JVM GC系列 — GC算法

一.前言

从本篇文章开始，将开始一个新的系列JVM。JVM是一个非常庞大且复制的技术体系，但是对于程序猿的升级，走向更高阶所必要经历的，曾经也下决心要好好学习一番，然而毅力不足都中途放弃。

GC的作用就是回收垃圾，但是要做到做点必须要解决两个问题：

1. 如何确定哪些是垃圾
2. 怎样回收垃圾

这两个问题可谓是GC的核心，本篇文章将从算法角度学习GC是怎样解决这两个问题。

### 二.如何确定哪些是垃圾

1.引用计数法

在Java应用中，可被回收的对象必然是无用对象，即没有其他对象引用它或者其脱离了应用的中的对象整体:

如上图，蓝色标记的对象之间相互引用，都是存活对象，GC不应该回收。而红色标记的对象，已经没有任何对象引用它，GC应该回收它。

从以上可以确定，GC首先应该回收没有任何引用指向其的对象。如何表达没有任何引用？

为每个对象维护一个计数器，该计数器表示指向其的引用。当没有引用其时，则计数器应该为0，GC则应该回收。这种算法被称为引用计数法。

如上图，当计数器为0时，表示该对象已经没有任何引用，可被垃圾收集器回收。该算法实现非常简单，且性能较佳，但是存在局限性。

2.引用计数法的局限性

引用计数法固然简单易于理解，但是它无法解决相互引用的问题。当两个以上的对象之间相互引用，但是它们已经脱离整个Java对象的整体时，引用计数法便无法表达出它们是可回收对象：

如上图，当两个红色的标记的对象相互引用，此外没有任何对象引用它们，显然它们是可回收对象。但是引用计数法会造成无法被回收。

假如有以下代码：

void referenceCount() {
    ...

    A a = new A();
    B b = new B(a);
    a.setB(b);
    
    ...
}

A和B之间相互引用，但是此外没有任何对象引用A和B，那么当线程运行退出referenceCount方法时，A和B依然不能被回收。

3.可达性分析算法

由于引用计数法的局限性，显然它不适合作为JVM中定位可回收对象的算法。实际上再JVM中使用另一种方式表示对象是否可回收 — 可达性分析算法。

可达性分析算法：能从GC Roots找到一条到该对象的引用链路，则该对象就是存活对象，如何找不到，则该对象就是可回收对象。

这里首先要明白什么是GC Roots：

1. 栈（栈帧中的本地变量表）中引用的对象
2. 方法区中的静态成员
3. 方法区中的常量引用的对象
4. 本地方法栈中JNI（一般说的Native方法）引用的对象

Note:
简而言之，可达性分析算法就是根搜索算法，类似于树结构的搜索。其中GC Roots就是根，其他对象就是树上的节点。在根和节点之间寻找路径。

从图中可以看出，可达性分析算法能够解决相互引用的问题。从GC Roots开始到对象之间存在一条引用链路，则就是存活对象，反之即是死亡对象。

### 三.怎样回收垃圾

通过以上的可达性分析算法，GC能够找到堆区中的可回收对象，但是具体怎样回收才能具有更高的效率呢？在JVM中存在以下几种回收算法：

1. 标记清除
2. 复制
3. 标记整理

以上三种算法都各有利弊，下面逐一介绍。

1.标记清除算法

顾名思义，该算法分为两个阶段，先标记出可回收对象，然后再清除这些对象。

将堆区看成以上连输的方块片段，红色代表没有GC Roots引用的对象，蓝色代表有引用。

标记清除算法，首先针对堆区对象进行标记，标记出没有GC Root是对象引用的对象。然后再将没有GC Roots引用的对象清除。

该算法的效率较高，只需要标记然后清除即可。但是从图中也可以看出问题所在，在清除后，会造成大量的不连续的内存碎片，当有大对象分配时，将又会触发GC，从而影响性能。

2.复制算法

为了解决标记清除算法的导致的内存碎片问题，复制算法因此而生。复制算法的思想是将内存分为两块，每次只使用其中一块，回收时将存活的对象复制到另一块中，然后将使用的那块完全清除，再使用新的复制那块。

经过复制算法后，不会再产生断断续续的内存碎片。每次垃圾回收之后，都能得到连续的大片内存。但是又产生了新的问题，内存是昂贵资源，将其分成两块，每次只使用其中一块，造成了资源浪费。但是实际中，对象基本上都是朝生夕死，能存活的对象少之又少，所以实际中一般不会按照1:1的比例分块。在Hostspot的年轻代默认按照8:1的进行划分，即Eden:Survivor=8:1。

3.标记整理算法

为了既解决标记清除算法带来的内存碎片问题，又能很好解决复制算法的内存牺牲问题。又出现标记整理算法。它类似标记清除，但是又增加了一个整理过程。即将存活对象往一端移动，整理内存碎片，形成连续内存。

通过标记清理，能够将回收垃圾对象，释放内存。通过整理压缩，能够形成连续内存，解决内存碎片。

虽然标记整理算法解决了复制算法和标记清除算法带来的问题，但是整理压缩也是耗费性能，降低效率。

4.分代算法

以上的GC回收算法都各有利弊，实际使用中，根据内存区域的划分以及其特点，HotSpot不单一采用以上的算法，而是根据堆区不同分代，分别采用以上算法，这种算法被称为分代算法。

由于Java对象具有朝生夕死的特点，堆区一般划分为新生代（年轻代）和老年代（年老代）。新生代对象生存周期短暂，老年代对象生成周期较长：

• 新生代对象存活周期短，每次只有少量对象存活，使用复制算法比较适宜。所以HotSpot中将新生代分为Eden和Survivor区域。
• 老年代对象存活时间长，每次GC后，大部分对象都存活。所以使用标记整理算法。

### 总结

本篇文章主要介绍GC中两个核心问题，第一：GC如何确定哪些对象是可回收的，在HotSpot中使用从GC Roots开始的可达性分析算法，定位对象是否存活。第二：在确定对象的存活与否后，采用何种策略回收对象。商业虚拟机中多数采用分代算法解决该问题。在了解了GC回收算法后，下篇文章再围绕这些算法学习HotSpot中的有哪些具体实现。