垃圾收集技術詳解筆記

1. 分代收集理論

當前虛擬機的垃圾收集采用分代收集算法，根據對象存活周期將內存分為不同代區，以優化回收效率。

• 核心分區：
  • 新生代（Young Generation）：對象存活周期短，約99%對象在每次回收時死亡。
  • 老年代（Old Generation）：對象存活率高，無額外分配擔保空間。
• 算法選擇：
  • 新生代：適用復制算法（效率高，只需復制少量存活對象）。
  • 老年代：適用標記-清除或標記-整理算法（避免復制開銷，但速度慢10倍以上）。

2. 垃圾收集算法詳解

2.1 標記-復制算法

解決效率問題，將內存分為大小相等的兩塊。

• 工作流程：
  1. 使用其中一塊內存。
  2. 當內存耗盡，將存活對象復制到另一塊。
  3. 清理原內存塊。
• 內存變化示例：
  • 整理前：碎片化狀態。
  • 整理后：存活對象集中到另一塊，內存連續。
• 內存區域類型：
  • 可用內存、可回收內存、存活對象、保留內存。

2.2 標記-清除算法

最基礎算法，分“標記”和“清除”兩階段。

• 工作流程：
  • 標記存活對象（或需回收對象）。
  • 清除未標記對象。
• 缺點：
  • 效率問題：標記大量對象時性能低。
  • 空間問題：產生內存碎片（不連續空間）。
• 內存變化示例：
  • 整理前：碎片化狀態。
  • 整理后：碎片化更嚴重，僅區分可用內存、可回收內存、存活對象。

2.3 標記-整理算法

專為老年代設計，標記后移動對象以消除碎片。

• 工作流程：
  1. 標記存活對象。
  2. 將所有存活對象向一端移動。
  3. 清理邊界外內存。
• 內存變化示例：
  • 回收前：碎片化狀態。
  • 回收后：對象緊湊排列，區分存活對象、可回收內存、未使用內存。

3. 垃圾收集器實現

收集器是算法的具體實現，需根據場景選擇。無“萬能”收集器。

3.1 Serial收集器（-XX:+UseSerialGC, -XX:+UseSerialOldGC）

• 特點：
  • 單線程收集器，工作時暫停所有線程（Stop The World）。
  • 簡單高效（無線程交互開銷）。
• 算法：
  • 新生代：復制算法。
  • 老年代：標記-整理算法。
• 適用場景：客戶端模式或小內存應用。

3.2 Parallel Scavenge收集器（-XX:+UseParallelGC, -XX:+UseParallelOldGC）

• 特點：
  • Serial的多線程版本（默認線程數 = CPU核數）。
  • 關注吞吐量（CPU運行用戶代碼時間占比）。
• 算法：
  • 新生代：復制算法。
  • 老年代：標記-整理算法。
• Parallel Old收集器：
  • Parallel Scavenge的老年代版本，多線程 + 標記-整理算法。
  • JDK8默認收集器，適合高吞吐場景。

3.3 ParNew收集器（-XX:+UseParNewGC）

• 特點：
  • 類似Parallel，但專為與CMS收集器配合設計。
  • 新生代使用復制算法。
• 適用場景：Server模式下的首選（與CMS兼容）。

3.4 CMS收集器（-XX:+UseConcMarkSweepGC）

• 特點：
  • 并發收集器（最短停頓時間），用戶線程與GC線程并行。
  • 基于標記-清除算法。
• 工作流程：
  1. 初始標記（STW）：標記GC Roots直接引用對象。
  2. 并發標記：遍歷對象圖（無停頓）。
  3. 重新標記（STW）：修正并發標記變動（用增量更新算法）。
  4. 并發清理：清除未標記對象。
  5. 并發重置：重置標記數據。
• 缺點：
  • CPU敏感（與業務線程搶資源）。
  • 浮動垃圾（并發階段新垃圾需下次回收）。
  • 內存碎片（需定期整理）。
  • 不確定性（可能觸發Concurrent Mode Failure，降級為Serial Old）。
• 關鍵參數：

  -XX:+UseConcMarkSweepGC     # 啟用CMS  
  -XX:ConcGCThreads            # 并發GC線程數  
  -XX:+UseCMSCompactAtFullCollection  # FullGC后整理碎片  
  -XX:CMSFullGCsBeforeCompaction       # 多少次FullGC后整理一次（默認0）  
  -XX:CMSInitiatingOccupancyFraction   # 老年代使用比例觸發FullGC（默認92%）  
  -XX:+CMSScavengeBeforeRemark         # CMS前啟動Minor GC  
  

4. 億級流量電商系統JVM優化案例

針對訂單系統（8G內存，分配4G給JVM）。

• 優化目標：減少Full GC（避免對象過早進入老年代）。
• 參數配置：

  -Xms3072M -Xmx3072M -Xmn2048M   # 堆大小（新生代2G）  
  -Xss1M                          # 線程棧大小  
  -XX:MetaspaceSize=256M -XX:MaxMetaspaceSize=256M  # 元空間  
  -XX:SurvivorRatio=8             # Eden與Survivor比例  
  -XX:MaxTenuringThreshold=5      # 對象年齡閾值（從15改為5）  
  -XX:PretenureSizeThreshold=1M   # 直接進入老年代對象大小閾值  
  -XX:+UseParNewGC -XX:+UseConcMarkSweepGC  # 新生代ParNew + 老年代CMS  
  -XX:CMSInitiatingOccupancyFraction=92     # 老年代92%觸發FullGC  
  -XX:+UseCMSCompactAtFullCollection        # FullGC后整理碎片  
  -XX:CMSFullGCsBeforeCompaction=3          # 每3次FullGC整理一次  
  

• 優化原理：
  • 增大新生代（-Xmn2048M），減少對象動態年齡判斷導致的過早晉升。
  • 降低對象年齡閾值（-XX:MaxTenuringThreshold=5），確保短期對象在Minor GC回收。
  • CMS默認參數適合高峰后Full GC（幾小時一次）。

5. 垃圾收集底層算法

5.1 三色標記算法

解決并發標記中的漏標問題，將對象分為三色：

• 黑色：已掃描完（安全存活）。
• 灰色：已掃描，但引用未全掃描。
• 白色：未掃描（不可達對象）。
• 問題與解決：
  • 多標（浮動垃圾）：并發階段局部變量銷毀導致本應回收的對象未被回收（下一輪GC處理）。
  • 漏標：通過讀寫屏障解決：
    • 增量更新（CMS使用）：黑色對象插入新引用時記錄，重新掃描。
    • 原始快照（SATB, G1使用）：灰色對象刪除引用時記錄，重新掃描。
• 讀寫屏障實現：

  // 寫屏障示例（增量更新）  
  void oop_field_store(oop* field, oop new_value) {pre_write_barrier(field);    // 寫前操作（記錄舊值）*field = new_value;post_write_barrier(field, new_value); // 寫后操作（記錄新值）
  }
  

5.2 記憶集與卡表

解決跨代引用問題（如新生代引用老年代）。

• 記憶集（Remember Set）：記錄跨代指針集合。
• 卡表實現：字節數組（CARD_TABLE[]），每卡頁512字節。
  • 卡頁變臟（=1）：有跨代指針時更新。
• 維護：通過寫屏障自動更新卡表狀態。

6. 總結

• 分代收集是JVM垃圾回收核心，新生代和老年代需匹配不同算法。
• 收集器選擇需權衡吞吐量（Parallel Scavenge）和停頓時間（CMS）。
• 優化案例顯示：合理配置新生代大小、對象年齡閾值及CMS參數可顯著減少Full GC。
• 底層算法（三色標記、讀寫屏障）確保并發標記的正確性，避免漏標。

---