《深入理解Java虚拟机》读书笔记之垃圾收集器

[toc]

经典垃圾收集器

经典垃圾收集器指JDK7 Update4之后,JDK11正式发布之前,HotSpot虚拟机所包含的可用的垃圾收集器

Serial/Serial Old收集器

image.png

它们是最基础的收集器,Serial收集器面向新生代,Serial Old面向老年代,当垃圾收集器工作时,由单个线程进行所有收集工作,同时需要暂停所有用户线程。如上图所示,新生代采用标记-复制算法,老年代采用标记-整理算法。其优点是简单高效,且是所有垃圾收集器里额外内存开销最小的,面对几十甚至一两百兆的堆内存,其停顿时间也就在十几、几十毫秒内

ParNew收集器

image.png

ParNew收集器实质上是Serial收集器的多线程并行版本,它也是面向新生代,在进行垃圾收集时它采用多个线程同时工作,其余行为都与Serial收集器完全一致

Parallel Scavenge收集器

它也是面向新生代,但是更注重于服务的吞吐量,它会自动调节Eden区、Survivor区大小等参数,从而提供最大的系统吞吐量

Parallel Old收集器

image.png

它是Parallel Scavenge的老年代版本

CMS收集器

image.png

狭义上的CMS收集器是面向老年代的,其年轻代一般使用ParNew收集器进行收集。一般意义上我们指的CMS收集器指 ParNew + CMS + Serial Old。
如上图,CMS收集器主要的过程分为四步:初始标记、并发标记、重新标记、并发清除。它是面向延迟的收集器,只在初始标记和重新标记阶段需要停顿用户线程,其它阶段都是并发进行,而初始标记和重新标记阶段的停顿时间与堆内存的关系不大,因此相对可控。它的缺点是需要占用较多的系统资源、同时由于无法处理浮动垃圾(在并发收集时,可能产生新的垃圾对象),一方面需要在老年代预留部分空间用于存储这些本次收集过程无法处理完的浮动垃圾,另一方面需要用Serial Old收集器来进行兜底操作,当预留空间无法满足程序新分配对象的使用时,触发一次Serial Old收集来收集整个老年代空间。此外,由于CMS基于标记-清除算法,因此容易产生碎片内存,因此内存不够开始进行垃圾收集时,需要进行一次内存碎片的合并整理工作,该行为也会导致用户线程的停顿

Garbage First收集器

G1收集器是垃圾收集技术发展史上里程碑式的成果,它将内存分为一块块固定大小的Region,并将每个Region分为固定大小的Card。逻辑上每块Region可以分别归属于逻辑上的新生代或者老年代,在进行垃圾收集时以Region为最小处理单元,按回收受益和设定的预期停顿时间选择部分Region进行回收。
G1收集器工作过程大致分为四个步骤:

  • 初始标记:标记GC Roots能直接关联到的对象,需要停顿用户线程
  • 并发标记:根据引用关系扫描堆对象,与用户线程并发执行
  • 最终标记:处理并发阶段发生引用改动的对象(采用原始快照法),需要停顿用户线程
  • 筛选回收:筛选出具有高收益的Region进行回收,并将存活对象复制到空Region
    为了处理跨代引用,每个Region都需要维护一个叫Rset的数据结构(其实就是个hash表,key为有指向本region的引用的对象所在Region的起始地址,value为对象所在Card的索引号集合)
    G1的优点很明显,比如可以指定最大停顿时间、分Region的内存布局,按受益动态决定会收集合等。缺点则是Rset要占用10%-20%的堆内存,同时由于Rset的复杂性,以及原始快照法本身也带来更多运行负载,因此执行时的额外负载也更高。

低延迟垃圾收集器

Shenandoah收集器

ZGC 收集器

如何选择合适的垃圾收集器

©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 216,324评论 6 498
  • 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 92,356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 162,328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 58,147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 67,160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 51,115评论 1 296
  • 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 40,025评论 3 417
  • 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 38,867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 45,307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 37,528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 39,688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 35,409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 41,001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 31,657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 32,811评论 1 268
  • 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 47,685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 44,573评论 2 353

推荐阅读更多精彩内容