - 99%` 的内存空间**。**回收性价比很高**。所以 **`现在的商业虚拟机都是用这种收集算法回收新生代`**。

*  新生代一般用复制算法  
    ![image-20200712152847218][]

## 7、清除阶段：标记-压缩算法 `(重点)` ##

### 7.1、标记-压缩算法 ###

> **标记-压缩（或标记-整理、Mark - Compact）算法**

*  `复制算法的高效性`是建立在`存活对象少、垃圾对象多`的前提下的。**这种情况在新生代经常发生**，但是在老年代，更常见的情况是大部分对象都是存活对象。
 *  如果依然使用复制算法，`由于存活对象较多，复制的成本也将很高`。**`因此，基于老年代垃圾回收的特性，需要使用其他的算法。`**
 *  `标记-清除算法`的确可以应用在`老年代`中，**但是该算法不仅执行效率低下，而且在执行完内存回收后还会产生内存碎片，所以JVM的设计者需要在此基础之上进行改进。** **`标记-压缩（Mark-Compact）算法由此诞生。`**
 *  1970年前后，G.L.Steele、C.J.Chene和D.s.Wise等研究者发布**标记-压缩算法**。在许多现代的垃圾收集器中，人们都使用了标记-压缩算法或其改进版本。

> **标记-压缩算法的执行流程**

*  第一阶段: `和标记清除算法一样，从根节点开始标记所有被引用对象 (在对象的对象头标记可达标记)`
 *  第二阶段: `将所有的存活对象压缩到内存的一端`，按`顺序排放`。之后，`清理边界外所有的空间`。

![image-20200712153236508][]

### 7.2、标记-压缩与标记-清除 ###

> **`标记-压缩算法`与`标记-清除算法`的比较**
> 
>  *  相同点: 会他们第一阶段都是根据GCRoot寻找可达对象并标记
>  *  `标记-清除算法:`会产生内存碎片, 因为该算法是一种`非移动式`的回收算法, 不会对存活对象进行移动, 所以造成内存碎片. 当再次有新对象产生的时候, 需要根据`空闲列表`来为新对象分配内存
>  *  `标记-压缩算法:` 不会产生垃圾碎片, 因为该算法是一种`移动式`的回收算法, 会对清除完垃圾对象剩下的存活对象进行移动. 所以不会造成内存碎片。此时根据`指针碰撞`的方式为新对象分配内存

1.  `标记-压缩算法`的最终效果`等同于标记-清除算法`执行完成后，`再进行一次内存碎片整理`，因此，也可以把它称为`标记-清除-压缩（Mark-Sweep-Compact）算法`。
2.  **二者的本质差异**在于`标记-清除算法是一种非移动式的回收算法`; `标记-压缩是移动式的`。**是否移动回收后的存活对象是一项优缺点并存的风险决策。**
3.  可以看到，`标记的存活对象将会被整理，按照内存地址依次排列，而未被标记的内存会被清理掉`。如此一来，**标记压缩算法: `当我们需要给新对象分配内存时，JVM只需要持有一个内存的起始地址即可，这比维护一个空闲列表显然少了许多开销`。**

> **指针碰撞的说明**

*  如果`内存空间以规整和有序的方式`分布，即`已用`和`未用的内存`都各自一边，**彼此之间维系着一个记录`下一次分配起始点的标记指针`**，当为新对象分配内存时只需要通过修改指针的偏移量将新对象分配在第一个空闲内存位置上，这种分配方式就叫做`指针碰撞（Bump tHe Pointer）`。

### 7.3、标记-压缩算法的优缺点 ###

> **标记-压缩算法的优缺点**

**优点**

1.  消除了`标记-清除算法当中，(内存碎片)内存区域分散的缺点`，**我们需要给新对象分配内存时，JVM只需要持有一个内存的起始地址即可。**
2.  消除了`复制算法当中，内存减半的高额代价。`

**缺点**

1.  从`效率`上来说，`标记-压缩算法要低于复制算法。`
2.  `移动对象的同时，如果对象被其他对象引用，则还需要调整引用的地址`
3.  **移动过程中，需要全程暂停用户应用程序。即：STW (暂停用户应用程序)**

## 8、垃圾回收算法小结 ##

> **对比三种清除阶段的算法**

*  效率上来说，`复制算法`是当之无愧的老大，但是却浪费了太多内存。
 *  而为了尽量兼顾上面提到的三个指标，`标记-压缩算法`相对来说更平滑一些，但是效率上不尽如人意，`它比复制算法多了一个标记的阶段，比标记-清除多了一个整理内存的阶段。`
 *  综合我们可以找到，没有最好的算法，只有最合适的算法

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>标记清除</th> 
   <th>标记整理</th> 
   <th>复制</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><strong>速率</strong></td> 
   <td>中等</td> 
   <td>最慢</td> 
   <td>最快</td> 
  </tr> 
  <tr> 
   <td><strong>空间开销</strong></td> 
   <td>少（但会堆积碎片）</td> 
   <td>少（不堆积碎片）</td> 
   <td>通常需要活对象的2倍空间（不堆积碎片）</td> 
  </tr> 
  <tr> 
   <td><strong>移动对象</strong></td> 
   <td>否</td> 
   <td>是</td> 
   <td>是</td> 
  </tr> 
 </tbody> 
</table>

## 9、分代收集算法`(重点)` ##

### 9.1、为什么需要分代收集算法 ###

> **为什么要使用分代收集算法**
> 
>  *  不同的对象生命周期是不一样的, 因此, 不同生命周期的对象, 可以`采用不同的收集方式, 以便提高回收效率`
>  *  分为`年轻代、老年代`, 对这两种分代收集

1.  **前面所有这些算法中，`并没有一种算法可以完全替代其他算法，它们都具有自己独特的优势和特点`。分代收集算法应运而生。**
2.  **分代收集算法**，是基于这样一个事实：**不同的对象的生命周期是不一样的。因此，`不同生命周期的对象`可以`采取不同的收集方式，以便提高回收效率。`**
3.  一般是把`Java堆`分为`新生代`和`老年代`，**这样就可以根据各个年代的特点使用不同的回收算法，以提高垃圾回收的效率。**
4.  在Java程序运行的过程中，会产生大量的对象，其中有些对象是与业务信息相关:
    
     *  比如Http请求中的Session对象、线程、Socket连接，这类对象跟业务直接挂钩，因此生命周期比较长。
     *  但是还有一些对象，主要是程序运行过程中生成的临时变量，这些对象生命周期会比较短，比如：String对象，由于其不变类的特性，系统会产生大量的这些对象，有些对象甚至只用一次即可回收。

### 9.2、分代的依据 ###

> **分代收集算法的分代依据**

*  目前几乎所有的GC都采用`分代收集算法`执行`垃圾回收`的
 *  在HotSpot中，基于`分代`的概念，**`GC所使用的内存回收算法必须结合年轻代和老年代各自的特点。` (根据年轻代、老年代的特点, 使用不同的内存回收算法)**

1.  **`年轻代（Young Gen）`**
    
     *  年轻代特点：`内存区域相对老年代较小，对象生命周期短、存活率低，回收频繁。`
     *  因为`年轻代内存区域小`, `即使使用复制算法, 浪费一般的内存不使用也还可以接受`
     *  这种情况使用`复制算法`的回收整理，`速度是最快的`。复制算法的效率只和当前存活对象大小有关，因此很适用于年轻代的回收。而复制算法内存利用率不高的问题，通过hotspot中的`两个survivor`的设计得到缓解。
2.  **`老年代（Tenured Gen）`**
    
     *  老年代特点：`区域较大，对象生命周期长、存活率高，回收不及年轻代频繁。`
     *  这种情况存在大量存活率高的对象，复制算法明显变得不合适。一般是由`标记-清除`或者是`标记-清除与标记-整理`的混合实现。
        
         *  `标记阶段`的开销与存活对象的数量成正比。
         *  `清除阶段`的开销与所管理区域的大小成正相关。
         *  `压缩阶段`的开销与存活对象的数据成正比。

> **Hotspot CMS 回收器** : 基于`标记清除`实现的

1.  以HotSpot中的`CMS回收器`为例，CMS是基于`Mark-Sweep(标记清除)`实现的，**对于对象的回收效率很高。**
2.  对于`碎片问题`，CMS采用基于`Mark-Compact(标记压缩)`算法的Serial Old回收器作为补偿措施：当内存回收不佳（碎片导致的Concurrent Mode Failure时），将采用Serial Old执行Full GC以达到对老年代内存的整理。
3.  分代的思想被现有的虚拟机广泛使用。**`几乎所有的垃圾回收器都区分新生代和老年代`**

## 10、增量收集算法和分区算法`(重点)` ##

### 10.1、增量收集算法 : 采用`标记清除`和`复制`算法 ###

> **增量收集算法**
> 
>  *  为了解决上述三个回收算法, 垃圾回收期间,万一回收时间过长, 导致`STW`的情况, 严重影响用户体验和系统稳定
>  *  **`增量收集算法`: 在执行`垃圾回收`的时候, 还很小间断的执行`应用线程`, 减少了`系统停顿`的时间, 降低STW, 但是不停的进行`上下文切换`, `垃圾线程`和`用户线程`之间切换频率高, 消耗一定的资源. `吞吐量`就降低了**

1.  上述现有的算法，在垃圾回收过程中，应用软件将处于一种`Stop the World (停止用户线程)`的状态。在Stop the World状态下，**应用程序所有的线程都会挂起，暂停一切正常的工作，等待垃圾回收的完成。**
2.  如果垃圾回收时间过长，应用程序会被挂起很久，`将严重影响用户体验或者系统的稳定性`。为了解决这个问题，即**对实时垃圾收集算法**的研究直接导致了`增量收集（Incremental Collecting）算法`的诞生。

> **增量收集算法的基本思想**

1.  **如果一次性将所有的垃圾进行处理，需要造成系统长时间的停顿**，那么就可以`让垃圾收集线程`和`应用程序线程` **交替执行**。每次，`垃圾收集线程只收集一小片区域的内存空间，接着切换到应用程序线程。依次反复，直到垃圾收集完成。`
2.  总的来说，增量收集算法的基础仍是传统的`标记-清除和复制算法`。**增量收集算法通过`对线程间冲突的妥善处理，允许垃圾收集线程以分阶段的方式完成标记、清理或复制工作`**

> **增量收集算法的缺点**

1.  使用这种方式，由于`在垃圾回收过程中`，`间断性地还执行了应用程序代码，所以能减少系统的停顿时间。`
2.  但是，`因为线程切换和上下文转换的消耗`，会使得垃圾回收的总体成本上升，`造成系统吞吐量的下降。`

### 10.2、分区算法 ###

> **分区算法**
> 
>  *  将一整块堆空间, 分割成很多小区间(region). 每次只回收`若干小区域`, 此时造成的垃圾回收的时间就减少了

1.  一般来说，在相同条件下，**堆空间越大，一次GC时所需要的时间就越长，有关GC产生的停顿也越长。**
2.  为了`更好地控制GC产生的停顿时间`，**将一块大的内存区域分割成多个小块，根据目标的停顿时间**，`每次合理地回收若干个小区间`，而不是整个堆空间，`从而减少一次GC所产生的停顿`。
3.  `分代算法`将`按照对象的生命周期长短划分成两个部分`
4.  `分区算法`将`整个堆空间划分成连续的不同小区间`。**每一个小区间都独立使用，独立回收。** 这种算法的好处是`可以控制一次回收多少个小区间`。

![image-20200712165318590][]

## 11、写在最后 ##

*  注意，这些只是基本的算法思路，实际GC实现过程要复杂的多，目前还在发展中的前沿GC都是复合算法，并且并行和并发兼备。

--------------------

# 12、下面的了解 #

## 4、GC Roots 溯源 ##

### 4.1、MAT 介绍 ###

> **MAT 介绍**

1.  MAT是Memory Analyzer的简称，它是一款功能强大的Java堆内存分析器。用于查找内存泄漏以及查看内存消耗情况。
2.  MAT是基于Eclipse开发的，是一款免费的性能分析工具。
3.  大家可以在http://www.eclipse.org/mat/下载并使用MAT

### 4.2、获取 dump 文件 ###

> **获取 dump 文件**

**方式一：命令行使用 jmap**

![image-20200712112026317][]

--------------------

**方式二：使用JVisualVM**

1.  捕获的heap dump文件是一个临时文件，关闭JVisualVM后自动删除，若要保留，需要将其另存为文件。可通过以下方法捕获heap dump：
2.  具体操作步骤下面演示

### 4.3、捕捉 dump 示例 ###

> **使用JVisualVM捕捉 heap dump**

*  代码：
    
     *  numList 和 birth 在第一次捕捉内存快照的时候，为 GC Roots
     *  之后 numList 和 birth 置为 null ，对应的引用对象被回收，在第二次捕捉内存快照的时候，就不再是 GC Roots

/** * @author shkstart shkstart@126.com * @create 2020 16:28 */
    public class GCRootsTest { 
        public static void main(String[] args) { 
            List<Object> numList = new ArrayList<>();
            Date birth = new Date();
    
            for (int i = 0; i < 100; i++) { 
                numList.add(String.valueOf(i));
                try { 
                    Thread.sleep(10);
                } catch (InterruptedException e) { 
                    e.printStackTrace();
                }
            }
    
            System.out.println("数据添加完毕，请操作：");
            new Scanner(System.in).next();
            numList = null;
            birth = null;
    
            System.out.println("numList、birth已置空，请操作：");
            new Scanner(System.in).next();
    
            System.out.println("结束");
        }
    }

--------------------

**如何捕捉堆内存快照**

*  点击【堆 Dump】

![image-20200731130453930][]

*  【右击 --> 另存为】即可

![image-20200731130520597][]

*  输入命令，继续执行程序，我们接着捕获第二张堆内存快照

![image-20200731130617586][]

--------------------

**如何使用 MAT 查看堆内存快照**

*  打开 MAT ，选择【File --> Open Heap Dump】

![image-20200731130717482][]

*  选择【Java Basics --> GC Roots】

![image-20200731130817802][]

*  第一次捕捉堆内存快照时，GC Roots 中包含我们定义的两个局部变量，类型分别为 ArrayList 和 Date ，Total Entries = 21

![image-20200731130946324][]

*  第二次捕获内存快照时，由于两个局部变量引用的对象被释放，所以这两个局部变量不再作为 GC Roots ，从 Total Entries = 19 也可以看出（少了两个 GC Roots）

![image-20200731131200409][]

### 4.4、JProfiler GC Roots 溯源 ###

> **使用 JProfiler 进行 GC Roots 溯源**

*  选择【Live Memory --> All Object】

![image-20200731132238428][]

*  番外篇：`可点击【Run GC】手动进行垃圾回收`

![image-20200731132455030][]

*  右击对象，选择【Show Selection In Heap Walker】

![image-20200731132641360][]

*  选择【Incoming References】，表示追寻 GC Roots 的源头
 *  点击【Show Paths To FC Roots】，在弹出界面中选择默认设置即可

![image-20200731133902654][]

![image-20200731134030503][]

*  呐~我也看不太懂

![image-20200731134126872][]

### 4.5、JProfiler 分析 OOM ###

> **使用 JProfiler 分析 OOM**

*  代码

/** * -Xms8m -Xmx8m -XX:+HeapDumpOnOutOfMemoryError * * @author shkstart shkstart@126.com * @create 2020 15:29 */
    public class HeapOOM { 
        byte[] buffer = new byte[1 * 1024 * 1024];//1MB
    
        public static void main(String[] args) { 
            ArrayList<HeapOOM> list = new ArrayList<>();
    
            int count = 0;
            try{ 
                while(true){ 
                    list.add(new HeapOOM());
                    count++;
                }
            }catch (Throwable e){ 
                System.out.println("count = " + count);
                e.printStackTrace();
            }
        }
    }

*  JVM 参数：`-XX:+HeapDumpOnOutOfMemoryError 表示发生 OOM 时抓取内存快照`

-Xms8m -Xmx8m -XX:+HeapDumpOnOutOfMemoryError

*  程序输出日志

java.lang.OutOfMemoryError: Java heap space
    Dumping heap to java_pid14608.hprof ...
    java.lang.OutOfMemoryError: Java heap space
    	at com.atguigu.java.HeapOOM.<init>(HeapOOM.java:12)
    	at com.atguigu.java.HeapOOM.main(HeapOOM.java:20)
    Heap dump file created [7797849 bytes in 0.010 secs]
    count = 6
    
    Process finished with exit code 0

*  在工程目录下呢

![image-20200731134627125][]

*  这个超大对象

![image-20200731134704673][]

*  揪出 main() 线程中出问题的代码

![image-20200731134714992][]

[image-20200712102205795]: /images/20221120/9ea1b3bfda9c47bdb81c87810dfdf810.png
[image-20200712103230349]: /images/20221120/92e6d48401944cdf9c061879a7dbd9dd.png
[image-20200712104149246]: /images/20221120/c3a55f04319e4c90a9227d25023e2b31.png
[image-20200712104312406]: /images/20221120/3562ff7a1b6d48888dabdac34eb1fe49.png
[image-20200712104622677]: /images/20221120/282dd757dce84f7e95e088c2bd56ceee.png
[image-20200731113940555]: /images/20221120/01fd239212414d959dc8be3073700549.png
[image-20200731200324868]: /images/20221120/ed996cb990dc4f85a42bf9bf68bbf746.png
[image-20200731201816645]: /images/20221120/6f9fa3f2700447e9b9f431bbf54a6426.png
[image-20200712152029615]: /images/20221120/96b3f530c5e84235967f39ff97542ea5.png
[image-20200712152847218]: /images/20221120/1846aab1cb5242ad8d51b3812b61b260.png
[image-20200712153236508]: /images/20221120/98b8dfd5611e4cc9a6b7a94e38e2612a.png
[image-20200712165318590]: /images/20221120/9d8e43e17a214be48c2f693661e455b2.png
[image-20200712112026317]: /images/20221120/72a59d97f7554778936b272a375a67c7.png
[image-20200731130453930]: /images/20221120/acdece9d44104d9da3dade005dfff787.png
[image-20200731130520597]: /images/20221120/fd22b3d696af4f0bbf367394efa7ea98.png
[image-20200731130617586]: /images/20221120/bb1165209d694f83b2f5000b6497f317.png
[image-20200731130717482]: /images/20221120/a7e17140855f4d7b9b7e70d1c5c1bd96.png
[image-20200731130817802]: /images/20221120/e5c37492bf8e49dbace5133ad237e7f5.png
[image-20200731130946324]: /images/20221120/45fcc7a20a6a47c994a121901bc245b4.png
[image-20200731131200409]: /images/20221120/451a525c8fe943708dbe3520a0a05b9c.png
[image-20200731132238428]: /images/20221120/718267715b1544349558ddb213740eb3.png
[image-20200731132455030]: /images/20221120/5e124ac17c4c455fa049fd5f804a3988.png
[image-20200731132641360]: /images/20221120/f5719b3daceb4b668dea5011ad8dbf21.png
[image-20200731133902654]: /images/20221120/3676169ac56e4e3bbba73f6702feb575.png
[image-20200731134030503]: /images/20221120/1db6c609bb5a4b79bad9e33446d930ba.png
[image-20200731134126872]: /images/20221120/bdba92c17f304d298e169011fa2eef13.png
[image-20200731134627125]: /images/20221120/d3500405a25642fbad63ded99231170f.png
[image-20200731134704673]: /images/20221120/a24c16e9ca9f474ba3ddbe5a86332dd6.png
[image-20200731134714992]: https://img-blog.csdnimg.cn/img_convert/295e595b5c881daa76f4cfaa52f64d99.png