关于GC之二-常用GC算法

回收

回收是个比较大的话题,有各种各样的算法,针对不同区域,也有不同的算法选择。

常见的GC算法

标记清除(Mark-Sweep):

最基础的GC算法,将需要回收的对象做标记,之后扫描,对标记为可清除的对象进行回收。

清理完成之后会产生随便。是CMS是基础

复制(Copying)

标准应用就是young代的两个S区,互为From、To,复制后,清除From及eden中所有空间。如果To空间不足,则需要对象晋升到Old代。

标记-整理(Mark-Compact)

实现上与标记清除算法前半段一样,都是先标记。但是在清除时,是先将标记过的不需要回收的对象移动到一起,使得内存连续,这样,只要将标记边界之外的内存空间清理掉就好了。解决了碎片化问题。

GC实现的搭配使用

关于GC的实现及搭配使用,先上一个图:

1353773614_1052.jpg

可以看到,除了G1是自己包办天下外,其他的GC算法都是新生代+老年代搭配起来用的,这跟各个分代中的对象特性有一定关系。下面详细说明:

Serial GC:
  • 顾名思义,串行GC。单线程回收机制,在做回收时,会停掉其他所有操作,即STW。
  • 适用于单CPU、新生代空间很小以及对暂停时间不是很敏感的应用上
  • 使用JVM args:-XX:+UseSerialGC 来指定使用。
  • 同样有Serial Old算法,用于老年代收集,但是会STW很久。
ParNew GC:
  • 在SerialGC的基础上加入了多线程,但是在GC的时候一样需要STW,只是GC是多个线程在同时进行而已,提高了效率。
  • 使用JVM args: -XX:+UseParNewGC来指定使用
  • 只在Young代收集
Parallel Scavenge:
  • 在扫描和复制过程采用多线程,与parNew很类似,但是侧重点不同。
  • parNew主要侧重于停顿时间尽量少,不至于使用户一直等待。而parallel scavenge则侧重于达到一个可控制的吞吐量(Throughput)。也被称为吞吐量优先收集器。
  • 所谓吞吐量就是CPU用于运行用户代码时间与CPU总消耗时间的比值。吞吐量=运行用户代码时间/运行用户代码时间+垃圾收集时间。
  • 使用JVM args: -XX:+UseParallelGC来指定使用
  • 使用JVM args: -XX:ParallelGCThreads=4 来指定线程数
  • 对应的Parallel Old GC 用于老年代收集
CMS
  • Concurrent Mark Sweep
  • 目标是为了解决Serial GC的停顿问题,达到最短回收时间。
  • 从其缩写可以看到,基于Mark-Sweep算法实现的,当然也就会有碎片化问题。
  • 整个收集过程分为以下五个大步骤:
    • 初始化标记,CMS initial mark,标记GC Roots能直接关联到的对象,需要STW,执行速度很快
    • 并发标记,CMS concurrent mark,进行GC Roots Tracing,一条条链路直到叶子节点,并发执行,不影响业务。
    • 重新标记,CMS remark,修正并发标记执行中,线程继续执行产生的标记变化,需STW,比初始化标记时间久,但是远小于并发标记耗时。
    • 并发清除,CMS concurrent sweep,根据标记执行并发清除,不需要STW。
    • 并发reset,恢复初始化设置,不需要stw,耗时非常短
  • CMS缺点
    • 对CPU资源非常敏感,在并发阶段,虽然不会导致用户线程停顿,但是会占用cpu资源,从而导致应用变慢,总吞吐量下降。
    • 默认的回收线程数是: (cpu-kernel-count + 3)/ 4。也就是说,四核cpu,那么就是 (4+3)/4 = 1(取整)
    • 无法处理浮动垃圾
    • 由于GC过程中,用户线程继续在执行,所以要预留足够的内存空间给用户线程使用。因此CMS不能像其他GC收集器那样等到老年代快被填满了再进行收集,需要预留一部分空间,默认在Old代 68%的空间被使用时就会触发CMS。
    • 可以使用JVM args: -XX:CMSInitiatingOccupancyFraction来指定触发CMS的百分比,比如提高百分比,减少CMS GC触发的次数,提高性能。该参数必须配合-XX:UseCMSInitiatingOccupancyOnly使用才有效
    • 但是如果预留的内存太少,无法满足应用运行的内存需要,那么就会出现Concurrent Mode Failure 异常
    • 出现Concurrent Mode Failure时,JVM会临时启用Serial Old GC,来重新进行Old代的收集,这样STW时间就会很长。
    • 基于Mark-Sweep,会产生很多碎片。在有大对象需要分配空间时,内存无法找到连续空间来分配,不得不提前偿触发一次Full GC。
    • 使用JVM args: -XX:UseCMSCompactAtFullCollection在Full GC之后增加一个压缩过程
    • 使用JVM args: -XX:CMSFullGCBeforeCompaction=? 参数设置执行多少次不需要压缩的CMS Full GC后,进行一次压缩操作
  • 浮动垃圾 floating garbage:并发清理阶段产生的garbage,本次gc已经无法处理,只能等待下次处理。
  • GC Roots:
    • 虚拟机栈(栈帧中局部变量表)中引用的对象
    • 方法区中类静态属性引用的对象
    • 方法区中常量引用的对象
    • Native Method Stack中JNI中引用的对象。
G1

基于标记整理,Mark-Compact,不会产生内存碎片。

分region,region维度进行GC,而不是在young、old、方法区整个维度进行整理。

©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 214,128评论 6 493
  • 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 91,316评论 3 388
  • 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 159,737评论 0 349
  • 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 57,283评论 1 287
  • 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 66,384评论 6 386
  • 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 50,458评论 1 292
  • 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 39,467评论 3 412
  • 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 38,251评论 0 269
  • 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 44,688评论 1 306
  • 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 36,980评论 2 328
  • 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 39,155评论 1 342
  • 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 34,818评论 4 337
  • 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 40,492评论 3 322
  • 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 31,142评论 0 21
  • 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 32,382评论 1 267
  • 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 47,020评论 2 365
  • 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 44,044评论 2 352

推荐阅读更多精彩内容