【JVM】垃圾回收机制(2)--垃圾收集算法

这里主要分析"标记-清除"算法、"复制"算法、"标记-整理"算法、"分代收集"算法的思想、优缺点和应用场景。
一 标记-清除算法
1、算法思路

"标记-清除"(Mark-Sweep)算法是最基础的收集算法,之所以叫做最基础的收集算法,是因为很多收集算法都是

基于这种该算法思想对其不足进行改进得到的。顾名思义,"标记-清除"算法分为"标记"和"清除"两个阶段实现。

1)标记

首先标记出所有需要回收的对象,要宣告一个对象死亡,至少要经历两次标记过程。

第一次标记

如果对象在进行可达性分析后发现没有与GC Roots相连接的引用链,那它将会被第一次标记

并且进行一次筛选,筛选的条件是此对象是否有必要执行finalize()方法。当对象没有覆盖finalize()方法,

或者finalize()方法已经被虚拟机调用过,虚拟机将这两种情况都视为"没有必要执行"。

如果这个对象被判定为有必要执行finalize()方法,那么这个对象将会被放置在一个叫做F-Queue的

队列中,并在稍后由一个虚拟机自动建立的、低优先级的Finalizer线程去触发这个方法。

第二次标记

GC将对F-Queue队列中的对象进行第二次小规模标记;finalize()方法是对象逃脱死亡的最后一次机会:

如果对象在其finalize()方法中重新与引用链上任何一个对象建立关联,第二次标记时会将其移出"即将回收"的集合;

如果对象没有,也可以认为对象已死,可以回收了;

2)清除

两次标记后,还在"即将回收"集合的对象将被统一回收;

回收执行示意图

2、算法优点

实现简单。

3、算法缺点

该算法主要有两个缺陷,一个是效率问题,另外一个空间问题。

1)效率问题

标记和清除两个过程的效率都不高。

2)空间问题

  标记清除之后会产生大量的不连续的内存碎片,空间碎片太多可能导致以后在程序运行过程中需要分配

较大对象时,无法找到足够的连续内存而不得不提前触发另外一次垃圾收集动作。
4、算法应用场景

针对CMS收集器使用。

二 复制算法

"复制"(Copying)算法的出现,是为了解决"标记-清除"算法的效率问题。

1、算法思路

1)将可用内存按照容量划分为大小相等的两块,每次只使用其中一块。

2)当一块内存用完后,就将还存活着的对象复制到另外一块上面,然后再把已使用多的内存空间一次清掉。

    这样使得每次都对整个半区进行内存回收,内存分配时也就不用考虑内存碎片等复杂情况,只要移动堆顶

    指针,按顺序分配内存即可,实现简单,运行高效。

 复制算法示意图

2、算法优点

不会产生内存碎片,内存分配实现简单,高效。

3、算法缺点

1)空间浪费

  可用内存缩减为原来的一半,太过浪费(解决:可以改良,不按1:1比例划分);

2)效率随对象存活率升高而变低

当对象存活率较高时,需要进行较多复制操作,效率将会变低;

4、算法应用场景

现在商业虚拟机都采用这种收集算法来回收新生代,用该算法的垃圾收集器比较多,

如Serial收集器、ParNew收集器、Parallel Scavenge收集器、G1(从局部看)。
5、HotSpot对空间浪费的改良算法

1)弱代理论

分代垃圾收集基于弱代理论(weak generational hypothesis),具体描述如下:

.大多数分配了内存的对象并不会存活太长时间,在处于年轻代时就会死掉;

.很少有对象会从老年代变成年轻代;

IBM研究表明:新生代中98%的对象都是"朝生夕死",所以不需要按照1:1的比例来划分内存空间;

2)HotSpot虚拟机新生代内存布局及算法

.将新生代内存分为一块较大的Eden空间和两块较小的Survivor空间;

.每次使用Eden和其中一块Survivor;

.当回收时,将Eden和使用中的Survivor中还存活的对象一次性复制到另外一块Survivor;

.而后清理掉Eden和使用过的Survivor空间;

.然后就就接着使用Eden和那一块Survivor空间,每次重复回收时逻辑;

注意:HotSpot默认虚默认Eden和Survivor的大小比例是8:1,也就是每次新生代中可用内存空间为整个

新生代容量的90%(Eden 80% + 一个Survivor 10%),只有10%的内存会被"浪费"掉。

3)分配担保

如果另一块Survivor空间没有足够空间存放上一次新生代收集下来的存活对象时,

这些对象将直接通过分配担保机制(Handle Promotion)进入老年代;
三 标记-整理算法

复制收集算法在对象存活率较高时就要进行较多的复制操作,效率会降低。更关键的是,如果不想浪费50%

的空间,就需要额外的空间进行分配担保,以应对被使用的内存中所有对象都100%存活的极端情况,所以在

老年代一般不直接选用这种算法。
1、算法思路

"标记-整理"(Mark-Compact)算法的标记过程仍然与"标记-清除"算法一样,但后续步骤不是直接对回收对象进

行清理,而是让所有存活的对象都向一端移动,然后清理掉端边界以外的内存,"标记-整理"算法的执行示意图如下:

2、算法优点

1)不会像复制算法,效率随对象存活率升高而变低。

老年代特点:

对象存活率高,没有额外的空间可以分配担保;所以老年代一般不能直接选用复制算法;而选用标记-整理算法;

2)不会像标记-清除算法,产生内存碎片因为清除前,进行了整理,存活对象都集中到空间一侧;
3、算法缺点

主要是效率问题:除像标记-清除算法的标记过程外,还多了需要整理的过程,效率更低;

4、算法应用场景

很多垃圾收集器采用这种算法来回收老年代;如Serial Old收集器、G1(从整体看);

四 分代收集算法

"分代收集"(Generational Collection)算法结合不同的收集算法处理不同区域。

1、算法思路

当前虚拟机的垃圾收集都采用"分代收集"算法,这种算法并没有什么新的思想,只是根据对象的

存活申请周期的不同将内存划分为几块,这样就可以根据各个年代的特点采用最适当的收集算法。

java堆分为新生代和老年代。

1)新生代

 在新生代中,每次垃圾收集都发现有大批量对象死去,只有少量存活,就选用复制算法,

只需要付出少量的存活对象的复制成本就可以完成收集。

2)老年代

在老年代中对象存活率高、没有额外空间对它进行分配担保,就必须使用"标记-清除"或"标记-整理"算法

来进行回收。

HotSpot虚拟机对新生代和老年代一般的内存划分示意图:

2、算法优点

可以根据各个年代的特点采用最适当的收集算法;
3、算法缺点

仍然不能控制每次垃圾收集的时间;
4、算法应用场景

目前几乎所有商业虚拟机的垃圾收集器都采用分代收集算法;如HotSpot虚拟机中全部垃圾收集器:

Serial、ParNew、Parallel Scavenge、Serial Old、Parallel Old、CMS、G1(也保留);
————————————————
版权声明:本文为CSDN博主「街灯下的校草」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/yhl_jxy/article/details/80953776

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,126评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,254评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,445评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,185评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,178评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,970评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,276评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,927评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,400评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,883评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,997评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,646评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,213评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,204评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,423评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,423评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,722评论 2 345

推荐阅读更多精彩内容