JVM内存回收终极奥义:垃圾收集算法

timg (6).jpg

看本篇文章之前请先阅读上一篇文章:
一个JAVA对象的死亡证明https://www.jianshu.com/p/5e3e7ebf97c6

前言
上一篇文章我们用尽废话说了说一个对象是如何被判定为死亡的,并提到java内存回收局经历过多年的发展,发明出来一款java验死仪,从而一举解决了普通java对象,验死难,回收难的重大问题,受到了java虚拟机总局各位领导的一致表扬。咳咳,跑题了,当然,仅仅是有这一项神器是不足以java内存回收局荣获每年的最佳组织奖的,jvm为了更方便的进行内存回收,还发明出了多达7种java垃圾回收仪,它们被统称为:

垃圾对象回收仪!(哆啦A梦音效) Biubiu~

本着“回收垃圾,掌握核心科技”的信念,垃圾对象回收仪同样也是由四大算法为原理驱动的,它们分别是:

标记-清除算法复制算法标记整理算法分代收集算法

基本概念:

java中分代垃圾收集算法将java堆按存活时间分为两个区域,一个用来存放新生代对象,一个用来存放老生代对象。

新生代:新生代就容易理解多了,我还专门编了一个童谣(滑稽):

新生代,新生代

对象小,死的快

你有毒吧。

老生代:特指那些活得时间比较长的对象。

标记-清除算法(Mark-Sweep):

标记-清除算法,是所有垃圾收集算法中最基础的一个,在别的垃圾收集算法面前就是个弟弟。长江后浪推前浪吗,标记清除算法再沙滩上,和我们大多数发展规律一样,后面的算法很多都是基于标记-清除算法改进而来的。

标记-清除算法,就是一个先标记然后再清除的算法(你这不是脱了裤子放..吗),具体的回收流程是这样的:

-标记出所有需要回收的对象
-标记完之后统一回收这些被标记的对象

没了,要不说它简单呢。

但是在实现简单的同时也同时带来了很多额外的问题,其中主要集中在两点:

-首先首当其冲的就是效率问题,本身标记清除这两个过程都不太高,因为你要找到一个个对象,给他们盖上章,然后再一个个去清除,肯定没有一锅端了快。

-第二个就是空间利用问题了,因为在内存中那些需要被回收的对象不是一个挨着一个那么排着队等你回收的,而是分散在内存各处,清除的时候Java虚拟机要一个地儿一个地儿的跑,然后再去回收,因为对象是分散在各处的,所以我们回收完就容易出现,这一小块内存是空的,那一小块内存是空的,这么下去会导致内存中都是一小块一小块的内存,当一个比较大的对象需要分配内存时,系统找不到这么大块的连续内存了,找不到系统很着急啊,于是就不得不提前触发另外一次垃圾收集动作了。

图大概是长这个样子,来自掘金(刘望舒)大佬的图:


image.png

这样结合文字再看就是不是就容易理解多了。

复制算法(Copying):

标记-清除算法出来之后,处女座看不下去了。

处女座:你瞧瞧你回收的那都是什么玩意儿,回收完那内存乱的,哎呀妈呀我都没法看,就不能整理一下吗,一家人整整齐齐的多好。

于是复制算法应运而生了。(纯属瞎扯,切勿当真)

这个算法呢,将内存容量按照容量分为两个大小相等的两块,每次呢,我只用一块,把另一块先留着,当其中一块的内存用完的时候,就把还活着的对象复制到另外一块上去,然后将使用过的这块直接一次清完,简单粗暴,运行高效,因为是整个一大块内存一次回收,所以也不存在什么内存碎片的问题了,但是天下没有免费的午餐,这么做也是要付出一定的代价的,那就是原本我100M的内存,现在一次只让我用50M。

这就好像你有一整包辣条,一次却只让你吃半袋,想想就难受。

复制算法呢,一般主要用来回收新生代的对象,为什么?因为新生代,死的快

因为新生代的对象很快都会被回收掉,所以一般我们也不按照一比一那么分,在 hotspot虚拟机中,将内存分成三块,一块是比较大的Eden(伊甸园),和两块较小的Survivor(幸存者)空间,每次使用一块Eden和一块Survivor,当需要回收时,将这两块内存中存活的对象一次性复制到另一块survivor中,然后直接清理掉刚才用过的eden和survivor空间。在 hotspot虚拟机中,Eden和Survivor的比例默认为8:1,后期可以通过修改虚拟机参数来修改Eden和Survivor之间的比例,经过我细致入微头脑风暴般的计算(别人算的好吧),在 hotspot虚拟机中采用这种比例的复制算法在新生代中内存浪费率只有10%,的确要远远低于上面的百分之50.

等等,你不是说survivor空间较小吗,两块内存存活的对象都复制到一块survivor上,万一survivor装不下咋弄。难住你了吧,我看你怎么办。

我没有,我不能借吗,jvm引入了分配担保这个概念,当survivor空间不够时,这些对象将通过分配担保机制直接进入老年代。至于分配担保具体是怎么玩的,大家可以查阅相关资料看下哈,我打字打的手疼(小声逼逼,你也没把握讲清楚好吧,嘘~)

那复制算法既然表现这么香,那为什么不能用来回收老年代区域呢?

你想想,老年代是什么,java虚拟机中的长寿村,平常一般都不死,你搞个复制算法过去一看

尼玛,都还活着呢

然后一个一个把一大堆活着的老对象复制过去,更别说极端条件下一个也没死的情况了。

对了,复制算法的图如下:


image.png

标记-整理算法(Mark-Compact):

难道针对老年代就没什么办法了,标题都写了,那肯定就是有的,那就是标记-整理算法,我又把它称为 "弟弟们都往边上靠“算法

标记-整理算法特别适合老年代,为什么呢,因为不叫标记 -复制啊,标记-整理算法其实和标记-清除算法原理差不多,只不过不是直接对内存整理,而是让弟弟们都往边上靠靠,即让存活的老年代对象都向一侧移动,等这些弟弟都挨着挪到一块儿之后,直接把其他地方的内存直接清理掉。

分代收集算法:

分代算法没什么新的东西,前面基本概念那一小节其实就是说的这个算法,分代收集算法根据对象的存活周期的不同把对象划分为新生代和老年代两种,分代收集算法的好处就是实现了对症下药,使得我们可以根据不同的对象采用不同的垃圾收集算法,比如新生代,死的快(又来),就用复制算法,老生代的话就用标记-整理算法,或者标记-清除算法来回收。

没了

这个真没图


image.png

总结:

本篇文章我们较为细致的说了我们垃圾收集算法四小龙,也举了比如辣条的实例帮助大家加深理解。四种垃圾回收算法各有优劣,并由此衍生出来7中常用的垃圾收集器,关于垃圾收集器的文章呢,我们后期再更新。

可以多点更新吗?

不拖更,你关注我啊。

我关注你

我是AKA-架构Monster,我们下篇文章见!

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
  • 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 230,825评论 6 546
  • 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 99,814评论 3 429
  • 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 178,980评论 0 384
  • 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 64,064评论 1 319
  • 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 72,779评论 6 414
  • 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 56,109评论 1 330
  • 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 44,099评论 3 450
  • 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 43,287评论 0 291
  • 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 49,799评论 1 338
  • 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 41,515评论 3 361
  • 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 43,750评论 1 375
  • 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 39,221评论 5 365
  • 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 44,933评论 3 351
  • 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 35,327评论 0 28
  • 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 36,667评论 1 296
  • 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 52,492评论 3 400
  • 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 48,703评论 2 380

推荐阅读更多精彩内容