JVM学习笔记系列（四）

标记 -清除算法
最基础的收集算法是“标记-清除”（Mark-Sweep）算法，如它的名字一样，算法分为“标记”和“清除”两个阶段：首先标记出所有需要回收的对象，在标记完成后统一回收掉所有被标记的对象，它的标记过程其实在前一节讲述对象标记判定时已经基本介绍过了。之所以说它是最基础的收集算法，是因为后续的收集算法都是基于这种思路并对其缺点进行改进而得到的。它的主要缺点有两个：一个是效率问题，标记和清除过程的效率都不高；另外一个是空间问题，标记清除之后会产生大量不连续的内存碎片，空间碎片太多可能会导致，当程序在以后的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一次垃圾收集动作。标记-清除算法的执行过程如下图所示。

复制算法
为了解决效率问题，一种称为“复制”（Copying）的收集算法出现了，它将可用内存按容量划分为大小相等的两块，每次只使用其中的一块。当这一块的内存用完了，就将还存活着的对象复制到另外一块上面，然后再把已使用过的内存空间一次清理掉。这样使得每次都是对其中的一块进行内存回收，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。只是这种算法的代价是将内存缩小为原来的一半，未免太高了一点。复制算法的执行过程如下图所示。

现在的商业虚拟机都采用这种收集算法来回收新生代，IBM的专门研究表明，新生代中的对象98%是朝生夕死的，所以并不需要按照1∶1的比例来划分内存空间，而是将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和其中的一块Survivor。当回收时，将Eden和Survivor中还存活着的对象一次性地拷贝到另外一块Survivor空间上，最后清理掉Eden和刚才用过的Survivor的空间。HotSpot虚拟机默认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%（80%+10%），只有10%的内存是会被“浪费”的。当然，98%的对象可回收只是一般场景下的数据，我们没有办法保证每次回收都只有不多于10%的对象存活，当Survivor空间不够用时，需要依赖其他内存（这里指老年代）进行分配担保（Handle Promotion）。
内存的分配担保就好比我们去银行借款，如果我们信誉很好，在98%的情况下都能按时偿还，于是银行可能会默认我们下一次也能按时按量地偿还贷款，只需要有一个担保人能保证如果我不能还款时，可以从他的账户扣钱，那银行就认为没有风险了。内存的分配担保也一样，如果另外一块Survivor空间没有足够的空间存放上一次新生代收集下来的存活对象，这些对象将直接通过分配担保机制进入老年代。

 

标记-整理算法
复制收集算法在对象存活率较高时就要执行较多的复制操作，效率将会变低。更关键的是，如果不想浪费50%的空间，就需要有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能直接选用这种算法。
根据老年代的特点，有人提出了另外一种“标记-整理”（Mark-Compact）算法，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可回收对象进行清理，而是让所有存活的对象都向一端移动，然后直接清理掉端边界以外的内存，“标记-整理”算法的示意图如下图所示。

 

分代收集算法
当前商业虚拟机的垃圾收集都采用“分代收集”（Generational Collection）算法，这种算法并没有什么新的思想，只是根据对象的存活周期的不同将内存划分为几块。一般是把Java堆分为新生代和老年代，这样就可以根据各个年代的特点采用最适当的收集算法。在新生代中，每次垃圾收集时都发现有大批对象死去，只有少量存活，那就选用复制算法，只需要付出少量存活对象的复制成本就可以完成收集。而老年代中因为对象存活率高、没有额外空间对它进行分配担保，就必须使用“标记-清理”或“标记-整理”算法来进行回收。

JVM堆被分为新生代和旧生代，在JVM中大部分新生对象（新创建的对象）就会存储在新生代，旧生代用于存放一些比较旧的对象（长期存活的对象）。据研究表明新生代中的对象大部分都是死的。旧生代中的对象可能会随着代码的运行一直存储在内存中（例如缓存）。由于这两个代中的对象有不同的生存特性，就让Sun Hotspot有了很大的优化空间。因此可以对新生代采用不同的算法，新生代和旧生代也会采用不同的算法。因为新生代中大部分都是临时的对象，因此在新生代中Hotspot使用的复制算法。所有的新生代的GC算法都一样，都是复制算法。复制算法的好处只需要扫描新生代中活着的对象（因为新生代中大部分的对象都是死的，80%-98%的对象是死的），因此扫描活着的对象是最快的。

这就意味着新生代再大也没用关系，只要里面存活的对象比较少就可以了。因此由于采用的是复制算法，例如两块内存区域其中一块进行扫描，将其中活着的对象复制到另一块空闲的空间中，最后也就意味着第一块中剩下的对象都是死的，因此就可以对整块区域进行清空操作。这种的算法的效率是非常高的。（只适合活着的对象少的情况下，反之扫描、复制的性能就会很差。）由于在新生代中活着的对象不会很多，因此被复制到的这块内存区域不需要很大，完全没必要跟第一块内存区域空间相等。最简单的确是建立2块一模一样的内存区域，在进行垃圾回收的时候向另一块空闲的内存区域复制，但是由于新生代存活的对象很少，因此会造成空间的浪费，因此仅需一块较小的区域即可。由于上面说的这些场景，Hotspot JVM堆新生代又被划分为了Eden和Survivor 0、Survivor 1三块内存区域，Survivor 0和Survivor 1两个内存区域的大小是相等的。因为相等因此又会将其称为S0或S1。通常来说Enen区域分配的空间会比较大，因为Enen是真正分配对象的地方，Survivor的意思是幸存的意思。两个Survivor内存区域又有不一样的名字，由于复制算法是将一块或者的对象复制到另一块空着的区域中，这也就意味着三个空间中有一个空间始终是空闲的，因为复制算法一定要想空闲的空间复制。非空的区域复制很难操作，这也就是有2个Survivor分区的原因了。也就意味着两个Survivor区域中始终有一个Survivor区域空间占用率为0% 。
例如第一次是从Enen复制到Survivor 1，下一次的回收过程中Survivor 0就变成空闲的了，你们就会向Survivor 0中复制，此时Survivor 1又会变成空闲，以此类推......因为在做新生代回收的时候Survivor 0和Survivor 1直接是会需要来回交换的,因此Survivor 0和Survivor 1又会被称为From Space和To Space。

 

• -Xmn 用于设置新生代的大小

• -XX:SurvivorRatio 用于控制新生代的3个内存区域的比例，例如默认值是8，假设整个新生代是10M，8表示一块Enen除以一个Survivor区域等于8，那么也就意味着Eden=8M两个Survivor分区各位1M。因为始终有一个Survivor分区是空的，所以真正可用的空间是9M（Enen+From）。
  

通常对新生代的回收被称为Minor GC，对旧生代的回收称为Major GC，因为旧生代的回收是需要扫描整个堆的，并不是仅仅扫描旧生代，同时也要扫描新生代，因此对旧生代的GC又被称为Full GC。

 

当Java程序运行起来了，那么需要知道运行的时候JVM的各个区域的变化状况（S0、S1等）。这样才能知道什么时候GC以及GC的状况。JDK中提供了jstat，jstat可以查询运行期各个堆的状态。即：堆中各个内存空间的变化状况以及GC的状况，但是这个工具是必须要使用肉眼去盯着。(可以添加JVM启动参数将GC情况输出到日志文件中进行查看【-XX:+printGCDetails -Xloggc:<file>】)

 

需要注意：在64位的机器上是执行不了jmap工具的。如果需要在64位机器上看内存区间的大小直接使用jatst -gc pid 即可。通常不建议执行jmap -heap 因为在某种GC算法配置的JVM运行时执行这个命令会使应用挂掉（32位机器）。