JVM 学习之垃圾回收

什么是“垃圾”?

对我们已经没有使用价值的东西就称为“垃圾”。在 JVM 中无用的对象就称为“垃圾”,因为它占用了我们宝贵的内存资源。

哪里有“垃圾”?

前面我们已经了解过了 JVM 的内存,现在复习一下。我们知道程序计数器、虚拟机栈、本地方法栈都是线程私有的,这几个区域随着线程消亡而消亡,可以达到自动清理的效果。Java 堆、方法区则是共享区域,各种对象的实例保存在 Java 堆中。所以这两个区域会出现“垃圾”

谁是“垃圾”?

怎么确定谁是垃圾,这里提供了两种算法,分别是:引用计数算法、可达性分析算法

引用计数算法

引用计数算法的思路是这样的:

每当有一个地方引用它时,计数器的值就加 1;当引用失效的时候,计数器就减 1。任何时刻计数器为 0 的对象就是不可能被再次使用的。

这种方法效率高,但是会出现无法回收的情况,请看下面的代码:

public class Main {
    public static void main(String[] args) {
        MyObject object1 = new MyObject();
        MyObject object2 = new MyObject();
 
        object1.object = object2;
        object2.object = object1;
 
        object1 = null;
        object2 = null;
    }
}
 
class MyObject{
    public Object object = null;
}

这两个对象已经不可能再被访问了,但是因为他们还互相引用着对方,导致引用计数都不为 0,垃圾回收器无法回收他们。

可达性分析算法

这个算法的基本思路是:通过一系列的称为 “GC Roots” 的对象作为起点,从这些节点开向下搜搜,搜索所走过的路径称为引用链,当一个对象到 GC Roots 没有任何引用链相连的时候就说明对象是不可用的。

垃圾回收算法

标记-清除(Mark-Sweep)算法

这是最基础的垃圾回收算法,思想简单,这个算法分为两个阶段,一个是“标记”,一个是“清除”。

算法大致思路:

标记出所有需要回收的对象,在标记完成之后统一回收所有被标记的对象

缺点:效率低,标记和清除的效率都不高;标记清除之后会产生大量不连续的内存碎片。

复制(Copying)算法

这个算法实现简单、高效、不容易产生碎片,但是将可用内存缩小为原来内存的一半,来看看这个算法是什么思路:

将可用内存按容量分为大小相等的两块,每次使用其中的一块,当这块内存用完了,就将还存活着的对象复制到另外一块内存上面,然后把这块已经使用的内存一次性清理掉。简单粗暴。

标记-整理(Mark-Compact)算法

算法标记阶段和Mark-Sweep一样,但是在完成标记之后,它不是直接清理可回收对象,而是将存活对象都向一端移动,然后清理掉端边界以外的内存

分代收集算法

分代收集算法是目前大部分JVM的垃圾收集器采用的算法。根据对象存活的生命周期将内存划分为若干个不同的区域。一般情况下将堆区划分为老年代(Tenured Generation)和新生代(Young Generation),老年代的特点是每次垃圾收集时只有少量对象需要被回收,而新生代的特点是每次垃圾回收时都有大量的对象需要被回收,那么就可以根据不同代的特点采取最适合的收集算法。

内存分配与回收策略

我们知道,对象的分配就是在 Java 堆上分配,对象主要分配在新生代 Eden 区上,也可能分配在别的区域上(可设置内存相关参数)。

对象优先分配在 Eden

大多数情况下,对象在新生代 Eden 区域中分配。如果 Eden 区域没有足够的空间分配的时候,就会触发 Minor GC

大对象直接进入老年代

什么样的对象称为大对象?所谓的大对象是指需要大量连续内存空间的 Java 对象,典型的大对象就是那种很长的字符串以及数组。

长期存活的对象将进入老年代

虚拟机需要解决哪些对象放在新生代,哪些对象应该放在老年代的问题。为了解决这个问题,虚拟机给对象定义了一个对象年龄的计数器。如果对象在 Eden 出生并且第一次 Minor GC 后仍然存活,并且能被 Survivor 容纳的话,将被移动到 Survivor 空间中,并且将对象的年龄设置为 1。如果这个对象在 Survivor 空间中能够熬过 Minor GC,年龄再增加 1 岁,当年龄增加到一定程度时(默认为 15 岁),就会晋升到老年代。

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 224,861评论 6 522
  • 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 96,263评论 3 402
  • 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 172,033评论 0 366
  • 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 60,999评论 1 300
  • 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 70,000评论 6 400
  • 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 53,483评论 1 314
  • 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 41,850评论 3 428
  • 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 40,827评论 0 279
  • 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 47,366评论 1 324
  • 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 39,404评论 3 346
  • 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 41,525评论 1 355
  • 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 37,130评论 5 351
  • 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 42,853评论 3 338
  • 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 33,293评论 0 25
  • 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 34,426评论 1 276
  • 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 50,082评论 3 381
  • 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 46,590评论 2 366

推荐阅读更多精彩内容