伴隨著“Dalvik is dead，long live Dalvik“這行AOSP代碼提交日志，在Android5.0中，ART運行時取代了Dalvik虛擬機。雖然Dalvik虛擬機不再使用，但是它曾經的作用是不可磨滅的。因此，在研究ART運行時的垃圾收集機制之前，先理解Dalvik虛擬機的垃圾收集機制也是很重要和有幫助的。因此，本文就對Dalvik虛擬機的垃圾收集機進行簡要介紹和制定學習計劃。

之所以說理解Dalvik虛擬機的垃圾收集機制對學習ART運行時的垃圾收集機制有幫助，是因為兩者都使用到了一些共同或者相通的技術，并且前者的實現相對簡單一些。這樣我們就可以從簡單的學起。等到有了一定的基礎之后，再學習復雜的就會容易理解很多。

??????? 好了，廢話不多說，我們開始介紹Dalvik虛擬機的垃圾收集機制涉及到的基本概念或者說術語，如圖1所示：

圖1 Dalvik虛擬機垃圾收集機制的基本概念

??????? Dalvik虛擬機用來分配對象的堆劃分為兩部分，一部分叫做Active Heap，另一部分叫做Zygote Heap。從前面Dalvik虛擬機的啟動過程分析這篇文章可以知道，Android系統的第一個Dalvik虛擬機是由Zygote進程創建的。再結合Android應用程序進程啟動過程的源代碼分析這篇文章，我們可以知道，應用程序進程是由Zygote進程fork出來的。也就是說，應用程序進程使用了一種寫時拷貝技術（COW）來復制了Zygote進程的地址空間。這意味著一開始的時候，應用程序進程和Zygote進程共享了同一個用來分配對象的堆。然而，當Zygote進程或者應用程序進程對該堆進行寫操作時，內核就會執行真正的拷貝操作，使得Zygote進程和應用程序進程分別擁有自己的一份拷貝。

?????? 拷貝是一件費時費力的事情。因此，為了盡量地避免拷貝，Dalvik虛擬機將自己的堆劃分為兩部分。事實上，Dalvik虛擬機的堆最初是只有一個的。也就是Zygote進程在啟動過程中創建Dalvik虛擬機的時候，只有一個堆。但是當Zygote進程在fork第一個應用程序進程之前，會將已經使用了的那部分堆內存劃分為一部分，還沒有使用的堆內存劃分為另外一部分。前者就稱為Zygote堆，后者就稱為Active堆。以后無論是Zygote進程，還是應用程序進程，當它們需要分配對象的時候，都在Active堆上進行。這樣就可以使得Zygote堆盡可能少地被執行寫操作，因而就可以減少執行寫時拷貝的操作。在Zygote堆里面分配的對象其實主要就是Zygote進程在啟動過程中預加載的類、資源和對象了。這意味著這些預加載的類、資源和對象可以在Zygote進程和應用程序進程中做到長期共享。這樣既能減少拷貝操作，還能減少對內存的需求。

?????? 明白了Dalvik虛擬機為什么要把用來分配對象的堆劃分為Active堆和Zygote堆之后，我們再看到底堆是個什么東西，請看圖2：

圖2 Dalvik虛擬機的堆

?????? 在Dalvik虛擬機中，堆實際上就是一塊匿名共享內存。關于Android系統的匿名共享內存，可以參考Android系統匿名共享內存Ashmem（Anonymous Shared Memory）簡要介紹和學習計劃這個系列的文章。Dalvik虛擬機并不是直接管理這塊匿名共享內存，而是將它封裝成一個mspace，交給C庫來管理。mspace是libc中的概念，我們可以通過libc提供的函數create_mspace_with_base創建一個mspace，然后再通過mspace_開頭的函數管理該mspace。例如，我們可以通過mspace_malloc和mspace_bulk_free來在指定的mspace中分配和釋放內存。實際上，我們在使用libc提供的函數malloc和free分配和釋放內存時，也是在一個mspace進行的，只不過這個mspace是由libc默認創建的。

??????? Dalvik虛擬機除了要給應用層分配對象之外，最重要的還是要對這些已經分配出去的對象進行管理，也就是要在對象不再被使用的時候，對其進行自動回收。沒吃過豬肉，也見過豬跑，自動回收對象（也就是垃圾收集）的算法不用多說，就是耳熟能詳的Mark-Sweep算法。

??????? 顧名思義，Mark-Sweep垃圾收集算法主要分為兩個階段：Mark和Sweep。Mark階段從對象的根集開始標記被引用的對象。標記完成后，就進入到Sweep階段，而Sweep階段所做的事情就是回收沒有被標記的對象占用的內存。這里涉及到的一個核心概念就是我們怎么標記對象有沒有被引用的，換句說就是通過什么數據結構來描述對象有沒有被引用。是的，就是圖1中的Heap Bitmap了。Heap Bitmap的結構如圖3所示：

圖3 Heap Bitmap

??????? 從名字就可以推斷出，Heap Bitmap使用位圖來標記對象是否被使用。如果一個對象被引用，那么在Bitmap中與它對應的那一位就會被設置為1。否則的話，就設置為0。在Dalvik虛擬機中，使用一個unsigned long數組來描述一個Heap Bitmap。我們假設堆的大小為Max Heap Size。我們使用libc提供的函數mspace_malloc來從堆里面分配內存時，得到的內存的地址總是對齊到HB_OBJECT_ALIGNMENT的。HB_OBJECT_ALIGNMENT的值等于8，也就是說，我們分配的對象的地址的最低三位總是0。這意味著我們在考慮Bitmap中的位與對象的對應關系時，可以不考慮這最低三位的值。這樣可以大大地減少Bitmap的大小。例如，在32位設備上，每一個對象的地址都有32位，除去最低的三位，我們在考慮Bitmap與對象的對應關系時，只需要考慮高29位就可以了。因此，在計算所需要的Bitmap的大小時，就可以將堆的大小值除以HB_OBJECT_ALIGNMENT，即除以8。

??????? 假設一個unsigned long數占HB_BITS_PER_WORD個位，那么，我們就需要一個大小為（Max Heap Size /? HB_OBJECT_ALIGNMENT /?HB_BITS_PER_WORD）的unsigned long數組來描述一個大小為Max Heap Size的堆。在32位設備上，一個unsigned long數占用32位，即HB_BITS_PER_WORD的值等于32。綜合上面的描述，我們就可以知道，一個大小為Max Heap Size的堆需要一個大小為（Max Heap Size / 8 / 32）的unsigned long數組來描述，即需要一塊字節數等于（Max Heap Size / 8 / 32）× 4的內存來描述。

??????? 在圖1中，我們使用了兩個Bitmap來描述堆的對象，一個稱為Live Bitmap，另一個稱為Mark Bitmap。Live Bitmap用來標記上一次GC時被引用的對象，也就是沒有被回收的對象，而Mark Bitmap用來標記當前GC有被引用的對象。有了這兩個信息之后，我們就可以很容易地知道哪些對象是需要被回收的，即在Live Bitmap在標記為1，但是在Mark Bitmap中標記為0的對象。

? ? ? ? 在垃圾收集的Mark階段，要求除了垃圾收集線程之外，其它的線程都停止，否則的話，就會可能導致不能正確地標記每一個對象。這種現象在垃圾收集算法中稱為Stop The World，會導致程序中止執行，造成停頓的現象。為了盡可能地減少停頓，我們必須要允許在Mark階段有條件地允許程序的其它線程執行。這種垃圾收集算法稱為并行垃圾收集算法（Concurrent GC）。

??????? 為了實現Concurrent GC，Mark階段又劃分兩個子階段。第一個子階段只負責標記根集對象。所謂的根集對象，就是指在GC開始的瞬間，被全局變量、棧變量和寄存器等引用的對象。有了這些根集變量之后，我們就可以順著它們找到其余的被引用變量。例如，一個棧變量引了一個對象，而這個對象又通過成員變量引用了另外一個對象，那該被引用的對象也會同時標記為正在使用。這個標記被根集對象引用的對象的過程就是第二個子階段。在Concurrent GC，第一個子階段是不允許垃圾收集線程之外的線程運行的，但是第二個子階段是允許的。不過，在第二個子階段執行的過程中，如果一個線程修改了一個對象，那么該對象必須要記錄起來，因為它很有可能引用了新的對象，或者引用了之前未引用過的對象。如果不這樣做的話，那么就會導致被引用對象還在使用然而卻被回收。這種情況出現在只進行部分垃圾收集的情況，這時候Card Table的作用就是用來記錄非垃圾收集堆對象對垃圾收集堆對象的引用。Dalvik虛擬機進行部分垃圾收集時，實際上就是只收集在Active堆上分配的對象。因此對Dalvik虛擬機來說，Card Table就是用來記錄在Zygote堆上分配的對象在部收垃圾收集執行過程中對在Active堆上分配的對象的引用。

??????? 我們是不是想到再用一個Bitmap在描述上述第二個子階段被修改的對象呢？雖然我們盡大努力減少了用來標記對象的Bitmap的大小，不過還是比較可觀的。因此，為了減少內存的消耗，我們使用另外一種技術來標記Mark第二子階段被修改的對象。這種技術使用到了一種稱為Card Table的數據結構，如圖4所示：

圖4 Card Table

?????? 從名字可以看出，Card Table由Card組成，一個Card實際上就是一個字節，它的值要么是CLEAN，要么是DIRTY。如果一個Card的值是CLEAN，就表示與它對應的對象在Mark第二子階段沒有被程序修改過。否則的話，就意味著被程序修改過，對于這些被修改過的對象。需要在Mark第二子階段結束之后，再次禁止垃圾收集線程之外的其它線程執行，以便垃圾收集線程再次根據Card Table記錄的信息對被修改過的對象引用的其它對象進行重新標記。由于Mark第二子階段執行的時間不會太長，因此在該階段被修改的對象不會很多，這樣就可以保證第二次子階段結束后，再次執行標記對象的過程是很快的，因而此時對程序造成的停頓非常小。

??????? 在Card Table中，在連續GC_CARD_SIZE地址中的對象共用一個Card。Dalvik虛擬機將GC_CARD_SIZE的值設置為128。因此，假設堆的大小為Max Heap Size，那么我們只需要一塊字節數為（Max Heap Size / 128）的Card Table。相比大小為（Max Heap Size / 8 / 32）× 4的Bitmap，減少了一半的內存需求。

??????? 在Mark階段，Dalvik虛擬機能過遞歸方式來標記對象。但是，這不是通過函數的遞歸調用來實現的，而是借助一個稱為Mark Stack的棧來實現的。具體來說，當我們標記完成根集對象之后，就按照它們的地址從小到大的順序標記它們所引用的其它對象。假設有A、B、C和D四個對象，它的地址大小關系為A < B < C < D，其中，B和D是根集對象，A被D引用，C沒有被B和D引用。那么我們將依次遍歷B和D。當遍歷到B的時候，沒有發現它引用其它對象，然后就繼續向前遍歷D對象。發現它引用了A對象。按照遞歸的算法，這時候除了標記A對象是正在使用之外，還應該去檢查A對象有沒有引用其它對象，然后又再檢查它引用的對象有沒有又引用其它的對象，一直這樣遍歷下去。這樣就跟函數遞歸一樣。更好的做法是將對象A記錄在一個Mark Stack中，然后繼續檢查地址值比對象D大的其它對象。對于地址值比對象D大的其它對象，如果它們引用了一個地址值比它們小的其它對象，那么這些其它對象同樣要記錄在Mark Stack中。等到該輪檢查結束之后，再回過頭來檢查記錄在Mark Stack里面的對象。然后又重復上述過程，直到Mark Stack等于空為止。

???????? 這就是我們在圖1中顯示的Mark Stack的作用，它的具體結構如圖5所示：

圖5 Mark Stack

?????? 在Dalvik虛擬機中，每一個對象都是從Object類繼承下來的，也就是說，每一個對象占用的內存大小都至少等于sizeof(Object)。此外，我們通過libc提供的函數mspace_malloc為對象分配內存時，libc需要額外的內存來記錄被分配出去的內存的信息。例如，需要記錄被分配出去的內存的大小。每一塊分配出去的內存需要額外的HEAP_SOURCE_CHUNK_OVERHEAD內存來記錄上述的管理信息。因此，在Dalvik虛擬機中，每一個對象的大小都至少為sizeof(Object) + HEAP_SOURCE_CHUNK_OVERHEAD。這就意味著對于一個大小為Max Heap Size的堆來說，最多可以分配Max Heap Size / (sizeof(Object) + HEAP_SOURCE_CHUNK_OVERHEAD)個對象。于是，在最壞情況下，我們就需要一個大小為（Max Heap Size / (sizeof(Object) + HEAP_SOURCE_CHUNK_OVERHEAD)）的Object*數組來描述Mark Stack，以便可以實現上述的非遞歸函數調用的遞歸標記算法。

??????? 至此，我們就對Dalvik虛擬機的垃圾收集機制中涉及到的基礎概念分析完成了。沒有結合代碼來分析，可能這些概念一時還難以理解通透。不過不要緊，接下來我們將按照以下三個情景來結合源碼深入分析上述的概念：

??????? 1.?Dalvik虛擬機堆的創建過程。

??????? 2.?Dalvik虛擬機的對象分配過程。

??????? 3.?Dalvik虛擬機的垃圾收集過程。

??????? 按照這三個情景學習Davlik虛擬機的垃圾收集機制之后，我們就會對上面涉及的概念有一個清晰的認識了，同時也會我們后面學習ART運行時的垃圾收集機集打下堅實的基礎。敬請關注！想了解更多信息，也可以關注老羅的新浪微博：http://weibo.com/shengyangluo。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的老郭的《Dalvik虚拟机垃圾收集机制简要介绍和学习计划》的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。