<2-1> 垃圾收集算法

2.1 概述
说起垃圾回收（Garbage Collection, GC），大部分人都把这项技术当做java语言的伴生产物。事实上，GC的历史远远比Java久远，1960年诞生于MIT的Lisp是第一门真正使用内存动态分配和垃圾收集技术的语言。当Lisp还在胚胎时期时，人们就在思考GC需要完成的三件事情：
（1）哪些内存需要回收？
（2）什么时候回收？
（3）如何回收？
经过半个世纪的发展，内存的动态分配与内存回收技术已经相当成熟，一切看起来都进入了自动化时代，但我们还是很有必要了解GC和内存分配，答案很简单：当需要排查各种内存溢出，内存泄露问题时，当垃圾收集成为系统达到更高并发量的瓶颈时，我们就需要对这些“自动化”的技术实施必要的监控和调节。

上一篇介绍了Java内存运行时区域的各个部分，其中程序计数器，虚拟机栈，本地方法栈三个区域随线程而生而灭；栈中的栈帧随着方法的进入和退出有条不紊地执行着出栈和入栈操作。每一个栈帧中分配多少内存基本上是在类结构确定下来时就已知的（尽管在运行时会由JIT编译器进行一些优化），因此这几个区域的内存分配和回收都具备确定性，在这几个区域内不需要过多考虑回收的问题，因为方法结束或线程结束时，内存自然就跟着回收了。而Java堆和方法区则不一样，一个接口中的多个实现类需要的内存可能不一样，一个方法中的多个分支需要的内存也可能不一样，我们只有在程序处于运行期间才能知道会创建哪些对象，这部分内存的分配和回收都是动态的，垃圾回收器所关注的是这部分内存，后面讨论中的内存分配和回收也只是指这一部分。

2.2 对象已死？ ---回答哪些内存需要回收
堆中几乎存放着java世界中所有的对象实例，垃圾收集器在对堆进行回收前，第一件事就是要确定这些对象有哪些还活着，哪些已死（即不可能再被任何途径使用的对象）。

2.2.1 引用计数算法
很多教科书判断对象是否存活的算法是这样的：给对象添加一个引用计数器，每当有一个地方引用它，计数器值就加1，当引用失效时计数器就减1，任何时刻计数器都为0的对象就是不可能再被使用的。引用计数算法实现简单，判定效率也很高，在大部分情况下都是一个不错的算法。但是，Java语言没有选用引用计数算法来管理内存，其中最主要的原因是它很难解决对象之间的相互循环引用的问题。相互引用计数器值就大于0，但有时就是需要被回收的对象，此时就会导致内存泄露。

2.2.2 根搜索算法
在主流的商用程序语言中都是用根搜索算法（GC Roots Tracing）判定对象是否存活的。这个算法的基本思路就是通过一系列的名为“GC Roots”的对象作为起始点，从这些节点开始向下搜索，搜索所走过的路径称为引用链（Reference Chain），当一个对象到GC Roots没有任何引用链相连（用图论的话说就是从GC Roots到这个对象不可达）时，则证明此对象时不可用的。
在Java语言里，可作为GC Roots的对象包括下面几种：
（1） 虚拟机栈（栈帧中的本地变量表）中的引用的对象。
（2） 方法区中的类静态属性引用的对象。
（3） 方法区中的常量引用的对象。
（4） 本地方法栈中JNI(即一般说的native方法)的引用的对象。

2.2.3 再谈引用
无论是通过引用计数算法还是通过根搜索算法判断对象的引用链是否可达，判定对象是否存活都与“引用”有关。JDK1.2之前，引用的定义很传统：如果reference类型的数据中存储的是另外一块内存的起始地址，就称这块内存代表着一个引用。我们希望能描述这样一类对象：当内存空间还足够时，则能保留在内存之中；如果内存在进行垃圾收集后还是非常紧张，则可以抛弃这些对象。很多系统的缓存功能都符合这样的应用场景。
JDK1.2之后，java对引用的概念进行了扩充，将引用分为强引用（Strong Reference）,软引用（Soft Reference），弱引用（Weak Reference）,虚引用（Phantom Reference）四种引用，四种引用的强度依次逐渐减弱。

（1） 强引用就是指在程序代码之中普遍存在的，类似“Object obj = new Object()”这样的引用，只要强引用还存在，垃圾回收器永远不会回收掉被引用的对象。
（2） 软引用就是用来描述一些还有用，但并非必须的对象。对于软引用关联着的对象，在系统将要发生内存溢出异常之前，将会把这些对象列进回收范围之中并进行第二次回收。如果这次回收还是没有足够的内存，才会抛出内存溢出异常。在JDK1.2之后，提供了SoftReference类来实现软引用。
（3） 弱引用也是用来描述非必须对象的，但是他的强度比软引用更弱一些，被弱引用关联的对象只能生存到下一次垃圾收集发生之前。当垃圾收集器工作时，无论当前内存是否足够，都会回收掉只被弱引用关联的对象。在JDK1.2之后提供了WeakReference类来实现弱引用。
（4） 虚引用也成为幽灵引用或幻影引用，他是最弱的一种引用关系。一个对象是否有虚引用存在，完全不会对其生存时间构成影响，也无法通过虚引用来取得一个对象实例。为一个对象设置虚引用关联的唯一目的就是希望能在这个对象被收集器回收时收到一个系统通知。在JDK1.2之后，提供了PhantomReference类来实现虚引用。

补充说明：
1. 对于弱引用，软引用包装的对象，只要有被其他对象强引用，则这个对象就是被强引用的，不会被任何gc回收掉。而且在新生代的弱引用只能被minor gc回收，在老年代的弱引用只能被major gc回收；软引用也是。
https://books.google.co.kr/books?id=aIhUAwAAQBAJ&pg=PA214&lpg=PA214&dq=weak+reference+in+old+generation+minor+gc&source=bl&ots=E5_x3uX4nF&sig=2GvrX3dRz1koQ9Bj76dndQXUxDM&hl=zh-CN&sa=X&ved=0ahUKEwit0f2f88nLAhUmHKYKHWqBBhoQ6AEIRjAF#v=onepage&q=weak%20reference%20in%20old%20generation%20minor%20gc&f=false

2. jmap -histo:live会强制进行full gc,但是会造成业务中断，慎用。

2.2.4 生存还是死亡？
在根搜索算法中不可达的对象也并非是非死不可的，这时候他们暂时处于“缓刑”阶段，要真正宣告一个对象死亡，至少要经历两次标记过程：（1）如果对象在进行根搜索后发现没有与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名为F-Queue的队列中，并在稍后由一条由虚拟机自动建立的低优先级的Finalizer线程去执行。这里所谓的执行是指虚拟机会触发这个方法，但并不承诺会等待它运行结束。这样做的原因是，如果一个对象在finalize()方法中执行缓慢，或者发生了死循环，很有可能会导致F-Queue队列中的其他对象永久处于等待状态，甚至导致整个内存回收系统崩溃。finalize()方法是对象逃脱死亡命运的最后一次机会，(2)稍后GC将对F-Queue中的对象进行第二次小规模的标记，如果对象要在finalize()中成功拯救自己（只要重新与引用链上的任何一个对象建立关联即可），譬如把自己赋值给某个类变量或对象的成员变量，那在第二次标记时他将被移除出“即将回收的集合”。如果对象这时候还没有逃脱，那它就真的离死不远了。

2.2.5 回收方法区
很多人认为方法区（或者HotSpot虚拟机中的永久代）是没有垃圾收集的，Java虚拟机规范中确实说过可以不要求虚拟机在方法区实现垃圾收集，而且在方法区进行垃圾收集的性价比一般比较低：在堆中，尤其是新生代中，常规应用进行一次垃圾收集一般可以回收70%-95%的空间，而永久代的垃圾收集效率远低于此。

永久代的垃圾收集主要回收两部分内容：废弃常量和无用的类。回收废弃常量与回收java堆中的对象非常相似。以常量池中字面量的回收为例，假如一个字符串“abc”已经进入了常量池中，但是当前系统没有任何一个String对象时叫做“abc”的，换句话说没有任何String对象引用常量池中的“abc”常量，也没有其他地方引用了这个字面量，如果这时候发生内存回收，而且必要的话这个“abc”常量就会被系统清除出常量池。常量池中的其他类，方法，字段的符号引用也与此类似。
判定一个常量是否是“废弃常量”比较简单，而要判定一个类是否是无用的类的条件则相对苛刻许多。类需要同时满足三个条件才能算是无用的类：
（1） 该类所有的实例都已经被回收，也就是Java堆中不存在该类的任何实例。
（2） 加载该类的ClassLoader已经被回收。
（3） 该类对应的java.lang.Class对象没有在任何地方被引用，无法再任何地方通过反射访问类的方法。
虚拟机可以对满足上述3个条件的无用类进行回收，这里说的仅仅是“可以”，而不是和对象一样，不使用了就必然会回收。是否对类进行回收，HotSpot虚拟机提供了-Xnoclassgc参数进行控制，还可以使用-verbose:class及-XX: +TraceClassLoading、-XX: +TraceClassUnLoading查看类的加载和卸载信息。-verbose:class和-XX:+TraceClassLoading可以在Product版的虚拟机中使用，但是-XX:+TraceClassLoading参数需要fastdebug版的虚拟机支持。
在大量使用反射，动态代理，CGLib等bytecode框架的场景，以及动态生成JSP和OSGi这类频繁自定义ClassLoader的场景都需要虚拟机具备类卸载的功能，以保证永久代不会溢出。

2.3 垃圾收集算法 ---回答如何回收
垃圾收集算法有好几种，不同的内存区域通常采用不同的收集算法。这里只是介绍几种算法的思想，不涉及具体实现细节。

2.3.1 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面讲述对象标记判定时基本介绍了。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，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：


2.3.2 复制算法
为了解决效率问题，一种称为“复制”的收集算法出现了，它将可用内存按容量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%，只有10%的内存时会被“浪费”的。当然，98%的对象可回收只是一般场景下的数据，我们没办法保证每次都只有不多于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）。

2.3.3 标记-整理算法
复制算法在对象存活率较高时就需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，有人提出了另一种“标记-整理”（Mark-Compact）算法，标记过程仍然与“标记-清除”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：


2.3.4 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代的特点采用最适当的收集算法。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，没有额外空间堆他们进行分配担保，就必须使用“标记-清理”或“标记-整理”算法来进行回收。

参考资料：
《深入理解java虚拟机》