JVM - GC垃圾回收

1)可达性分析法(判断对象是否存活):当一个对象到GC Roots没有任何引用链相连时。
GC Roots对象:虚拟机栈中对象引用;本地方法栈中对象引用;方法区中静态变量引用;方法区中常量的引用;
2)垃圾回收算法
标记-清除(Mark-Sweep):最基础的算法,分为标记(可达分析)和清除两个阶段。不足:标记和清除两个过程效率不高;产生大量不连续的内存碎片。
复制(Copying):按容量分为大小相同的两块,每次只使用一块,半区回收。无内存碎片,代价是内存缩小为原来的一半。主要用来回收新生代,由于新生代对象大多数都是朝生夕死,所以不需要1:1划分空间,而是使用Eden(较大)和两块较小的S空间,每次只使用Eden+一块S空间。
标记-整理(Mark-Compact):根据老年代的特点提出的算法,标记过程同(标记-清除)一致,后续存活对象向一端移动,直接清理掉端边界以外的内存。
分代收集:没有新思想,只是根据对象存活周期将内存划分为几块(每个年代使用适合的收集算法)。如把Java堆划分为年轻代和年老代,年轻代使用复制算法(每次收集只有少量存活东西);年老代使用标记-清除、标记整理算法(对象存活率高,没有额外的空间进行分配担保)。
3)HotSpot借助OopMap,快速准确的完成GC Roots枚举。
安全点:方法调用,循环跳转,异常跳转等,GC时,所有线程使用主动式中断,跑到最近的安全点上。

1,Minor GC(Young GC)

1)Minro GC触发条件与GC算法eg:ParNew收集器
当Eden空间不足时,会触发Minor GC。
使用Copying复制算法,当存活对象少时,复制算法效率很高。
当S空间不够用时,这些对象通过【分配担保(老年代为新生代空间做担保,老年代最大连续空间,是否大于新生代所有对象的空间)】机制进入老年代。

image.png

2)查看minor gc过程jstat -gc 60 1000
image.png

3)jstat结果说明
S0C、S1C、S0U、S1U:s0和s1的容量和使用量
EC、EU:年轻代容量和使用量
OC、OU:年老代的容量和使用量
MC、MU:元空间的容量和使用量
CCSC、CCSU:压缩空间的容量和使用量
YGC、YGCT:年轻代gc次数和gc耗时
FGC、FGCT:full gc次数和耗时
GCT:gc总耗时

2,Major GC(Full GC)

1)新生代对象晋升到年老代的时机
Eden满:此时使用S0作为from进行minor gc时,S1无法容纳ygc后的对象,则通过分配担保机制提前进入年老代。
-XX:PretenureSizeThreshold:对象大小超过设置的值,则直接分配在old区。默认为0,全部在eden分配。对ParNew和Serial收集器生效。
-XX:MaxTenuringThreshold:对象age计数器达到阈值时,晋升到年老代。
动态年龄判定:相同年龄(age)对象的sum(size)超过S区的一半,大于age的对象直接进入年老代。
2)触发Full GC的条件
System.gc():建议JVM进行full gc,通常使用-XX:+DisableExplicitGC来禁用。
老年带空间不足:新生代对象转入过快、创建大对象、大数组时。
永久带空间不足:未使用cms收集器时,会执行full gc。
3)年老代GC算法
标记-清除:标记出待回收对象 -> 统一回收被标记对象 -> 会产生碎片。如CMS垃圾回收器。
标记-整理:标记出待回收对象 ->存活对象向一端移动 -> 清除边界以外的内存 -> 耗时,无碎片。如parallel old 垃圾回收器。G1垃圾回收器。

2,CMS收集器

1)CMS Concurrent Mark Sweep(多线程并发标记-清理)CMS号称是停顿时间最短的GC,-XX:+UseConcMarkSweepGC启用。它使用标记-清除算法,会产生碎片,但是速度快。
缺点:对CPU资源敏感;无法处理浮动垃圾(并发清理阶段产生的垃圾);
2)CMS步骤
初始标记:STW单线程执行,标记gc roots可达的对象。
并发标记:与用户线程一起执行,遍历InitialMarking标记存活对象,递归标记。
重新标记:STW并发重新标记。
并发清理:与用户线程一起执行,清理标记的垃圾对象。
并发重置:初始化CMS结构和数据。
3)CMS相关参数
-XX:CMSInitiatingOccupancyFraction:默认68%,当old使用了达到68%时触发cms gc。(可以调整为80%)
-XX:ParallelCMSThreads:设置CMS线程数量。
-XX:+UseCMSCompactAtFullCollection:CMS收集完成时,进行一步内存整理。

3,G1收集器

运作步骤:

image.png

1)整体看:基于【标记-整理】算法,不会产生空间碎片。可以指定停顿时长为M时,垃圾回收时间不超过N。
区域化、分代式垃圾回收器,堆被划分成若干个(不超过2048)大小相同的区域。
局部看:G1将一组或多组区域,增量、并行的方式【复制算法】复制到不同的区域实现压缩,减少堆碎片。
image.png

2)G1回收过程
image.png

image.png

image.png

3)G1相关参数
-XX:+UseG1GC:告诉JVM使用G1回收器。
-XX:MaxGCPauseMillis:GC目标最大停顿时间。
-XX:G1HeapRegionSize:[1, 32M] 设置region大小。
4)G1优势
image.png

4,逃逸分析

1)分析对象引用的使用范围,从而决定是否要将这个对象分配到堆上,使用【-XX:+DoEscapeAnalysis】开启逃逸分析,默认开启
2)对象创建过程
1.分配在栈上:逃逸分析+空间判断
2.分配在TLAB:逃逸分析,小对象优先分配到TLAB
3.直接进入老年代:如大对象
4.分配在eden。
3)TLAB:线程的分配缓冲区,thread-local allocation buffer

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 216,402评论 6 499
  • 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 92,377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 162,483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 58,165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 67,176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 51,146评论 1 297
  • 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 40,032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 38,896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 45,311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 37,536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 39,696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 35,413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 41,008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 31,659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 32,815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 47,698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 44,592评论 2 353

推荐阅读更多精彩内容