GC和垃圾回收器其一

什么是GC

GC（Garbage Collection）垃圾回收，释放垃圾占用的空间，对堆中已经死亡或者长时间没有使用的对象进行清除和回收，防止内存泄漏。可以有效使用内存空间。

什么是垃圾

垃圾收集之前需要定义什么是垃圾，之后才能决定如何回收垃圾。

抛开书面上介绍的几种垃圾分析算法，一步到位说下jvm采用的可达性分析法。

可达性分析

基本思路是通过根引用（GC ROOT）作为分析起点，沿着节点向下搜索，搜索路径称为引用链（Reference Chain），当一个对象到GC ROOT没有任何引用链时，证明对象不再使用（GC ROOT到对象节点不可达）。

通过可达性分析算法可以解决引用计数无法解决的“循环依赖”，只要对象和GC ROOT之间无法建立直接或者间接的链接，就可以认定为可回收对象。

GC ROOT

既然GC ROOT在对象可达性分析时如此重要，那么哪些对象可以作为GC ROOT呢？

在之前需要先了解下JVM的内部结构：

以下四种情况可以认定为GC ROOT：

• 虚拟机栈（栈帧的本地变量表）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
• 本地方法栈中JNI（Native方法）引用的对象

垃圾回收

在确定垃圾之后就可以进行垃圾回收了，回收过程中最重要的一点就是如何高效的回收，这些也都是不同版本回收器进化的主要目标。

常见的垃圾收集算法：

• 标记清除
• 复制算法
• 标记整理

标记清除

标记清除（Mark-Sweep）是将内存中认定为垃圾的对象进行标记，之后对这些标记的对象进行清理，清理之后的空间可以给新对象使用。

但是这种操作算法存在的问题会存在大量不连续的清理空间，也就是内存碎片。内存碎片带来的问题是，有的时候我们进行对象分配时，需要连续的内存（比如数组这种）但是由于内存中没有足够的联系内存，导致碎片内存用不了，造成了内存空间的浪费。

复制算法

复制（Copying）是在标记清除之上演进而来的，主要目的是解决内存碎片问题，将可用内存空间按照容量进行划分成大小相等的两块，每次只是用其中一块，当这部分内存使用完成之后，可以把存活对象复制到另一块上面，把之前使用的内存进行一次性清理，保证内存空间连续可用，复制算法我们可以不考虑内存碎片等问题，分配过程更简单高效。

但是复制算法带来的就是空间的代价更大。

标记整理

既然标记清除，复制算法都存在一些明确的短板，是否可以针对这些短板设计一个回收算法呢？于是就有了标记整理算法（Mark-Compact）。

标记整理过程和标记清除算法一样，但是后续整理方式是将存活对象统一移动到内存到一侧，在进行边界外的对象清除。

这种算法属于标记清除算法的升级版本，可以解决内存碎片问题，也避免了复制算法存在一半空间浪费的问题，但是也不是没有问题。首先他会造成更多的内存变动，比如需要判断存活对象，整理存活对象地址，效率上对于复制算法来说要差很多。

分代回收

我们了解了三种收集算法，JVM内存回收就可以根据自己特点进行算法选择了。

比如JVM根据对象存活周期不同将内存划分成不同的几部分。比如堆中针对于快生快消特点分出了新生代，存活较久对象分出了老年代。于是针对不同代对象特点可以选择不同的回收算法，比如年轻代对象生命周期比较短，可选择复制算法减少标记整理的代价。老年代存活对象较多，空间利用率上相对要求较高，需要使用标记清理或者标识整理算法。

JVM内存模型

那么JVM中对象具体是怎么分配的呢？从内存模型讲起。

堆是内存中最大的一块，也是垃圾回收的主要战场。

堆主要分为两个区域：年轻代和老年代，年轻代又分为Eden，s1，s2区。

Eden

新生对象优先在Eden中分配，当Eden中没有足够空间后，会触发一次YGC（比较讨厌用Minor GC和Major GC的说法），YGC之后Eden区被回收，无需回收的对象进入S1区，如果S1区容不下则直接进入老年代。

S区

S区主要作用是作为Eden和Old之间的缓冲带，因为之前说过Eden大部分对象都是短生命的，所以为了避免YGC之后直接进入老年代，引入S区也是有必要的，缓冲了因为频繁YGC使得老年代被填满的风险。

因为一而再再而三之后大部分对象还是在新生代消亡了，所以设置一个S区是明智的。

一般对象需要经过15（默认）YGC之后才进入老年代。

而两个S区的目的就是为了采用复制算法，来解决碎片问题。如果一个区域的话你就只能采取标记整理或标记清除算法了，为了降低YGC期间（因为YGC太频繁了）对于程序的影响，用复制算法这种简单可依赖的方式还有有必要的。

如果分成好几个S区会有什么问题呢？频繁的复制是个问题，过多的S区空间造成整体空间利用率更低也是个问题，相信这个2的阈值也是经过多次实验得来的，所以GC的很多默认算法其实是很优的配置，除非结合自己业务特点，否则比建议进行修改。

Old区

默认老年代占用整个区的2/3，只有发生Full GC（这个说法也不准确，我们用CMS回收器，所以就称为CMS GC吧）时才进行整理，Full GC会造成STW，内存越大STW肯定时间就越长（这个也是我们调优JVM参数一个很重要的参考点），所以内存并不是越大越好。上面说了老年代存在大量长期对象，所以采用标记算法更合适。

哪些对象会进入老年代？

• 内存担保，无法放置对象直接进入老年代
• 大对象直接进入老年代，可配置
• 长期存活对象进入老年代，比如age=15
• 动态对象年龄进入老年代，主要是s区空间不足了，某一个年龄及以上对象大小总和大于整个S区一半，这些年龄的对象直接进入老年代