JVM第三天-GC算法

一、JVM常见参数配置

Trace 跟踪的参数

1.打印GC日志信息

-verbose:gc

-XX:+PrintGCDetails

2.GC日志文件目录

-Xloggc:d:/gc.log

3.打印堆信息(每一次GC后)

-XX:+PrintHeapAtGC

4.打印类加载信息

-XX:+TraceClassLoading

二、JAVA堆内存结构

Java将堆内存分为3大部分:新生代、老年代和永久代,其中新生代又进一步划分为Eden、S0、S1(Survivor)三个区。结构如下图所示:

+-----------------------------------+-------------------------------+-------------------+

|                     |          |           |                                       |                       |

|  Eden           |  S0    |  S1    |      Old generation          |      Perm        |

|                     |          |           |                                        |                      |

+------------------------------------+-------------------------------+-------------------+

|<----Young Gen Space------>|

我们在程序中new出来的对象一般情况下都会在新生代里的Eden区里面分配空间,如果存活时间足够长将会进入Survivor区,进而如果存活时间再长,还会被提升分配到老年代里面。持久代里面存放的是Class类元数据、方法描述等。

(1)参数配置

1.-Xms 最小堆内存

2.-Xmx 最大堆内存

在Xms 和 Xmx配置相同的时候,初始化堆内存就是最大内存

在Xms 和 Xmx配置不相同的时候,JVM会尽可能维持最小堆内存,当内存不足的时候,会重新分配增加部分内存

在调用GC后,gc回收了堆内存,使空闲的内存增加

–Xmn 设置年轻代大小

-XX:SurvivorRatio : Survivor(from和to)和eden的比例值

默认为8,survivor:eden=2:8 , from survivor占年轻代的1/10

-XX:NewRatio: 年轻代和老年代的比值

默认值为4,表示年轻代:老年代=1:4,也就是说年轻代占堆 的1/5

(2)GC日志解读

[GC [PSYoungGen: 793K->600K(13824K)] 793K->600K(20992K), 0.0263516 secs] [Times: user=0.02 sys=0.00, real=0.03 secs]

1.[GC|Full GC, 当发生FullGC 时,jvm所有工作线程会暂停,直到Full GC完毕

2.[PSYoungGen: 垃圾回收的区域,这里是年轻代,PS(Prallel Scavenge)

3. 793K->600K(13824K) : 793K-GC之前 该内存区域(年轻代)已使用的空间 ->600k -GC之后 该内存区域(年轻代)已使用的空间(13824K:该内存区域总的容量)

4. 793K->600K(20992K):GC之前堆已使用的容量-> GC之后堆已使用的容量(总的堆容量)

5. 0.0263516 secs : gc的时间

(3)官方推荐

年轻代占堆的3/8

幸存区(from和to)各占年轻代1/10

(4)永久区配置

-XX:PermSize 初始化空间

-XX:MaxPermSize  最大空间

三、GC

GC主要回收:堆空间和方法区

GC算法:

(1)标记-清除算法

标记:标记依然还在被引用的对象,也就是还存活的对象

清除:清除所有没有标记的对象

缺点:会生产内存碎片,以至于分配大对象的时候没有连续的空间来分配,导致gc发生

(2)复制算法

把内存分为大小相等的两块,只使用其中一块空间,当这块空间用完的时候,就会发生gc,然后把依然存活的对象复制到另外一块空间中,然后把已使用过的内存空间一次清理掉

优点:相对标记清除算法,复制算法更加高效,而且不会产生空间碎片

缺点:内存利用率底

不适用的场景:老年代,发生gc后依次存活比较多的对象

(3)标记-整理算法

1.标记过程,与标记清除算法一致

2.整理(压缩);会把依然存活的对象移动到内存的一段

3.清除:清除2步中内存之外的所有空间

(4)分代收集算法

新生代:使用复制算法比较合适,因为新生代中的最新存活的几率很小

老年代:使用标记整理算法或者标记清除算法

最后编辑于
©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 204,684评论 6 478
  • 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 87,143评论 2 381
  • 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 151,214评论 0 337
  • 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 54,788评论 1 277
  • 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 63,796评论 5 368
  • 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 48,665评论 1 281
  • 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 38,027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 36,679评论 0 258
  • 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 41,346评论 1 299
  • 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 35,664评论 2 321
  • 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 37,766评论 1 331
  • 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 33,412评论 4 321
  • 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 39,015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 29,974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 31,203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 45,073评论 2 350
  • 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 42,501评论 2 343

推荐阅读更多精彩内容