G1 垃圾收集器原理详解
一、G1 垃圾收集器的開發(fā)背景：
1、CMS 垃圾收集器的缺陷：
? ? ? ? JVM 團(tuán)隊(duì)設(shè)計(jì)出 G1 收集器的目的就是取代 CMS 收集器，因?yàn)?CMS 收集器在很多場(chǎng)景下存在諸多問題，缺陷暴露無遺，具體如下：
（1）CMS收集器對(duì)CPU資源非常敏感。在并發(fā)階段，雖然不會(huì)導(dǎo)致用戶線程停頓，但是會(huì)占用CPU資源而導(dǎo)致引用程序變慢，總吞吐量下降。CMS默認(rèn)啟動(dòng)的回收線程數(shù)是：(CPU數(shù)量+3) / 4
（2）CMS收集器無法處理浮動(dòng)垃圾，由于CMS并發(fā)清理階段用戶線程還在運(yùn)行，伴隨程序的運(yùn)行自然會(huì)有新的垃圾不斷產(chǎn)生，這一部分垃圾出現(xiàn)在標(biāo)記過程之后，稱為“浮動(dòng)垃圾”，CMS 無法在本次收集中處理它們，只好留待下一次GC時(shí)將其清理掉。
（3）由于垃圾收集階段會(huì)產(chǎn)生“浮動(dòng)垃圾”，因此CMS收集器不能像其他收集器那樣等到老年代幾乎完全被填滿了再進(jìn)行收集，需要預(yù)留一部分內(nèi)存空間提供并發(fā)收集時(shí)的程序運(yùn)作使用。在默認(rèn)設(shè)置下，CMS收集器在老年代使用了68%的空間時(shí)就會(huì)被激活，也可以通過參數(shù)-XX:CMSInitiatingOccupancyFraction的值來提高觸發(fā)百分比，以降低內(nèi)存回收次數(shù)提高性能。要是CMS運(yùn)行期間預(yù)留的內(nèi)存無法滿足程序其他線程需要，就會(huì)出現(xiàn)“Concurrent Mode Failure”失敗，這時(shí)候虛擬機(jī)將啟動(dòng)后備預(yù)案：臨時(shí)啟用Serial Old收集器來重新進(jìn)行老年代的垃圾收集，這樣停頓時(shí)間就很長(zhǎng)了。所以參數(shù) -XX:CMSInitiatingOccupancyFraction 設(shè)置的過高將會(huì)很容易導(dǎo)致 “Concurrent Mode Failure” 失敗，性能反而降低。
（4）CMS是基于“標(biāo)記-清除”算法實(shí)現(xiàn)的收集器，會(huì)產(chǎn)生大量不連續(xù)的內(nèi)存碎片。當(dāng)老年代空間碎片太多時(shí)，如果無法找到一塊足夠大的連續(xù)內(nèi)存存放對(duì)象時(shí)，將不得不提前觸發(fā)一次Full GC。為了解決這個(gè)問題，CMS收集器提供了一個(gè)-XX:UseCMSCompactAtFullCollection開關(guān)參數(shù)，用于在Full ?GC之后增加一個(gè)碎片整理過程，還可通過-XX:CMSFullGCBeforeCompaction參數(shù)設(shè)置執(zhí)行多少次不壓縮的Full ?GC之后，跟著來一次碎片整理過程。
2、G1 垃圾收集器的特點(diǎn)：
????????G1（Garbage First）收集器是 JDK7 提供的一個(gè)新收集器，在 JDK9 中更被指定為官方GC收集器，與CMS收集器相比，最突出的改進(jìn)是：
- 基于 “標(biāo)記-整理” 算法，收集后不會(huì)產(chǎn)生內(nèi)存碎片。
- 可以非常精確控制停頓時(shí)間，在不犧牲吞吐量前提下，實(shí)現(xiàn)低停頓垃圾回收。
在介紹G1的垃圾收集流程之前，我們先簡(jiǎn)單了解下G1中的內(nèi)存模型以及主要的數(shù)據(jù)結(jié)構(gòu)，這些數(shù)據(jù)結(jié)果對(duì)我們了解G1的垃圾回收流程十分重要
二、G1 垃圾收集器的內(nèi)存模型：
????????G1 收集器不采用傳統(tǒng)的新生代和老年代物理隔離的布局方式，僅在邏輯上劃分新生代和老年代，將整個(gè)堆內(nèi)存劃分為2048個(gè)大小相等的獨(dú)立內(nèi)存塊Region，每個(gè)Region是邏輯連續(xù)的一段內(nèi)存，具體大小根據(jù)堆的實(shí)際大小而定，整體被控制在 1M - 32M 之間，且為2的N次冪（1M、2M、4M、8M、16M和32M），并使用不同的Region來表示新生代和老年代，G1不再要求相同類型的 Region 在物理內(nèi)存上相鄰，而是通過Region的動(dòng)態(tài)分配方式實(shí)現(xiàn)邏輯上的連續(xù)。
????????G1收集器通過跟蹤Region中的垃圾堆積情況，每次根據(jù)設(shè)置的垃圾回收時(shí)間，回收優(yōu)先級(jí)最高的區(qū)域，避免整個(gè)新生代或整個(gè)老年代的垃圾回收，使得stop the world的時(shí)間更短、更可控，同時(shí)在有限的時(shí)間內(nèi)可以獲得最高的回收效率。
? ? ? ? 通過區(qū)域劃分和優(yōu)先級(jí)區(qū)域回收機(jī)制，確保G1收集器可以在有限時(shí)間獲得最高的垃圾收集效率。
1、分區(qū)Region：
? ? ? ? G1 垃圾收集器將堆內(nèi)存劃分為若干個(gè) Region，每個(gè)?Region 分區(qū)只能是一種角色，Eden區(qū)、S區(qū)、老年代O區(qū)的其中一個(gè)，空白區(qū)域代表的是未分配的內(nèi)存，最后還有個(gè)特殊的區(qū)域H區(qū)（Humongous），專門用于存放巨型對(duì)象，如果一個(gè)對(duì)象的大小超過Region容量的50%以上，G1 就認(rèn)為這是個(gè)巨型對(duì)象。在其他垃圾收集器中，這些巨型對(duì)象默認(rèn)會(huì)被分配在老年代，但如果它是一個(gè)短期存活的巨型對(duì)象，放入老年代就會(huì)對(duì)垃圾收集器造成負(fù)面影響，觸發(fā)老年代頻繁GC。為了解決這個(gè)問題，G1劃分了一個(gè)H區(qū)專門存放巨型對(duì)象，如果一個(gè)H區(qū)裝不下巨型對(duì)象，那么G1會(huì)尋找連續(xù)的H分區(qū)來存儲(chǔ)，如果尋找不到連續(xù)的H區(qū)的話，就不得不啟動(dòng) Full GC 了。
2、Remember Set：
????????在串行和并行收集器中，GC時(shí)是通過整堆掃描來確定對(duì)象是否處于可達(dá)路徑中。然而G1為了避免STW式的整堆掃描，為每個(gè)分區(qū)各自分配了一個(gè)?RSet（Remembered Set），它內(nèi)部類似于一個(gè)反向指針，記錄了其它?Region 對(duì)當(dāng)前?Region 的引用情況，這樣就帶來一個(gè)極大的好處：回收某個(gè)Region時(shí)，不需要執(zhí)行全堆掃描，只需掃描它的 RSet 就可以找到外部引用，來確定引用本分區(qū)內(nèi)的對(duì)象是否存活，進(jìn)而確定本分區(qū)內(nèi)的對(duì)象存活情況，而這些引用就是 initial mark 的根之一。
????????事實(shí)上，并非所有的引用都需要記錄在RSet中，如果引用源是本分區(qū)的對(duì)象，那么就不需要記錄在 RSet 中；同時(shí) G1 每次 GC 時(shí)，所有的新生代都會(huì)被掃描，因此引用源是年輕代的對(duì)象，也不需要在RSet中記錄；所以最終只需要記錄老年代到新生代之間的引用即可。
3、Card Table：
????????如果一個(gè)線程修改了Region內(nèi)部的引用，就必須要去通知RSet，更改其中的記錄。需要注意的是，如果引用的對(duì)象很多，賦值器需要對(duì)每個(gè)引用做處理，賦值器開銷會(huì)很大，因此 G1 回收器引入了?Card Table 解決這個(gè)問題。
????????一個(gè) Card Table 將一個(gè) Region 在邏輯上劃分為若干個(gè)固定大小（介于128到512字節(jié)之間）的連續(xù)區(qū)域，每個(gè)區(qū)域稱之為卡片 Card，因此 Card 是堆內(nèi)存中的最小可用粒度，分配的對(duì)象會(huì)占用物理上連續(xù)的若干個(gè)卡片，當(dāng)查找對(duì)分區(qū)內(nèi)對(duì)象的引用時(shí)便可通過卡片 Card 來查找(見RSet)，每次對(duì)內(nèi)存的回收，也都是對(duì)指定分區(qū)的卡片進(jìn)行處理。每個(gè) Card 都用一個(gè) Byte 來記錄是否修改過，Card Table 就是這些 Byte 的集合，是一個(gè)字節(jié)數(shù)組，由 Card 的數(shù)組下標(biāo)來標(biāo)識(shí)每個(gè)分區(qū)的空間地址。默認(rèn)情況下，每個(gè) Card 都未被引用，當(dāng)一個(gè)地址空間被引用時(shí)，這個(gè)地址空間對(duì)應(yīng)的數(shù)組索引的值被標(biāo)記為”0″，即標(biāo)記為臟被引用，此外 RSet 也將這個(gè)數(shù)組下標(biāo)記錄下來。
? ? ? ? 一個(gè)Region可能有多個(gè)線程在并發(fā)修改，因此也可能會(huì)并發(fā)修改 RSet。為避免沖突，G1垃圾回收器進(jìn)一步把 RSet 劃分成了多個(gè) HashTable，每個(gè)線程都在各自的 HashTable 里修改。最終，從邏輯上來說，RSet 就是這些 HashTable 的集合。哈希表是實(shí)現(xiàn) RSet 的一種常見方式，它的好處就是能夠去除重復(fù)，這意味著，RS的大小將和修改的指針數(shù)量相當(dāng)，而在不去重的情況下，RS的數(shù)量和寫操作的數(shù)量相當(dāng)。
HashTable 的 Key 是別的 Region 的起始地址，Value是一個(gè)集合，里面的元素是Card Table的Index。
前面三個(gè)數(shù)據(jù)結(jié)構(gòu)的關(guān)系如下：
????????圖中RS的虛線表明的是，RSet 并不是一個(gè)和 Card Table獨(dú)立的、不同的數(shù)據(jù)結(jié)構(gòu)，而是指RS是一個(gè)概念模型。實(shí)際上，Card Table 是 RS 的一種實(shí)現(xiàn)方式。
G1對(duì)內(nèi)存的使用以分區(qū)(Region)為單位，而對(duì)對(duì)象的分配則以卡片(Card)為單位。
4、RSet 的寫屏障：
????????寫屏障是指，每次 Reference 引用類型在執(zhí)行寫操作時(shí)，都會(huì)產(chǎn)生 Write Barrier?寫屏障暫時(shí)中斷操作并額外執(zhí)行一些動(dòng)作。
????????對(duì)寫屏障來說，過濾掉不必要的寫操作是十分有必要的，因?yàn)閷憱艡诘闹噶铋_銷是十分昂貴的，這樣既能加快賦值器的速度，也能減輕回收器的負(fù)擔(dān)。G1 收集器的寫屏障是跟 RSet 相輔相成的，產(chǎn)生寫屏障時(shí)會(huì)檢查要寫入的引用指向的對(duì)象是否和該 Reference 類型數(shù)據(jù)在不同的 Region，如果不同，才通過 CardTable 把相關(guān)引用信息記錄到引用指向?qū)ο蟮乃?Region 對(duì)應(yīng)的 RSet?中，通過過濾就能使 RSet?大大減少。
（1）寫前柵欄：即將執(zhí)行一段賦值語(yǔ)句時(shí)，等式左側(cè)對(duì)象將修改引用到另一個(gè)對(duì)象，那么等式左側(cè)對(duì)象原先引用的對(duì)象所在分區(qū)將因此喪失一個(gè)引用，那么JVM就需要在賦值語(yǔ)句生效之前，記錄喪失引用的對(duì)象。但JVM并不會(huì)立即維護(hù)RSet，而是通過批量處理，在將來RSet更新
（2）寫后柵欄：當(dāng)執(zhí)行一段賦值語(yǔ)句后，等式右側(cè)對(duì)象獲取了左側(cè)對(duì)象的引用，那么等式右側(cè)對(duì)象所在分區(qū)的RSet也應(yīng)該得到更新。同樣為了降低開銷，寫后柵欄發(fā)生后，RSet也不會(huì)立即更新，同樣只是記錄此次更新日志，在將來批量處理
????????G1垃圾回收器進(jìn)行垃圾回收時(shí)，在GC根節(jié)點(diǎn)枚舉范圍加入RSet，就可以保證不進(jìn)行全局掃描，也不會(huì)有遺漏。另外JVM使用的其余的分代的垃圾回收器也都有寫屏障，舉例來說，每次將一個(gè)老年代對(duì)象的引用修改為指向年輕代對(duì)象，都會(huì)被寫屏障捕獲并記錄下來，因此在年輕代回收的時(shí)候，就可以避免掃描整個(gè)老年代來查找根。
????????G1的垃圾回收器的寫屏障使用一種兩級(jí)的log buffer結(jié)構(gòu)：
- global set of filled buffer：所有線程共享的一個(gè)全局的，存放填滿了的log buffer的集合
- thread log buffer：每個(gè)線程自己的log buffer。所有的線程都會(huì)把寫屏障的記錄先放進(jìn)去自己的log buffer中，裝滿了之后，就會(huì)把log buffer放到 global set of filled buffer中，而后再申請(qǐng)一個(gè)log buffer；
5、Collect Set：
????????Collect Set（CSet）是指，在 Evacuation 階段，由G1垃圾回收器選擇的待回收的Region集合，在任意一次收集器中，CSet 所有分區(qū)都會(huì)被釋放，內(nèi)部存活的對(duì)象都會(huì)被轉(zhuǎn)移到分配的空閑分區(qū)中。G1 的軟實(shí)時(shí)性就是通過CSet的選擇來實(shí)現(xiàn)的，對(duì)應(yīng)于算法的兩種模式 fully-young generational mode 和 partially-young mode，CSet的選擇可以分成兩種：
????????候選老年代分區(qū)的CSet準(zhǔn)入條件，可以通過活躍度閾值 -XX:G1MixedGCLiveThresholdPercent(默認(rèn)85%) 進(jìn)行設(shè)置，從而攔截那些回收開銷巨大的對(duì)象；同時(shí)，每次混合收集可以包含候選老年代分區(qū)，可根據(jù)CSet對(duì)堆的總大小占比 -XX:G1OldCSetRegionThresholdPercent(默認(rèn)10%) 設(shè)置數(shù)量上限。
????????由上述可知，G1的收集都是根據(jù)CSet進(jìn)行操作的，年輕代收集與混合收集沒有明顯的不同，最大的區(qū)別在于兩種收集的觸發(fā)條件。
三、G1的的垃圾收集過程：
????????G1提供了兩種GC模式，Young GC 和 Mixed GC，兩種都是Stop The World(STW)的，不過講垃圾回收之前，我們先介紹下 G1 的對(duì)象分配策略。
1、對(duì)象分配策略：
????????每一個(gè)分配的 Region 都可以分成兩個(gè)部分，已分配的和未被分配的，它們之間的界限被稱為top。總體上來說，把一個(gè)對(duì)象分配到Region內(nèi)，只需要簡(jiǎn)單增加top的值。過程如下：
（1）線程本地分配緩沖區(qū) Thread Local allocation buffer (TLab)：
????????如果對(duì)象在一個(gè)共享的空間中分配，那么我們就需要采用同步機(jī)制來解決并發(fā)沖突問題，而為了減少并發(fā)沖突損耗的同步時(shí)間，G1 為每個(gè)應(yīng)用線程和GC線程分配了一個(gè)本地分配緩沖區(qū)TLAB，分配對(duì)象內(nèi)存時(shí)，就在這個(gè) buffer 內(nèi)分配，線程之間不再需要進(jìn)行任何的同步，提高GC效率。但是當(dāng)線程耗盡了自己的Buffer之后，需要申請(qǐng)新的Buffer。這個(gè)時(shí)候依然會(huì)帶來并發(fā)的問題。G1回收器采用的是CAS（Compate And Swap）操作。
????????顯然的，采用TLAB的技術(shù)，就會(huì)帶來碎片。舉例來說，當(dāng)一個(gè)線程在自己的Buffer里面分配的時(shí)候，雖然Buffer里面還有剩余的空間，但是卻因?yàn)榉峙涞膶?duì)象過大以至于這些空閑空間無法容納，此時(shí)線程只能去申請(qǐng)新的Buffer，而原來的Buffer中的空閑空間就被浪費(fèi)了。Buffer的大小和線程數(shù)量都會(huì)影響這些碎片的多寡。
? ? ? ? 每次垃圾收集時(shí)，每個(gè)GC線程同樣可以獨(dú)占一個(gè)本地緩沖區(qū)(GCLAB)用來轉(zhuǎn)移對(duì)象，將存活對(duì)象復(fù)制到Suvivor空間或老年代空間；
????????對(duì)于從Eden/Survivor空間晉升(Promotion)到Survivor/老年代空間的對(duì)象，同樣有GC獨(dú)占的本地緩沖區(qū)進(jìn)行操作，該部分稱為晉升本地緩沖區(qū)(PLAB)。
（2）Eden區(qū)中分配：
????????對(duì)TLAB空間中無法分配的對(duì)象，JVM會(huì)嘗試在Eden空間中進(jìn)行分配。如果Eden空間無法容納該對(duì)象，就只能在老年代中進(jìn)行分配空間。
（3）Humongous區(qū)分配：
????????巨型對(duì)象會(huì)獨(dú)占一個(gè)、或多個(gè)連續(xù)分區(qū)，其中第一個(gè)分區(qū)被標(biāo)記為開始巨型(StartsHumongous)，相鄰連續(xù)分區(qū)被標(biāo)記為連續(xù)巨型(ContinuesHumongous)。由于無法享受 TLab 帶來的優(yōu)化，并且確定一片連續(xù)的內(nèi)存空間需要掃描整堆，因此確定巨型對(duì)象開始位置的成本非常高，如果可以，應(yīng)用程序應(yīng)避免生成巨型對(duì)象。
G1內(nèi)部做了一個(gè)優(yōu)化，一旦發(fā)現(xiàn)沒有引用指向巨型對(duì)象，則可直接在年輕代收集周期中被回收。
2、G1 Young GC：
????????當(dāng)Eden區(qū)已滿，JVM分配對(duì)象到Eden區(qū)失敗時(shí)，便會(huì)觸發(fā)一次STW式的年輕代收集young GC，將 Eden 區(qū)存活的對(duì)象將被拷貝到 to?survivor 區(qū)；from survivor 區(qū)存活的對(duì)象則根據(jù)存活次數(shù)閾值分別晉升到 PLAB、to survivor 區(qū)和老年代中；如果 survivor 空間不夠，Eden區(qū)的部分?jǐn)?shù)據(jù)會(huì)直接晉升到年老代空間。最終Eden空間的數(shù)據(jù)為空，GC停止工作，應(yīng)用線程繼續(xù)執(zhí)行。
? ? ? ? young GC 還負(fù)責(zé)維護(hù)對(duì)象的年齡(存活次數(shù))，輔助判斷老化(tenuring)對(duì)象晉升時(shí)的去向。young GC 首先將晉升對(duì)象尺寸總和、年齡信息維護(hù)到年齡表中，再根據(jù)年齡表、Survivor尺寸、Survivor填充容量 -XX:TargetSurvivorRatio(默認(rèn)50%)、最大任期閾值 -XX:MaxTenuringThreshold(默認(rèn)15)，計(jì)算出一個(gè)恰當(dāng)?shù)娜纹陂撝?#xff0c;凡是超過任期閾值的對(duì)象都會(huì)被晉升到老年代。
????????這時(shí)，我們需要考慮一個(gè)問題，如果僅僅 GC 新生代對(duì)象，我們?nèi)绾握业剿械母鶎?duì)象呢？ 老年代的所有對(duì)象都是根么？那這樣掃描下來會(huì)耗費(fèi)大量的時(shí)間。于是就需要使用到我們上文介紹到的?RSet 了，RSet 中記錄了其他 region 對(duì)當(dāng)前 region 的引用，因此，在進(jìn)行Young GC 時(shí)，掃描根時(shí)，僅僅需要掃描這一塊區(qū)域，而不需要掃描整個(gè)老年代。
2.1、young GC的詳細(xì)回收過程：
（1）第一階段，根掃描：
根是指static變量指向的對(duì)象、正在執(zhí)行的方法調(diào)用鏈上的局部變量等。根引用連同 RSet 記錄的外部引用作為掃描存活對(duì)象的入口。
（2）第二階段，更新RSet：
處理 dirty card 隊(duì)列中的 card，更新 RSet，此階段完成后，RSet 可以準(zhǔn)確的反映老年代對(duì)所在的region 分區(qū)中對(duì)象的引用
（3）第三階段：處理RSet：
識(shí)別被老年代對(duì)象指向的 Eden 中的對(duì)象，這些被指向的Eden中的對(duì)象被認(rèn)為是存活的對(duì)象
（4）第四階段：對(duì)象拷貝：
將 Eden 區(qū)存活的對(duì)象將被拷貝到 to?survivor 區(qū)；from survivor 區(qū)存活的對(duì)象則根據(jù)存活次數(shù)閾值分別晉升到 PLAB、to survivor 區(qū)和老年代中；如果 survivor 空間不夠，Eden區(qū)的部分?jǐn)?shù)據(jù)會(huì)直接晉升到年老代空間。
（5）第五階段：處理引用：
處理軟引用、弱引用、虛引用，最終Eden空間的數(shù)據(jù)為空，GC停止工作，而目標(biāo)內(nèi)存中的對(duì)象都是連續(xù)存儲(chǔ)的、沒有碎片，所以復(fù)制過程可以達(dá)到內(nèi)存整理的效果，減少碎片。
3、G1 Mixed GC：
????????年輕代不斷進(jìn)行垃圾回收活動(dòng)后，為了避免老年代的空間被耗盡。當(dāng)老年代占用空間超過整堆比 IHOP 閾值 -XX:InitiatingHeapOccupancyPercent(默認(rèn)45%)時(shí)，G1就會(huì)啟動(dòng)一次混合垃圾回收Mixed GC，Mixed GC不僅進(jìn)行正常的新生代垃圾收集，同時(shí)也回收部分后臺(tái)掃描線程標(biāo)記的老年代分區(qū)。Mixed GC步驟主要分為兩步：
（1）全局并發(fā)標(biāo)記（global concurrent marking）
（2）拷貝存活對(duì)象（evacuation）
這里需要特別注意的是 Mixed GC 并不是 Full GC，只有當(dāng)?Mixed GC 來不及回收old region，也就說在需要分配老年代的對(duì)象時(shí)，但發(fā)現(xiàn)沒有足夠的空間，這個(gè)時(shí)候就會(huì)觸發(fā)一次 Full GC
3.1、全局并發(fā)標(biāo)記（global concurrent marking）
????????在進(jìn)行混合回收前，會(huì)先進(jìn)行 global concurrent marking，在 G1 GC 中，它并不是一次GC過程的必須環(huán)節(jié)，主要是為 Mixed GC 提供標(biāo)記服務(wù)的。global concurrent marking的執(zhí)行過程分為五個(gè)步驟：
（1）初始標(biāo)記（initial mark，STW）：
會(huì)標(biāo)記出所有?GC Roots 節(jié)點(diǎn)以及直接可達(dá)的對(duì)象，這一階段需stop the world，但是耗時(shí)很短。
????????初始標(biāo)記過程與 young GC 息息相關(guān)。事實(shí)上，當(dāng)達(dá)到 IHOP 閾值時(shí)，G1并不會(huì)立即發(fā)起并發(fā)標(biāo)記周期，而是等待下一次年輕代收集，利用年輕代收集的STW時(shí)間段，完成初始標(biāo)記，這種方式稱為借道。
（2）根區(qū)域掃描（root region scan）：
掃描初始標(biāo)記的存活區(qū)中（即 survivor 區(qū)）可直達(dá)的老年代區(qū)域?qū)ο?#xff0c;并標(biāo)記根對(duì)象。該階段與應(yīng)用程序并發(fā)運(yùn)行，并且只有完成該階段后，才能開始下一次 STW 的 young GC。
因?yàn)?RSet 是不記錄從 young region 出發(fā)的引用，那么就可能出現(xiàn)一種情況，一個(gè)老年代的存活對(duì)象，只被年輕代的對(duì)象引用。在一次young GC中，這些存活的年輕代的對(duì)象會(huì)被復(fù)制到 Survivor Region，因此需要掃描這些 Survivor region 來查找這些指向老年代的對(duì)象的引用，作為并發(fā)標(biāo)記階段掃描老年代的根的一部分。
（3）并發(fā)標(biāo)記（Concurrent Marking）：
從?GC Roots 對(duì)堆中的對(duì)象進(jìn)行可達(dá)性分析，找出存活的對(duì)象，此過程可能被 young GC 中斷，并發(fā)標(biāo)記階段產(chǎn)生的新的引用（或引用的更新）會(huì)被 SATB 的 write barrier 記錄下來，同時(shí)，并發(fā)標(biāo)記線程還會(huì)定期檢查和處理STAB全局緩沖區(qū)列表的記錄，更新對(duì)象引用信息。在此階段中，如果發(fā)現(xiàn)區(qū)域中的所有對(duì)象都是垃圾，那這個(gè)區(qū)域會(huì)立即被回收。同時(shí)，并發(fā)標(biāo)記過程中，會(huì)計(jì)算每個(gè)區(qū)域中對(duì)象的存活比例。
在并發(fā)標(biāo)記階段，我們就不得不了解一下三色標(biāo)記算法，該算法我們放在下文介紹
（4）重新標(biāo)記（Remark，STW）：
重新標(biāo)記階段是為了修正在并發(fā)標(biāo)記期間，因應(yīng)用程序繼續(xù)運(yùn)作而導(dǎo)致標(biāo)記產(chǎn)生變動(dòng)的那一部分標(biāo)記記錄，就是去處理剩下的?SATB日志緩沖區(qū)和所有更新，找出所有未被訪問的存活對(duì)象。
????????CMS收集器中，重新標(biāo)記使用的增量更新，而 G1 使用的是比 CMS 更快的初始快照算法?SATB 算法：snapshot-at-the-beginning。
????????SATB 在標(biāo)記開始時(shí)會(huì)創(chuàng)建一個(gè)存活對(duì)象的快照?qǐng)D，從而確保并發(fā)標(biāo)記階段所有的垃圾對(duì)象都能通過快照被鑒別出來。當(dāng)賦值語(yǔ)句發(fā)生時(shí)，應(yīng)用將會(huì)改變了它的對(duì)象圖，那么JVM需要記錄被覆蓋的對(duì)象，因此寫前柵欄會(huì)在引用變更前，將值記錄在SATB日志或緩沖區(qū)中（每個(gè)線程都會(huì)獨(dú)占一個(gè)SATB緩沖區(qū)，初始有256條記錄空間）。當(dāng)空間用盡時(shí)，線程會(huì)分配新的SATB緩沖區(qū)繼續(xù)使用，而原有的緩沖去則加入全局列表中。最終在并發(fā)標(biāo)記階段，并發(fā)標(biāo)記線程在標(biāo)記的同時(shí)，還會(huì)定期檢查和處理全局緩沖區(qū)列表的記錄，然后根據(jù)標(biāo)記位圖分片的標(biāo)記位，掃描引用字段來更新RSet，修正 SATB? 的誤差。
????????SATB的 log buffer 如 RSet 的寫屏障使用的 log buffer 一樣，都是兩級(jí)結(jié)構(gòu)，作用機(jī)制也是一樣的。
（5）清除（Cleanup，STW）：
該階段主要是排序各個(gè)?Region 的回收價(jià)值和成本，并根據(jù)用戶所期望的GC停頓時(shí)間來制定回收計(jì)劃。（這個(gè)階段并不會(huì)實(shí)際去做垃圾的回收，也不會(huì)執(zhí)行存活對(duì)象的拷貝）
清除階段執(zhí)行的詳細(xì)操作有一下幾點(diǎn)：
① RSet梳理：啟發(fā)式算法會(huì)根據(jù)活躍度和RSet尺寸對(duì)分區(qū)定義不同等級(jí)，同時(shí)RSet數(shù)理也有助于發(fā)現(xiàn)無用的引用。
② 整理堆分區(qū)：為混合收集識(shí)別回收收益高（基于釋放空間和暫停目標(biāo)）的老年代分區(qū)集合；
③ 識(shí)別所有空閑分區(qū)：即發(fā)現(xiàn)無存活對(duì)象的分區(qū)，該分區(qū)可在清除階段直接回收，無需等待下次收集周期。
如果不考慮維護(hù)Remembered Set的操作，可以分為上圖4個(gè)步驟（與CMS較為相似），其中初始標(biāo)記、并發(fā)標(biāo)記、重新標(biāo)記跟CMS收集器相同，只有第四階段的篩選回收有些區(qū)別。
3.2、拷貝存活對(duì)象（evacuation）：
當(dāng)G1發(fā)起全局并發(fā)標(biāo)記之后，并不會(huì)馬上開始混合收集，G1會(huì)先等待下一次年輕代收集，然后在該 young gc 收集階段中，確定下次混合收集的CSet
? ? ? ? 全局標(biāo)記完成后，G1 就知道哪些 old region 的可回收垃圾最多了，只需等待合適的時(shí)機(jī)就可以開始混合回收了，而混合回收除了回收這個(gè)young region，還會(huì)回收部分 old region（不需要回收全部 old region）。根據(jù)停頓目標(biāo)，G1 可能沒法一次回收掉所有的old region 候選分區(qū)，只能選擇優(yōu)先級(jí)高的若干個(gè) region 進(jìn)行回收，所以G1可能會(huì)產(chǎn)生連續(xù)多次的混合收集與應(yīng)用線程交替執(zhí)行，而這些被選中的 region 就是 CSet 了，而單次的混合回收的算法與上文的 Young GC 算法完全一樣，只不過回收集CSet 中多了老年代的內(nèi)存分段；而第二個(gè)步驟就是將這些 region 中存活的對(duì)象復(fù)制到空間 region 中去，同時(shí)把這些已經(jīng)被回收的 region 放到空閑 region 列表中。
????????G1會(huì)計(jì)算每次加入到CSet中的分區(qū)數(shù)量、混合收集進(jìn)行次數(shù)，并且在上次的年輕代收集、以及接下來的混合收集中，G1會(huì)確定下次加入CSet的分區(qū)集(Choose CSet)，并且確定是否結(jié)束混合收集周期。
（1）并發(fā)標(biāo)記結(jié)束以后，老年代中100%為垃圾的 region 就直接被回收了，僅部分為垃圾的region會(huì)被分成8次回收（可以通過 -XX:G1MixedGCCountTarget 設(shè)置，默認(rèn)閾值8），所以 Mixed GC 的回收集（CSet）包括八分之一的老年代內(nèi)存分段、Eden 區(qū)內(nèi)存分段、Survivor 區(qū)內(nèi)存分段。
（2）由于老年代的內(nèi)存分段默認(rèn)分8次回收，G1會(huì)優(yōu)先回收垃圾多的內(nèi)存分段。垃圾占內(nèi)存分段比例越高的，越會(huì)被先回收。并且由一個(gè)閾值決定內(nèi)存分段是否被回收?-XX:G1MixedGCLiveThresholdPercent，默認(rèn)為 65%，意思是垃圾占內(nèi)存分段比例要達(dá)到 65% 才會(huì)被回收。如果垃圾占比太低，意味著存活的對(duì)象占比高，在復(fù)制的時(shí)候會(huì)花費(fèi)更多的時(shí)間。
（3）混合回收并不一定要進(jìn)行8次，有一個(gè)閾值?-XX:G1HeapWastePercent，默認(rèn)值 10%，意思是允許整個(gè)堆內(nèi)存有 10% 的空間浪費(fèi)，意味著如果發(fā)現(xiàn)可以回收的垃圾占堆內(nèi)存的比例低于10%，則不再進(jìn)行混合回收，因?yàn)?GC 會(huì)花費(fèi)很多的時(shí)間，但是回收到的內(nèi)存卻很少
G1 垃圾回收流程小結(jié)：Young CG 和 Mixed GC，是G1回收空間的主要活動(dòng)。當(dāng)應(yīng)用開始運(yùn)行時(shí)，堆內(nèi)存可用空間還比較大，只會(huì)在年輕代滿時(shí)，觸發(fā)年輕代收集；隨著老年代內(nèi)存增長(zhǎng)，當(dāng)?shù)竭_(dá) IHOP 閾值 -XX:InitiatingHeapOccupancyPercent(老年代占整堆比，默認(rèn)45%) 時(shí)，G1開始著手準(zhǔn)備收集老年代空間。首先經(jīng)歷并發(fā)標(biāo)記周期，識(shí)別出高收益的老年代分區(qū)。但隨后G1并不會(huì)馬上開啟一次混合收集，而是讓應(yīng)用線程先運(yùn)行一段時(shí)間，等待觸發(fā)一次年輕代收集，在這次STW中，G1將開始整理混合收集周期。接著再次讓應(yīng)用線程運(yùn)行，當(dāng)接下來的幾次年輕代收集時(shí)，將會(huì)有老年代分區(qū)加入到CSet中，即觸發(fā)混合收集，這些連續(xù)多次的混合收集稱為混合收集。
4、Full GC：
????????當(dāng) G1 無法在堆空間中申請(qǐng)新的分區(qū)時(shí)，G1便會(huì)觸發(fā)擔(dān)保機(jī)制，執(zhí)行一次STW式的、單線程的 Full GC，Full GC會(huì)對(duì)整堆做標(biāo)記清除和壓縮，最后將只包含純粹的存活對(duì)象。參數(shù)-XX:G1ReservePercent(默認(rèn)10%)可以保留空間，來應(yīng)對(duì)晉升模式下的異常情況，最大占用整堆50%，更大也無意義。
????????G1在以下場(chǎng)景中會(huì)觸發(fā) Full GC，同時(shí)會(huì)在日志中記錄to-space-exhausted以及Evacuation Failure：
- （1）從年輕代分區(qū)拷貝存活對(duì)象時(shí)，無法找到可用的空閑分區(qū)
- （2）從老年代分區(qū)轉(zhuǎn)移存活對(duì)象時(shí)，無法找到可用的空閑分區(qū)
- （3）分配巨型對(duì)象時(shí)在老年代無法找到足夠的連續(xù)分區(qū)
????????由于G1的應(yīng)用場(chǎng)合往往堆內(nèi)存都比較大，所以Full GC的收集代價(jià)非常昂貴，應(yīng)該避免Full GC的發(fā)生。
5、三色標(biāo)記算法：
三色標(biāo)記算法是并發(fā)收集階段的重要算法，它是描述追蹤式回收器的一種有用的方法，利用它可以推演回收器的正確性。 首先，我們將對(duì)象分成三種類型的。
- 黑色：根對(duì)象，或者該對(duì)象與它的子對(duì)象都被掃描了
- 灰色：對(duì)象本身被掃描，但還沒掃描完該對(duì)象中的子對(duì)象
- 白色：未被掃描對(duì)象，掃描完成所有對(duì)象之后，最終為白色的為不可達(dá)對(duì)象，即垃圾對(duì)象
下面我們就以一組演變圖，加深下對(duì)三色標(biāo)記算法的理解，當(dāng)GC開始掃描對(duì)象時(shí)，按照如下圖步驟進(jìn)行對(duì)象的掃描：
5.1、三色標(biāo)記算法的正常流程：
（1）根對(duì)象被置為黑色，子對(duì)象被置為灰色：
?（2）繼續(xù)由灰色遍歷，將已掃描了子對(duì)象的對(duì)象置為黑色。
（3）遍歷了所有可達(dá)的對(duì)象后，所有可達(dá)的對(duì)象都變成了黑色。不可達(dá)的對(duì)象即為白色，需要被清理。
5.2、三色標(biāo)記算法的異常情況：
????????如果在標(biāo)記過程中，應(yīng)用程序也在運(yùn)行，那么對(duì)象的指針就有可能改變。這樣的話，我們就會(huì)遇到一個(gè)問題：對(duì)象丟失問題。我們看下面一種情況，當(dāng)垃圾收集器掃描到下面情況時(shí)：
?這時(shí)候應(yīng)用程序執(zhí)行了以下操作：
A.c=C
B.c=null
這樣，對(duì)象的狀態(tài)圖變成如下情形：
?這時(shí)候垃圾收集器再標(biāo)記掃描的時(shí)候就會(huì)下圖成這樣：
很顯然，此時(shí)C是白色，被認(rèn)為是垃圾需要清理掉，顯然這是不合理的。那么我們?nèi)绾伪ＷC應(yīng)用程序在運(yùn)行的時(shí)候，GC標(biāo)記的對(duì)象不丟失呢？有如下兩種可行的方式：
- 在插入的時(shí)候記錄對(duì)象
- 在刪除的時(shí)候記錄對(duì)象
剛好這對(duì)應(yīng) CMS?和 G1 的兩種不同實(shí)現(xiàn)方式：
（1）CMS采用的是增量更新（Incremental update）：只要在寫屏障里發(fā)現(xiàn)要有一個(gè)白對(duì)象的引用被賦值到一個(gè)黑對(duì)象的字段里，那就把這個(gè)白對(duì)象變成灰色的，即插入的時(shí)候記錄下來。
（2）G1 使用的是 STAB（snapshot-at-the-beginning）的方式：刪除的時(shí)候記錄所有的對(duì)象，它有三個(gè)步驟：
- ① 在開始標(biāo)記的時(shí)候生成一個(gè)存活對(duì)象的快照?qǐng)D
- ② 在并發(fā)標(biāo)記時(shí)，所有被改變的對(duì)象入隊(duì)（在write barrier里把所有舊的引用所指向的對(duì)象都變成非白的）
- ③ 可能存在游離的垃圾，將在下次被收集
四、G1 收集器的缺點(diǎn)：
（1）如果停頓時(shí)間過短的話，可能導(dǎo)致每次選出的回收集只占堆內(nèi)存很小一部分，收集器收集的速度逐漸跟不上分配器的分配速度，進(jìn)而導(dǎo)致垃圾慢慢堆積，最終造成堆空間占滿，引發(fā)Full GC 反而降低性能。
（2）G1 無論是在垃圾收集產(chǎn)生的內(nèi)存占用還是程序運(yùn)行時(shí)的額外執(zhí)行負(fù)載都要比CMS要高
（3）CMS在小內(nèi)存應(yīng)用上大概率由于 G1。所以小內(nèi)存的情況下使用CMS收集器，大內(nèi)存的情況下可以使用G1收集器（G1收集器6GB以上）
參考文章：
https://www.cnblogs.com/lsgxeva/p/10231201.html
https://blog.csdn.net/weixin_43899069/article/details/117996701
https://blog.csdn.net/coderlius/article/details/79272773
https://www.jianshu.com/p/aef0f4765098
總結(jié)
以上是生活随笔為你收集整理的G1 垃圾收集器原理详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： Java集合篇：HashMap 与 Co
- 下一篇： AES前后端加密解密