java内存管理以及GC

目录
内存管理简介
GC简介
好的Collector的特性
设计或选择Collector
GC性能指标
分代GC
Java Collector
快速内存分配
GC根集合
Serial Collector
Parallel Collector/Throughput Collector
Parallel Compacting Collector
Concurrent Mark Sweep Collector (CMS)
4种Collector的对比和适用场景。
Ergonomics
GC调优
OutOfMemoryError
freeMemory(),totalMemory(),maxMemory()
jmap工具的使用

内存管理简介
内存管理的职责为分配内存，回收内存。
没有自动内存管理的语言/平台容易发生错误。
典型的问题包括悬挂指针问题，一个指针引用了一个已经被回收的内存地址，导致程序的运行完全不可知。
另一个典型问题为内存泄露，内存已经分配，但是已经没有了指向该内存的指针，导致内存泄露。
程序员要花费大量时间在调试该类问题上。

GC简介
因此引入了Garbage Collector机制，由运行时环境来自动管理内存。
Garbage Collector解决了悬挂指针和内存泄露大部分的问题(不是全部)。

注意Garbage Collector(简称Collector)和Garbage Collection(简称GC)的区别。

Collector的职责：
分配内存。
保证有引用的内存不被释放。
回收没有指针引用的内存。

对象被引用称为活对象，对象没有被引用称为垃圾对象/垃圾/垃圾内存，找到垃圾对象并回收是Collector的一个主要工作，该过程称为GC。

Collector一般使用一个称为堆的内存池来进行内存的分配和回收。
一般的，当堆内存满或者达到一个阀值时，堆内存或者部分堆内存被GC。

好的Collector的特性
保证有引用的对象不被GC。
快速的回收内存垃圾。
在程序运行期间GC要高效，尽量少的影响程序运行。和大部分的计算机问题一样，这是一个关于空间，时间，效率平衡的问题。
避免内存碎片，内存碎片导致占用大量内存的大对象内存申请难以满足。可以采用Compaction技术避免内存碎片。Compaction技术：把活对象移向连续内存区的一端，回收其余的内存以便以后的分配。
良好的扩展性，内存分配和GC在多核机器上不应该成为性能瓶颈。


设计或选择Collector
串行或并行。
串行Collector在多核上也只有一个线程在运行，并行Collector可以同时有多个线程执行GC，但是其算法更复杂。
并发或Stop the World。
Stop the World Collection执行GC时，需要冻住所有内存，因此更简单一些，但是，在GC时，程序是被挂起的。并发GC时，程序和GC同时执行，当然，一般的并发GC算法还是需要一些Stop the World时间。
Compacting or Non-compacting or Copying
Compacting: 去除内存碎片，回收内存慢，分配内存快。
Non-compacting: 容易产生内存碎片，回收内存快，分配内存慢，对大对象内存分配支持不好。
Copying: 复制活对象到新的内存区域，原有内存直接回收，需要额外的时间来做复制，额外的空间来做存储。

GC性能指标
Throughput: 程序时间(不包含GC时间)/总时间。
GC overhead: GC时间/总时间。
Pause time: GC运行时程序挂起时间。
Frequency of GC: GC频率。
Footprint: a measure of size, such as heap size。
Promptness:对象变为垃圾到该垃圾被回收后内存可用的时间。

依赖于不同的场景，对于GC的性能指标的关注点也不一样。

分代GC
分代GC把内存划分为多个代(内存区域)，每个代存储不同年龄的对象。 常见的分为2代，young和old。
分配内存时，先从young代分配，如果young代已满，可以执行GC(可能导致对象提升)，如果有空间，则分配，如果young代还是没有空间，可以对整个内存堆GC。
young代GC后还存活的对象可以提升到old代。
该机制基于以下观察事实：
１　大部分新分配的对象很快就没有引用了，变成垃圾。
２　很少有old代对象引用young代对象。
基于代内存存储对象的特性，对不同代的内存可以使用不同的GC算法。
Young代GC需要高效，快速，频繁的执行，关注点主要在速度上。
Old代由于增长缓慢，因此GC不频繁，但是其内存空间比较大，因此，需要更长时间才能执行完GC。关注点在内存空间利用率上。





Java Collector
Jvm的内存分为3代。Young, Old, Permanent。
大部分对象存储在Young代。
在Young代中经历数次GC存活的对象可以提升到Old代，大对象也可以直接分配到Old代。
Permanent代保存虚拟机自己的静态(refective)数据，例如类(class)和方法(method)对象。
Young代由一个Eden和2个survivor组成。大部分的对象的内存分配和回收在这里完成。

Survivor存储至少经过一次GC存活下来的对象，以增大该对象在提升至old代前被回收的机会。2个survivor中有一个为空。分别为From和to survivor。

当young代内存满，执行young代GC(minor GC)。
当old或permanent代内存满，执行full GC(major GC)，所有代都被GC。一般先执行young GC，再执行old,　permanent GC。
有时old代太满，以至于如果young GC先运行，则无法存储提升的对象。这时，Young GC不运行，old GC算法在整个堆上运行(CMS collector是个例外，该collector不能运行在young 代上)。




快速内存分配
大部分的内存分配请求发生时，Collector都有一块大的连续内存块，简单的内存大小计算和指针移动就可以分配内存了。因此非常快速。该技术称为bump –the-pointer技术。

对于多线程的内存分配，每个线程使用Thread Local Allocation Buffer(TLAB)进行分配，因此还是很高效。TLAB可以看作一个线程的特殊代。只有TLAB满的时候才需要进行同步操作。

GC根集合
GC运行时当前程序可以直接访问的对象。如线程中当前调用栈的方法参数，局部变量，静态变量，当前线程对象等等。
Collector根据GC根集合来寻找所有活对象。GC根集合不可达对象自然就是垃圾了。


Serial Collector
单线程，Young and old GC是串行,stop the world GC的。
Young GC。
Eden中活对象copy到to survivor中，大对象直接进old代。
From survivor中相对老的活对象进入old代，相对年轻的对象进入to survivor中。
如果to survivor放不下活对象，则这些活对象直接进入old。
经历过young GC，Eden和from survivor都变成空的内存区域，to survivor存储有活的对象。To survivor和from survivor角色互换。

Old permanent GC。
Mark-sweep-compact算法。
S1 标识哪些对象是活的对象。
S2 标识哪些对象是垃圾。
S3 把活的对象压缩到内存的一端，以便可以使用bump –the-pointer处理以后的内存分配请求。

非server-class machine 的默认GC。
也可以使用命令行参数来设定。
-XX:+UseSerialGC


Parallel Collector/Throughput Collector
利用了现代计算机大部分都是多核的事实。
Young GC。
和Serial Collector一样，是一个stop the world和copying Collector。只不过是多线程并行扫描和做copy，提高速度，减少了stop the world的时间，增大了throughput。
Old permanent GC。
和serial collector一样。Mark-sweep-compact算法。单线程。

Server-class machine的默认GC。
也可以使用命令行参数来设定。
-XX:+UseParallelGC

Parallel Compacting Collector
Young GC。
和Parallel Collector一样。
Old Permanent GC。
Stop the world，并且多线程并发GC。
每一代被划分为一些长度固定的区域。
第1步(mark phase)，GC根集合划分后分发给多个GC线程，每个GC线程更新可达活对象所在区域的信息(活对象的内存位置，大小)。
第2步(summary phase)，操作在区域上，而不是对象上。由于以前GC的影响，内存的一端活对象的密度比较高，在该阶段找到一个临界点，该临界点以前的区域由于活对象内存密度高，不参与GC，不做compact。该临界点之后的区域参与GC，做compact。该阶段为单线程执行。
第3步(compact phase)。GC多线程使用summary info做回收和compact工作。

可以设置GC线程数，防止GC线程长时间占有整台机器的资源。
-XX:ParallelGCThreads=n
使用命令行参数来设定。
-XX:+UseParallelOldGC


Concurrent Mark Sweep Collector (CMS)
Young GC。
和Parallel Collector一样。
Old permanent GC。
GC和程序并发执行。
Initial Phase:短暂停，标记GC根集合。单线程执行。
Concurrent marking phase: GC多线程标记从根集合可达的所有活对象。程序和GC并发运行。由于是并发运行，有可能有活对象没有被标记上。
concurrent pre-clean：单线程，并发执行。
Remark phase:　短暂停，多线程标记在Concurrent marking phase中有变化的相关对象。
Concurrent sweep phase:和程序并发执行。单线程执行。不做compacting。
concurrent reset：单线程，并发执行。

CMS不做compacting，不能使用bump-the-pointer技术，只能使用传统的内存空闲链表技术。
导致内存分配变慢，影响了Young代的GC速度，因为Young的GC如果有对象提升的话依赖于Old的内存分配。
CMS需要更多的内存空间，因为mark phase时程序还是在运行，程序可以申请更多的old空间。在mark phase中，CMS保证标识活对象，但是该过程中，活对象可能转变为垃圾，只能等待下一次GC才能回收。

和其他Collector不同，CMS不是等到old满时才GC，基于以前的统计数据(GC时间，Old空间消耗速度)来决定何时GC。CMS GC也可以基于old空间的占用率。
命令行参数：
-XX:CMSInitiatingOccupancyFraction=n,n为百分比，默认68。
可以设置
-XX:+UseCMSInitiatingOccupancyOnly 来使vm只使用old内存占用比来触发CMS GC。

Incremental Mode。
CMS的concurrent phase可以是渐进式执行。以减少程序的一次暂停时间。

命令行参数：
-XX:+UseConcMarkSweepGC
-XX:+CMSIncrementalMode

4种Collector的对比和适用场景。
直到jdk1.3.1,java只提供Serial Collector，Serial Collector在多核的机器上表现比较差。主要是throughput比较差。
大型应用(大内存，多核)应该选用并行Collector。
Serial Collector:大多数client-style机器。对于低程序暂停时间没有需求的程序。
Parallel Collector:多核机器，对于低程序暂停时间没有需求的程序。
Parallel Compacting Collector:多核机器，对于低程序暂停时间有需求的程序。
CMS Collector:和Parallel Compacting Collector相比，降低了程序暂停时间，但是young GC程序暂停时间变长，需要更大的堆空间，降低了程序的throughput。

Ergonomics
J2SE 5.0后，Collector的选择，堆大小的选择，VM(client还是server)的选择，都可以依赖平台和OS来做自动选择。

JVM会自动选择使用server mode还是client mode。但是我们一样可以手工设置。
java -server -client

Server-class machine的选择：
2个或更多的处理器　
And
2G或更多的物理内存
And
不是32bits,windows OS。

Client-class
The client JVM
The serial collector
Initial heap size = 4M
Max heap size=64M

Server-class
The server JVM
The parallel collector
Initial heap size= 1/64物理内存(>=32M)，最大1G。
Max heap size=1/4物理内存，最大1G。


基于行为的调优。

可以基于最大暂停时间或throughput。

-XX:MaxGCPauseMillis=n
指示vm调整堆大小和其他参数来满足这个时间需求。如果vm不满足该目标，则减小堆大小来满足该目标。该目标没有默认值。

-XX:GCTimeRatio=n
GC time/APP time=1/(1+n)
如n=99表示GC时间占整个运行时间的1%。
如果该目标不能满足，则增大堆大小来满足该目标。默认值n=99。

Footprint Goal
如果最大暂停时间和Throughput目标都满足了，则减少堆大小直到有一个目标不满足，然后又回调。

目标优先级：
最大暂停时间>Throughput>footprint。

GC调优
由于有了Ergonomics，第一个建议就是不要手工去配置各种参数。让系统自己去根据平台和OS来选择。然后观测性能，如果OK的话，呵呵，不用搞了。

但是Ergonomics也不是万能的。因此还是需要程序员来手工搞。
注意性能问题一定要测量/调优/测量/调优不停的循环下去。

Vm　mode 选择。
Java -server server mode.
Java -client client mode.


观测性能主要使用gc的统计信息。
-XX:+PrintGC 输出GC信息。
-XX:+PrintGCDetails输出GC详细信息。
-XX:+PrintGCTimeStamps 输出时间戳，和–XX:+PrintGC 或–XX:+PrintGCDetails一起使用。
-Xloggc: gc.log 输出到指定文件。


1 决定堆内存大小。
决定整个堆内存的大小。内存的大小对于Collector的性能影响是最大的。

使用以下参数来决定堆内存的大小。
可以决定堆空间的起始值和最大值，大型程序可以考虑把起始值调大，避免程序启动时频繁GC和内存扩展申请。
以及堆空间中可用内存的比例范围，vm会动态管理堆内存来满足该比例范围。
-XX:MinHeapFreeRatio=n
-XX:MaxHeapFreeRatio=n
-Xmsn Young和Old的起始内存
-Xmxn Young和Old的最大内存

2 决定代空间大小。
Young代空间越大，则minor GC的频率越小。但是，给定堆内存大小，Young代空间大，则major GC频率变大。
如果没有过多的Full GC或者过长的暂停时间问题，给young代尽量大的空间。

Young Generation Guarantee。
对于serial collector，当执行minor GC时，必须保证old代中有可用的空间来处理最坏情况(即eden和survivor空间中的对象都是活对象，需要提升至old空间)，如果不满足，则该minor GC触发major GC。所以对于serial collector，设置eden+survivor的内存不要大过old代内存。
其他collector不做该保证，只有old代无法存储提升对象时才触发major GC。

对于其他collector，由于多线程做minor GC时，考虑到最坏情况，每个线程要在old代内存预留一定空间做对象提升，因此可能导致内存碎片。因此old代内存应该调整的更大一些。

-XX:NewSize=n young代空间下限。
-XX:MaxNewSize=n　young代空间上限。
-XX:NewRatio=n　young和old代的比例。
-XX:SurvivorRatio=n Eden和单个survivor的比例。

-XX:PermSize=n Permanent起始值。
-XX:MaxPermSize=n Permanent最大值。

3 决定使用Collector
可以考虑是否需要换一个Collector。
Collector选择
-XX:+UseSerialGC Serial
-XX:+UseParallelGC Parallel
-XX:+UseParallelOldGC Parallel compacting
-XX:+UseConcMarkSweepGC Concurrent mark–sweep (CMS)

Parallel和Parallel Compacting Collector.
-XX:ParallelGCThreads=n
-XX:MaxGCPauseMillis=n
-XX:GCTimeRatio=n
设定目标好于明确设定参数值。

为了增大Throughput，堆大小需要变大。可以把堆大小设为物理内存允许的最大值(同时程序不swapping)来检测该环境可以支持的最大throughput。
为了减小最大暂停时间和footprint，堆大小需要变小。
2个目标有一定的矛盾，因此要视具体应用场景，做平衡。

CMS Collector
-XX:+CMSIncrementalMode 和CMS同时使用。
-XX:+CMSIncrementalPacing 和CMS同时使用。
-XX:ParallelGCThreads=n
-XX:CMSInitiatingOccupancyFraction=n,n为百分比，默认68。


OutOfMemoryError
可以指定
-XX:+HeapDumpOnOutOfMemoryError
当发生OutOfMemoryError时dump出堆内存。

发生OutOfMemoryError时可以观测该Error的详细信息。

Java heap space：
调整堆大小。
程序中含有大量带有finalize方法的对象。执行finalize方法的线程顶不住了。
PermGen space:
Permanent代内存不够用了。
Requested array size exceeds VM limit。
堆内存不够用。
程序bug，一次分配太多内存。


freeMemory(),totalMemory(),maxMemory()
java.lang.Runtime类中的 freeMemory(), totalMemory(), maxMemory()这几个方法的反映的都是 java这个进程的内存情况，跟操作系统的内存根本没有关系。

maxMemory()这个方法返回的是java虚拟机(这个进程)能构从操作系统那里挖到的最大的内存，以字节为单位，如果在运行java程序的时 候，没有添加-Xmx参数，那么就是jvm默认的可以使用内存大小，client为64M，server为1G。如果添加了-Xmx参数，将以这个参数后面的值为准。

totalMemory()这个方法返回的是java虚拟机现在已经从操作系统那里挖过来的内存大小，也就是java虚拟机这个进程当时所占用的所有内存。如果在运行java的时候没有添加-Xms参数，那么，在java程序运行的过程的，内存总是慢慢的从操作系统那里挖的，基本上是用多少挖多少，直 到挖到maxMemory()为止，所以totalMemory()是慢慢增大的。如果用了-Xms参数，程序在启动的时候就会无条件的从操作系统中挖 -Xms后面定义的内存数，然后在这些内存用的差不多的时候，再去挖。

freeMemory()是什么呢，刚才讲到如果在运行java的时候没有添加-Xms参数，那么，在java程序运行的过程的，内存总是慢慢的从操 作系统那里挖的，基本上是用多少挖多少，但是java虚拟机100％的情况下是会稍微多挖一点的，这些挖过来而又没有用上的内存，实际上就是 freeMemory()，所以freeMemory()的值一般情况下都是很小的，但是如果你在运行java程序的时候使用了-Xms，这个时候因为程 序在启动的时候就会无条件的从操作系统中挖-Xms后面定义的内存数，这个时候，挖过来的内存可能大部分没用上，所以这个时候freeMemory()可能会有些大。


jmap工具的使用
jmap pid 查看共享对象。
jmap -heap pid　查看java进程堆的相关信息。

$ jmap -heap 5695
Attaching to process ID 5695, please wait...
Debugger attached successfully.
Server compiler detected.
JVM version is 17.0-b16

using parallel threads in the new generation.
using thread-local object allocation.
Concurrent Mark-Sweep GC

Heap Configuration:
   MinHeapFreeRatio = 40
   MaxHeapFreeRatio = 70
   MaxHeapSize      = 1342177280 (1280.0MB)
   NewSize          = 134217728 (128.0MB)
   MaxNewSize       = 134217728 (128.0MB)
   OldSize          = 4194304 (4.0MB)
   NewRatio         = 2
   SurvivorRatio    = 20000
   PermSize         = 100663296 (96.0MB)
   MaxPermSize      = 134217728 (128.0MB)

Heap Usage:
New Generation (Eden + 1 Survivor Space):
   capacity = 134152192 (127.9375MB)
   used     = 34518744 (32.919639587402344MB)
   free     = 99633448 (95.01786041259766MB)
   25.731032408326207% used
Eden Space:
   capacity = 134086656 (127.875MB)
   used     = 34518744 (32.919639587402344MB)
   free     = 99567912 (94.95536041259766MB)
   25.743608670500368% used
From Space:
   capacity = 65536 (0.0625MB)
   used     = 0 (0.0MB)
   free     = 65536 (0.0625MB)
   0.0% used
To Space:
   capacity = 65536 (0.0625MB)
   used     = 0 (0.0MB)
   free     = 65536 (0.0625MB)
   0.0% used
concurrent mark-sweep generation:
   capacity = 671088640 (640.0MB)
   used     = 287118912 (273.81793212890625MB)
   free     = 383969728 (366.18206787109375MB)
   42.7840518951416% used
Perm Generation:
   capacity = 100663296 (96.0MB)
   used     = 41864504 (39.92510223388672MB)
   free     = 58798792 (56.07489776611328MB)
   41.58864816029867% used

jmap –histo pid 查询各种对象占用的内存大小。

$ jmap -histo 5695 | less

 num     #instances         #bytes  class name
----------------------------------------------
   1:        320290       63305456  [C
   2:       1457010       46624320  java.util.concurrent.ConcurrentHashMap$Segment
   3:       1502500       36060000  java.util.concurrent.locks.ReentrantLock$NonfairSync
   4:         87785       29987632  [I
   5:       1457010       23638928  [Ljava.util.concurrent.ConcurrentHashMap$HashEntry;
   6:        285668       15240784  [Ljava.lang.Object;
   7:         87239       10680160  <constMethodKlass>
   8:        399482        9587568  java.lang.String
   9:         16533        7466624  [B
  10:         91065        7285072  [Ljava.util.concurrent.ConcurrentHashMap$Segment;
  11:         87239        6983288  <methodKlass>
  12:        125750        5868720  <symbolKlass>
  13:         45409        5449080  java.net.SocksSocketImpl
  14:         63574        4936176  [S
  15:         45294        4710576  sun.nio.ch.SocketChannelImpl

jmap –permstat pid　查看Class Loader。

jmap –dump:file=filename,format=b pid dump内存到文件。

可以使用MAT工具分析java dump文件。

这么多，看晕了，还不很清楚

这么好贴,咋没人评论呢？

好帖是好贴，当与前人的对比，没有什么创新！TLAB 很小的，只能分配小对象，所以在线程里最好生成的都是小对象，这样效率高

能力不够啊~~还是迷糊。

看来自己的能力还是不够啊~看完了还是不了解。当程序运行出现内存溢出时，要怎么处理呢？

本文的初衷是给对GC不了解的人一个相对快速的介绍和参考。

虽然文章标题很老了 但是这些工具还是要多多介绍啊

第2步(summary phase)，操作在区域上，而不是对象上。由于以前GC的影响，内存的一端活对象的密度比较高，在该阶段找到一个临界点，该临界点以前的区域由于活对象内存密度高，不参与GC，不做compact。该临界点之后的区域参与GC，做compact。该阶段为单线程执行。这个步骤很不理解， 当某个resion达到临界点的时候，那么那个resion是不是不再被gc了? 这样子的话 是不是很有肯能整个old或者perm都满掉呢？

当的确有很多内存被old或者perm使用时，是有可能old perm满掉，但是该满掉和该回收算法无关的啊。