java垃圾回收机制

上次讲到引用类型和基本类型由于内存分配上的差异导致的性能问题。

那么今天就来聊一下和内存释放（主要是gc）有关的话题。

事先声明一下：虽说sun公司已经被oracle吞并了，但是出于习惯，同时也为了偷懒节省打字，以下仍然称之为sun公司。

★jvm的内存在java虚拟机规范中（具体章节请看“这里”），提及了如下几种类型的内存空间：◇栈内存（stack）：每个线程私有的。

◇堆内存（heap）：所有线程公用的。

◇方法区（method area）：有点像以前常说的“进程代码段”，这里面存放了每个加载类的反射信息、类函数的代码、编译时常量等信息。

◇原生方法栈（native method stack）：主要用于jni中的原生代码，平时很少涉及。

关于栈内存（stack）和堆内存（heap），已经在上次的帖子中扫盲过了，大伙儿应该有点印象。

由于今天咱们要讨论的“垃圾回收”话题，主要是和堆内存（heap）有关。

其它的几个玩意儿不是今天讨论的重点。

等以后有空了，或许可以单独聊一下。

★垃圾回收机制简介其实java虚拟机规范中并未规定垃圾回收的相关细节。

垃圾回收具体该怎么搞，完全取决于各个jvm的设计者。

所以，不同的jvm之间，gc的行为可能会有一定的差异。

下面咱拿sun官方的jvm来简单介绍一下gc的机制。

◇啥时候进行垃圾回收？一般情况下，当jvm发现堆内存比较紧张、不太够用时，它就会着手进行垃圾回收工作。

但是大伙儿要认清这样一个残酷的事实：jvm进行gc的时间点是无法准确预知的。

因为gc启动的时刻会受到各种运行环境因素的影响，随机性太大。

虽说咱们无法准确预知，但如果你想知道每次垃圾回收执行的情况，还是蛮方便的。

可以通过jvm的命令行参数“-xx:+printgc”把相关信息打印出来。

另外，调用system.gc()只是建议jvm进行gc。

至于jvm到底会不会做，那就不好说啦。

通常不建议自己手动调用system.gc()，还是让jvm自行决定比较好。

另外，使用jvm命令行参数“-xx:+disableexplicitgc”可以让system.gc()不起作用。

◇谁来负责垃圾回收？一般情况下，jvm会有一个或多个专门的垃圾回收线程，由它们负责清理回收垃圾内存。

◇如何发现垃圾对象？垃圾回收线程会从“根集（root set）”开始进行对象引用的遍历。

所谓的“根集”，就是正在运行的线程中，可以访问的引用变量的集合（比如所有线程当前函数的参数和局部变量、当前类的成员变量等等）。

垃圾回收线程先找出被根集直接引用的所有对象（不妨叫集合1），然后再找出被集合1直接引用的所有对象（不妨叫集合2），然后再找出被集合2直接引用的所有对象......如此循环往复，直到把能遍历到的对象都遍历完。

凡是从根集通过上述遍历可以到达的对象，都称为可达对象或有效对象；反之，则是不可达对象或失效对象（也就是垃圾）。

◇如何清理/回收垃圾？通过上述阶段，就把垃圾对象都找出来。

然后垃圾回收线程会进行相应的清理和回收工作，包括：把垃圾内存重新变为可用内存、进行内存的整理以消除内存碎片、等等。

这个过程会涉及到若干算法，有兴趣的同学可以参见“这里”。

限于篇幅，咱就不深入聊了。

◇分代早期的jvm是不采用分代技术的，所有被gc管理的对象都存放在同一个堆里面。

这么做的缺点比较明显：每次进行gc都要遍历所有对象，开销很大。

其实大部分的对象生命周期都很短（短命对象），只有少数对象比较长寿；在这些短命对象中，又只有少数对象占用的内存空间大；其它大量的短命对象都属于小对象（很符合二八原理）。

有鉴于此，从jdk 1.2之后，jvm开始使用分代的垃圾回收（generational garbage collection）。

jvm把gc相关的内存分为年老代（tenured）和年轻代（nursery）、持久代（permanent，对应于jvm规范的方法区）。

大部分对象在刚创建时，都位于年轻代。

如果某对象经历了几轮gc还活着（大龄对象），就把它移到年老代。

另外，如果某个对象在创建时比较大，可能就直接被丢到年老代。

经过这种策略，使得年轻代总是保存那些短命的小对象。

在空间尺寸上，年轻代相对较小，而年老代相对较大。

因为有了分代技术，jvm的gc也相应分为两种：主要收集（major collection）和次要收集（minor collection）。

主要收集同时清理年老代和年轻代，因此开销很大，不常进行；次要收集仅仅清理年轻代，开销很小，经常进行。

★gc对性能会有啥影响？刚才介绍了gc的大致原理，那gc对性能会造成哪些影响捏？主要有如下几个方面：◇造成当前运行线程的停顿早期的gc比较弱智。

在它工作期间，所有其它的线程都被暂停（以免影响垃圾回收工作）。

等到gc干完活，其它线程再继续运行。

所以，早期jdk的gc一旦开始工作，整个程序就会陷入假死状态，失去各种响应。

经过这些年的技术改进（包括采用分代技术），从jdk 1.4开始，gc已经比较精明了。

在它干活期间，只是偶尔暂停一下其它线程的运行（从长时间假死变为暂时性休克）。

◇遍历对象引用的开销试想如果jvm中的对象很多，那遍历完所有可达对象肯定是比较费劲的工作，这个开销可不小。

◇清理和回收垃圾的开销遍历完对象引用之后，对垃圾的清理和回收也有较大的开销。

这部分开销可能包括复制内存块、更新对象引用等等。

★几种收集器◇两个性能指标因为今天聊的是性能的话题，必然会提到衡量gc性能的两个重要指标：吞吐量（throughput）和停顿时间（pause time）。

吞吐量这个词不是很直观，解释一下：就是jvm不用于gc的时间占总时间的比率。

吞吐量是越大越好，停顿时间是越小越好。

不同的应用程序对这两个指标的关注点不一样（后面具体会说），也就是所谓的“众口难调”。

很多jvm厂商为了迎合“众口”，不得不提供多种几种垃圾收集器供使用者选择。

不同的收集器，采用的收集策略是不一样的，下面具体介绍。

◇串行收集器（serial collector）使用命令行选项“-xx:+useserialgc”指定。

这种收集器是最传统的收集器。

它使用单线程进行垃圾回收，对于单cpu机器比较合适。

另外，小型应用或者对上述两个指标没有特殊要求的，可以使用串行收集器。

◇并行收集器（parallel throughput collector）顾名思义，这种收集器使用多个线程进行垃圾回收以达到高吞吐量。

垃圾回收线程的数量通过命令行选项“-xx:parallelgcthreads=n”指定。

可以设置该数值以便充分利用多cpu/多核。

当使用命令行选项“-xx:+useparallelgc”时：它会针对年轻代使用多个垃圾回收线程，对年老代依然使用单个线程的串行方式。

此选项最早在jdk 1.5引入。

当使用命令行选项“-xx:+useparalleloldgc”时：它针对年轻代和年老代都使用多个垃圾回收线程的方式。

不过此选项从jdk 1.6才开始引入。

◇并发收集器（concurrent low pause collector）使用命令行选项“-xx:+useconcmarksweepgc”指定。

这种收集器优先保证程序的响应。

它会尽量让垃圾回收线程和应用自身的线程同时运行，从而降低停顿时间。

此选项从jdk 1.4.1开始支持。

◇增量收集器（incremental collector）自从jdk 1.4.2以来，sun官方就停止维护该收集器了。

所以俺就节省点口水，不多说了。

★如何降低gc的影响？◇尽量减少堆内存的使用由于gc是针对存储在堆内存的对象进行的。

咱们如果在程序中减少引用对象的分配（也就相应降低堆内存分配），那对于提高gc的性能是很有帮助滴。

上次“字符串过滤实战”的帖子给出了一个例子，示范了如何通过降低堆内存的分配次数来提升性能。

◇设置合适的堆内存大小jvm的堆内存是有讲究的，不能太大也不能太小。

如果堆内存太小，jvm老是感觉内存不够用，可能会导致频繁进行垃圾回收，影响了性能；如果堆内存太大，以至于操作系统的大部分物理内存都被jvm自个儿霸占了，那可能会影响其它应用程序甚至操作系统本身的性能。

另外，年轻代的大小（或者说年轻代与年老代的比值）对于gc的性能也有明显影响。

如果年轻代太小，可能导致次要收集很频繁；如果年轻代太大，导致次要收集的停顿很明显。

jvm提供了若干和堆内存大小相关的命令行选项，具体如下：－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－-xms设置初始堆内存-xmx设置最大堆内存-xmn设置年轻代的大小-xx:newratio=n设置年轻代与年老代的比例为“n”-xx:newsize=n设置年轻代大小为“n”－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－一般情况下，jvm的默认参数值已经够用。

所以没事儿别轻易动用上述选项。

如果你非调整不可，一定要做深入的性能对比测试，保证调整后的性能确实优于默认参数值。

◇吞吐量和停顿的取舍前面提到了不同应用的众口难调。

常见的口味有两种：(1)看重吞吐量，对停顿时间无所谓；(2)侧重于停顿时间。

对于某些在后台的、单纯运算密集型的应用，属于第一种。

比如某些科学计算的应用。

这时候建议使用并行收集器。

对于涉及用户ui交互的、实时性要求比较高、程序需要快速响应的，属于第二种。

比如某些桌面游戏、某些电信交换系统。

这时候建议使用并发收集器。