3.3 垃圾收集算法

由于垃圾手机算法的实现涉及大量的程序细节，而且各个平台的虚拟机操作内存的方法又各不相同，这里只是介绍几种算法的思想及其发展过程。

3.3.1 标记-清除算法

**最基础的收集算法**是“标记-清除”（Mark-Sweep）算法，见名知意，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所有被标记的对象，它的标记过程请回忆上一篇博客的“生存还是死亡”的两次标记。

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不足进行改进而得到的。

它的主要不足：

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。

3.3.2 复制算法

为了解决效率问题，有了复制算法。

• 它将可用内存按容器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。

好处：

1. 这样使得每次都是对整个半区进行内存回收
2. 内存分配时也就不用考虑内存碎片等复杂情况
3. 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了原来的一般，未免太高了一点。

现在的商业虚拟机都采用这种这种算法来回收新生代。因为新生代中的对象98%是“朝生夕死”，也就是说存活时间不长。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和其中一块Survivor。

在HotSpot中的这种分代方式从最初就是这种布局。

当回收时，将Eden和Survivor中还存活着的对象一次性复制到另外一块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，也就是说每次新生代中可用内存空间为整个新生代的容量的90%(80%+10%),只有10%的内存会被浪费。

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）。

分配担保：

如果另外一块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进入老年代。

3.3.3 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，效率将会变低。

更关键的是，如果不想浪费50%的空间（这里指的就是原始的复制算法，现在的商业虚拟机并不是1:1，而是由两部分组成：Eden和Survivor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。

所以根据老年代的特点，出现了“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，然后就直接清理掉端边界以外的内存。**

3.3.4 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”（Generation Collection）算法：根据对象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恰当的收集算法。

新生代：

• 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。

老年代：

• 老年代中因为对象存活率较高、没有额外空间对它进行分配担保，就必须使用“标记-清理”或者“标记-整理”算法来进行回收。

3.4 HotSpot的算法实现

在HotSpot虚拟机上实现这些算法时，必须对算法的执行效率有严格的考量，才能保证虚拟机高效运作。

3.4.1 枚举根节点

从可达性分析中从GC Roots节点找引用链这个操作为例，可作为GC Roots的节点主要在全局性的引用（例如常量或类静态属性）与执行上下文（例如栈帧中的本地变量表）中，现在很多应用仅仅方法区就有数百兆，如果要逐个检查这里面的引用，那么必然会消耗很多时间。

另外，可达性分析对执行时间的敏感还体现在GC停顿上，因为这项分析工作必须在一个能确保一致性的快照中进行。

（这里“一致性”的意思：在整个分析期间整个执行系统看起来就像被冻结在某个时间点上，不可以出现分析过程中对象引用关系还在不断变化的情况，该点不满足的话分析结果准确性就无法得到保障。）

• 这点是导致GC进行时必须停顿所有Java执行线程（Sun将这件事称为“Stop The World”）的其中一个重要原因。
• 即使是在号称（几乎）不会发生停顿的CMS收集器中，枚举根节点时也是必须要停顿的。

由于目前的主流Java虚拟机使用的都是准确式GC，所以当执行系统停顿下来后，并不需要一个不漏地检查完所有执行上下文和全局的引用位置，虚拟机应当是有办法直接得到哪些地方存放着对象引用。

在HotSpot的实现中，就是使用一组称为OopMap的数据结构来达到这个目的的：

1. 在类加载完成的时候，HotSpot就把对象内什么偏移量上是什么类型的数据计算出来
2. 在JIT编译过程中，也会在特定的位置记录下栈和寄存器哪些位置是引用

这样，GC在扫描时就可以直接得知这些信息了。

3.4.2 安全点

在OopMap的协助下，HotSpot可以快速且准确地完成GC Roots枚举。

但存在问题：可能导致引用关系变化，或者说OopMap内容变化的指令非常多，如果为每一条指令都生成对应的OopMap,那将会需要大量的额外空间，这样GC的空间成本将会变得很高。

实际上，HotSpot也的确没有为每条指令都生成OopMap,前面已经提到，只**是在“特定的位置”记录了这些信息，这些位置称为安全点（Safepoint），即程序执行时并非在所有地方都能停顿下来开始GC，只有在到达安全点时才能暂停**。

• Safepoint的选定既不能太少->让GC等待时间太长（因为程序执行时到达安全点会暂停）

• Safepoint的选定也不能过于频繁->过分增大运行时的负荷。

对于Safepoint，另一个需要考虑的问题是如何在GC发生时让所有线程（这里不包括执行JNI调用的线程）都“跑”到最近的安全点上再停顿下来。

这里有两种方案可供选择：

• 抢先式中断（Preemptive Suspension）
• 主动式中断（Voluntary Suspension）

抢先式中断：

• 不需要线程的执行代码主动配合，在GC发生时，首先把所有线程全部中断，如果发现有线程汇中断的地方不再安全点上，就恢复线程，让它“跑”到安全点上。
• 现在几乎没有虚拟机采用抢先式中断来暂停线程从而响应GC事件。

主动式中断：

• 当GC需要中断线程的时候，不直接对线程操作，仅仅简单地设置一个标志

• 各个线程执行时主动去轮询这个标志，发现中断标志位真时就自己中断挂起。

• 轮询标志的地方和安全点是重合的，另外再加上创建对象需要分配内存的地方。

3.4.3 安全区域

使用Safepoint似乎已经完美地解决了如何进入GC的问题，但实际情况却并不一定。

Safepoint机制保证了程序执行时，在不太长的时间内就会遇到可进入GC的Safepoint。

但是，程序“不执行”的时候呢？

所谓的程序不执行：没有分配CPU时间，典型的例子就是线程处于Sleep状态或者Blocked状态。这时候线程无法响应JVM的中断请求，“走”到安全的地方去中断挂起，JVM也显然不太可能等待线程重新被分配CPU时间。

对于这种情况，就需要**安全区域（Safe Region）**来解决。

安全区域是值：

• 在一段代码片段之中，引用关系不会发生变化。

• 在这个区域中的任意地方开始GC都是安全的。

• 我们也可以吧Safe Region看做是被扩展了的Safepoint。

当线程执行到Safe Region中的代码时：

1. 首先标识自己已经进入了Safe Region：当在这段时间里JVM要发生GC时，就不用了管标识自己为Safe Region状态的线程了。
2. 在线程要离开Safe Region时，它要检查系统是否已经完成了根节点效率（或者是整个GC过程），如果完成了，那线程就继续执行，否则它就必须等待直到收到可以安全离开Safe Region的信号为止。

现在虚拟机如何具体地进行内存回收动作仍然未涉及，因为内存回收如何进行是由虚拟机所采用的GC收集器决定的，而通常虚拟机中往往不止有一种GC收集器。

下面的文章将来看HotSpot中有哪些GC收集器。