【Java垃圾回收器分析】

前言

垃圾回收器需要回收内存中的数据,以便保持内存一直处于可用状态。但是垃圾回收如何选择哪些数据对象需要回收,哪些不需要回收?主要是使用引用计数法及引用状态来决定是否需要回收该对象数据

第一 引用计数法

主要使用内存中的程序计数器,来对对用的引用个数计数。当对象的引用个数小于1,那么该对象可能被回收,对象是否被回收该方法只是一种参考

第二 引用状态

强引用: 直接new 类的实例,该对象不会被回收

软引用: 在内存不足,爆出内存溢出前回收

弱应用: 在一下次垃圾回收之前回收

虚应用: 随时可能回收

一、垃圾回收算法

标记+清除算法: 先将要回收的对象做好标记,然后统一进行清除,但是该处理算法会产生内存碎片

复制算法: 内存分为两部分,先使用一部分,当这一部分使用满后,将存活的对象复制到另一个未使用的内存中,然后清除复制后的内存。

该回收算法主要用于内存新生区,但是在新生区并不是1:1进行划分,而是划分三部分,eden,survivor,survivor,。其中占比为8:1:1,使用eden和一个survivor.。但使用满后,拷贝到没有使用的survivor中。当存活对象超过survivor时,这个时候会借助老生区。当该内存存活率比较高的时候使用该算法,效率会比较低。

标记+整理算法: 将存活的对象往一边移动,然后清除边界之外的对象,适用于老年代内存区。

二、垃圾收集器

1.serial收集器(串行收集器)

单线程的收集器,意味着当垃圾回收器执行的时候,会阻塞其它的线程,即“”STOP THE WOLD“”,STW。在单个CPU环境下使用该收集器,可以避免多线程切换带来的开销。

年轻代:serial收集器,使用复制算法

老年代:serial old收集器,使用复制整理算法

2. ParNew收集器

 serial收集器的多线程版本。平常和CMS合用。-XX:ParallelGCThreads参数来限制垃圾收集的线程数。该收集器没有老年代的版本,需要和其它收集器联合使用。

年轻代: parknew收集器 ,使用复制算法

老年代:serial old收集器 ,使用复制整理算法

3. Parallel Scavenge收集器

 多线程收集器,主要关注的是吞吐量,在单位运行时间内,更小的时间运行垃圾回收器。在新生代和老年代都是多线程的。

年轻代:Parallel Scavenge收集器,采用复制算法

老年代:Parallel Old收集器,采用标记整理算法。

-XX:+UseAdaptiveSizePolicy :自适应调节模式

4.CMS收集器

获取最短的停顿时间为目标的收集器(减少其它线程的阻塞时间)。适用于用户交互的时候。该算法使用的时标记清除算法,所以会出现内存碎片。一般回用于老年代,需要和其它的回收器联合使用。

在使用CMS的时候特别的注意的是内存碎片,所以需要注意以下两个设置,从而减少内存碎片,一个是开启老年代的内存压缩,第二个是多少次fullGC后开启内存压缩。

XX:+UseCMSCompactAtFullCollection收集开关参数(默认就是开启的),用于在CMS收集器进行FullGC完开启内存碎片的合并整理过程。会导致stw时间过长

XX:CMSFullGCsBeforeCompaction参数用于设置执行多少次不压缩的FULL GC后跟着来一次带压缩的(默认值为0,表示每次进入Full GC时都进行碎片整理)。

5.G1收集器

并行和并发,更少的停顿时间。适用于整个堆内存。使用的时标记整理算法。在内存比较大的时候比较适用。

三、GC的相关参数

-Xms: 初始化堆内存大小

-Xmx : 堆内存最大值

-Xmn: 新生代的大小

-Xss: 栈的大小

-PretenureSizeThreshold: 直接晋升到老年代的对象大小,设置这个参数后,大于这个参数的对象将直接在老年代分配。

-UseAdaptiveSizePolicy: 新生代默认是划分为三部分,一个Eden,两个servivor,默认比值是8:1:1.但是在正式使用的时候往往需要不断的调整和优化,这个是比较困难和麻烦的,开启这个参数,jvm会自动优化调整。

Full GC: full Gc是堆发生内存回收,此时整个应用程序的停顿时间比较长,一般触发fgc在以下几个情况:1.老年代内存满了,2.调用system.gc,3持久代内存满了。

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 216,470评论 6 501
  • 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 92,393评论 3 392
  • 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 162,577评论 0 353
  • 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 58,176评论 1 292
  • 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 67,189评论 6 388
  • 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 51,155评论 1 299
  • 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 40,041评论 3 418
  • 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 38,903评论 0 274
  • 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 45,319评论 1 310
  • 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 37,539评论 2 332
  • 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 39,703评论 1 348
  • 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 35,417评论 5 343
  • 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 41,013评论 3 325
  • 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 31,664评论 0 22
  • 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 32,818评论 1 269
  • 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 47,711评论 2 368
  • 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 44,601评论 2 353

推荐阅读更多精彩内容