2. 垃圾回收器有哪些?G1有什么特点

垃圾回收器有哪些?G1有什么特点

常用垃圾收集器:

新生代(新生代都是复制算法):

  1. Serial
  2. ParNew
  3. Prallel Scavenge

老年代:

  1. Serial Old(整理算法)
  2. CMS(清除算法)
  3. Prallel Old(整理算法)

兼顾新生代和老年代:

  1. G1
  2. Epsilon GC
  3. ZGC

先说说的Serial

Serial(Serial Old)是古老的单线程GC,会进入Stop-The-World状态,当然因为精简的GC实现,无需维护复杂的数据结构;开启方法:

-XX:+UseSerialGC

ParNew GC

其是Serial的多线程版本,常见的场合是配合CMS GC工作,开启方法:

-XX:+UseConcMarkSweepGC -XX:UseParNewGC

CMS

设计目标是尽量减少停顿,这对web等反应时间敏感的应用很重要;但因为其采用的是清除算法,存在内存碎片化问题,难以避免长期运行后full gc导致的恶劣停顿;另外,并发会和用户线程争抢cpu资源;

Parallel GC

吞吐量优先的并行GC实现,在服务器环境中更加高效;

-XX:+UseParallelGC

其引入了开发者友好的配置项,可以直接设置暂停时间或吞吐量目标,jvm会自动进行适应性调整:

-XX:MaxGCPauseMillis=value
-XX:GCTimeRatio=N

G1 兼顾吞吐量和停顿时间的GC实现,表现都不错;值得深入掌握的GC

G1存在年代的概念,但内存结构不再是简单的条带式划分,而且类似棋盘的一个个region,region之间是复制算法,但整体上可以看作是整理算法,可以避免内存碎片化;

其GC方式也发生了变化,其内部维护了一个优先队列,在mixd GC(即新生代GC时候捎带进行老年代GC)时,根据可停顿的时间选择回收收益最大的老年代region进行回收;

©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 214,875评论 6 496
  • 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 91,569评论 3 389
  • 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 160,475评论 0 350
  • 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 57,459评论 1 288
  • 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 66,537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 50,563评论 1 293
  • 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 39,580评论 3 414
  • 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 38,326评论 0 270
  • 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 44,773评论 1 307
  • 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 37,086评论 2 330
  • 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 39,252评论 1 343
  • 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 34,921评论 5 338
  • 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 40,566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 31,190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 32,435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 47,129评论 2 366
  • 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 44,125评论 2 352