JVM学习笔记——垃圾回收算法

ゞ浴缸里的玫瑰 2023-06-20 12:59 23阅读 0赞

##### 标记-清除算法（Mark-Sweep） #####

这是垃圾收集算法中最基础的，根据名字就可以知道，算法分为`"标记"`和`"清除"`两个阶段，`首先标记处所有需要回收的对象，在标记完成之后统一回收被标记的对象`。执行过程如图所示：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx_size_16_color_FFFFFF_t_70]  
标记过程为：首先通过根节点，标记所有从根节点开始的不可达对象，这些被标记的就是未被引用的垃圾对象，然后在清除阶段清除所有被标记的对象。这种方法很简单，但是会有两个主要问题：

*  效率不高，标记和清除的效率都不高
 *  清除之后会产生大量不连续的内存碎片，导致以后程序在分配较大的对象时，由于没有充足的连续内存而提前触发一次GC动作。

##### 复制算法（Copying） #####

为了解决效率问题，复制算法可以将可用内存按容量划分相等的两部分，每次只使用其中的一块。当这一块的内存用完了，就将还存活的对象复制到另一块上，然后把已使用的内存空间一次清理掉。`这样子的做法不用考虑内存碎片的问题，但是也带来一个问题就是内存代价较高`。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx_size_16_color_FFFFFF_t_70 1]

> tips：IBM公司的专门研究表明，新生代的对象98%是"照生夕死"的，所以不需要按照1:1的比例来划分内存。

于是将该算法进行了改进，内存区域不再是按照1:1去划分，而是将内存划分为一块较大的`Eden区(80%)和两块较小的S0(10%)和S1(10%)`，这样子只有10%的空间浪费。每次都会先使用Eden区和S0区，当垃圾回收时，将Eden和S0区中还存活的对象一次性复制到另外一块S1上去，然后清理掉刚才使用的内存空间。

如果此时存活的对象太多，以至于Survivor不够时，会将这些对象通过分配担保机制赋值到老年代中。（Java堆又分为新生代和老年代）。

##### 标记-整理算法（Mark-Compact） #####

该算法是为了解决标记-清除，产生大量内存碎片的问题；当对象存活率较高时，也解决了复制算法的效率问题。它的不同之处就是在清除对象的时候先将可回收的对象移动到一端，然后清除掉这一端边界以外的对象，这样就不会产生内存碎片。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx_size_16_color_FFFFFF_t_70 2]

##### 分代收集算法（Generational Collection） #####

根据对象的存活周期的不同将内存划分为几块，一般就分为新生代和老年代，根据各个年代的特点采用不同的收集算法。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx_size_16_color_FFFFFF_t_70 3]

*  在新生代中每次垃圾回收都会有大批量的对象死去，只有少量存活，所以新生代通常使用`"复制算法"`，因为只要付出少量存活对象的复制成本就可以完成垃圾回收。
 *  而老年代中对象的存活率都比较高，么有额外的空间进行担保，所以通常使用`"标记-整理算法"`和`"标记-清除算法"`。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200709162532319.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200709163152565.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200709174942872.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200709175430232.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhbmdjaGVuZ21pbmcx,size_16,color_FFFFFF,t_70