JVM系列(十四) 垃圾收集器之 G1 YoungGC年轻代垃圾回收

贾子杰
1,650 阅读9分钟

开启掘金成长之旅！这是我参与「掘金日新计划 · 2 月更文挑战」的第 33 天，点击查看活动详情

1.G1工作原理

G1把堆分为不同的区域，叫做Region，每次只处理一部分Region，通过计算每个Region回收所需时间、可回收空间的性价比来决定哪块区域Region被回收

在介绍工作原理前，我们先介绍几个基本概念，Region分区，RSet记忆集合，CardTable 卡表，这三个概念必须知道，他们三个的关系如图所示 image.png

1.1 Region分区

G1 垃圾收集器将堆内存划分为若干个 Region，每个 Region 分区只能是一种角色

  • Eden区
  • Survivor区
  • To区
  • 老年代
  • Humongous大对象区域
  • 未分配区域

Humongous区域专门用于存放巨型对象，如果一个对象的大小超过Region容量的50%以上，G1 就认为这是个巨型对象。之前的垃圾收集器，这些巨型对象默认会被分配在老年代，但如果它是一个短期存活的巨型对象，放入老年代就会对垃圾收集器造成负面影响，触发老年代频繁GC。

为了解决这个问题，G1划分了一个H区专门存放巨型对象，如果一个H区装不下巨型对象，那么G1会寻找连续的H分区来存储，如果寻找不到连续的H区的话，就不得不启动 Full GC 区处理回收垃圾，用来存放该超大对象。

1.2 RSet记忆集合

Rset（Remembered Set）被称为记忆集合，他会在每个Region初始化时，初始化一个Remembered Set（记忆集合）简称RSet，记录的就是其他Region区间对 本Region对象的引用，说明白点就是 谁用了我的分区中的对象，避免整堆扫描，只需要扫描Rset即可，方便快捷的找到对象引用信息，加快垃圾回收速度

为什么有Rset？？？

  • 之前的收集器，面对跨代收集的问题时，都无法很好的解决，比如年轻代引用了老年代对象或者老年代对象引用年轻代对象
  • Young GC在回收年轻代时，需要判断年轻代的对象是否存活，而年轻代的部分对象可能被老年代的对象引用，因此必须扫描老年代才不会误判
  • Full GC 在回收老年代时，也需要老年代的对象是否被年轻代对象引用，因此必须扫描年轻代，才不会误判
  • 这种扫描效率低下，相当于整堆扫描，时间久，效率低，难以满足要求

所以就产生了Rset（Remembered Set）记忆集合用来记录跨代，跨区的对象的引用关系，每次只需要扫描Rset就可以知道对象的引用关系，避免整堆扫描

image.png

1.3 CardTable 卡表

CardTable 称为卡表，卡表的概念最早是在CMS 垃圾收集器引入的，他其实是Rset的反方向，记录的是我用了谁

CMS 在进行 YGC 时，如何判断是否存在新生代引用了老年代对象？简单做法就是扫描整个老年代，但是这个代价太大了，因此CMS垃圾收集器 引入了卡表来解决这个问题。

卡表又称为卡片标记（card marking）

  • 逻辑上将老年代空间分割为若干个固定大小的连续区域，分割出来的每一个个区域就称为卡片（card）
  • 每个卡片都有一个与其对应的标记位，最简单的实现方案是由字节数组实现，以卡的编号作为索引
  • 每个卡的大小通常介于128~512字节之间，一般使用2的幂字节大小
  • 卡片内部发生引用变化时（指针写操作），写屏障（Write Barrier）会将该卡在卡表中对应的字节标记为脏（dirty）
  • 在 YGC 时，只需将卡表中被标记为 dirty 的 card 也作为扫描范围，从而避免扫描整个老年代堆
  • 使用卡表（Card Table）和写屏障（Write Barrier）来进行标记，加快对GC Roots的扫描。

G1的卡表

G1的Rset记忆集在存储结构的本质上是一种哈希表

  • Key是别的Region的起始地址，Value是一个集合
  • Value里面存储的元素是卡表的索引号。这是一种"双向"的卡表结构 (卡表是"我引用了谁",这种结构还记录了"谁引用了我")比原来的卡表实现起来更加复杂
  • 由于Region数量比传统收集器的分代数量明显要多得多，因此G1收集器要比其他的传统垃圾收集器有着更高的内存占用负担
  • G1至少要耗费大约相当于Java堆容量10%至20%的额外内存来维持收集器工

2.G1 垃圾回收

G1的垃圾回收，逻辑上G1分为年轻代和老年代，但是它的比例不是固定的，只是逻辑上的区分，为了满足MaxGCPauseMillis 最大停顿时间限制，G1会自动调整两者之间的比例。这也是G1 JVM调优，不建议使用 -Xmn或者-XX:NewRatio去设定它们的比例的原因，由 G1自行调节，如果限制了年轻代的大小，那么设定的这个参数-MaxGCPauseMilli有可能会失效。

G1的回收过程主要分为2类

  • 年轻代垃圾回收 Young GC

    • G1年轻代的垃圾回收，同样叫Young GC ，该过程和其他的垃圾收集器大致相同，都是采用标记-复制策略
    • YongGC 发生时机就是Eden区满的时候（Eden区大小参数受到-XX:G1MaxNewSizePercent参数影响
    • G1根据-XX:MaxGCPauseMills参数调整GC时机。根据Region回收所需时间、可回收空间的性价比，保证垃圾回收的停顿时间不能超过预设时间，选取部分Region来进行垃圾回收。
    • Young GC触发的时候会伴随着全局并发标记，他主要是为下一步Mixd GC提供标记服务的

  • 混合收集，也叫Mixed GC（Mixed GC 不是FULL GC）

    • Mixed GC不只清理年轻代，还会将老年代的一部分区域进行清理。
    • G1参数-XX:InitiatingHeapOccupancyPercent，他的默认值是45%意思就是说，如果老年代占据了堆内存的45%的Region的时候，就尝试触发一个新生代+老年代一起回收的混合回收
    • 如果Mixed GC 实在无法跟上主程序分配内存的速度，导致老年代填满无法继续执行Mixed GC
    • 下面就会使用serial Old GC（FULL GC）来收集整个堆，本质上G1不提供FULL GC

3.G1 YoungGC 年轻代垃圾回收过程

JVM启动时，G1先准备好Eden区，程序在运行过程中不断创建对象到Eden区

  • 当Eden区空间耗尽时，G1会启动一次年轻代垃圾回收过程，回收所有年轻代区域Eden区及Survivor区
  • G1停止应用程序的执行（STW）
  • 该过程并行的、独占式的（STW发生）的垃圾回收
  • 可能会发生对象的代晋升，将会把对象放入Survivor或者是老年代
  • 年轻代回收过程的回收集包含Eden区和Survivor区所有的内存分段

下面我们看下回收过程

  • 第一阶段，选择收集集合 Choose Cset 选择收集集合（Choose CSet），G1会在遵循用户设置的GC暂停时间上限的基础上，选择一个最大年轻带区域数，将这个数量的所有年轻代区域作为收集集合
  • 第二阶段，根处理 根是指static静态变量指向的对象、正在执行的方法调用链上的局部变量等。根引用连同记忆集Rset记录的外部引用，作为扫描存活对象的入口
  • 第三阶段，更新RSet记忆集合
    处理 dirty card 队列中的 card，更新 RSet记忆集合，此阶段完成后，RSet记忆集合可以准确的记录年轻代对象对老年代的引用，标记出老年代对本Region分区中的对象的引用
  • 第四阶段：RSet扫描 Scan RS
    根据Rset的记录，识别被老年代对象指向的 Eden 中的对象，这些有引用，指向的Eden中年轻代对象的，都被认为是存活的对象
  • 第五阶段：对象拷贝
    将上面计算标记出来的Eden 区存活的对象将被复制拷贝到 survivor to 区，如果幸存者区内存活的对象的年龄没有达到阈值，年龄会+1，如果年龄达到阈值会被复制到老年代未使用的空间中进行分配。 如果幸存者空间不够，Eden区的部分数据会直接晋升到老年代中
  • 第六阶段：处理引用
    处理软引用、弱引用、虚引用，最终Eden空间的数据为空，GC停止工作，而目标内存中的对象都是连续存储的、没有碎片，因此复制过程可以达到内存整理的效果，减少碎片。

image.png

年轻代处理完毕后， 会伴随着老年代的全局并发标记

4.老年代并发标记过程

年轻代处理完毕后， 会伴随着老年代的全局并发标记，主要是为下一步Mixd GC提供标记服务的，并发标记过程类似于CMS的并发标记

分为以下几个阶段

  • 初始化阶段 initial mark 标记从根Root节点直接可达对象，这个阶段是STW的，并且会触发一次年轻代GC.
  • 根区域扫描 Root Region Scanning
    G1 扫描幸存者Survivor区直接可达的老年代区域对象，并标记被引用的对象
  • 并发标记 Concurrent Marking
    在整个堆中进行并发标记（和应用程序并发执行），在并发标记阶段如果发现区域对象中的所有对象都是垃圾，那这个区域会立即回收。同时，并发标记过程中，大概计算每个区域的对象存活的比例和计算回收垃圾的时间。
  • 最终标记 Remark
    由于应用程序进行，需要修正上一次的标记结果，该阶段STW的。因为并发标记程序还在运行，对于引用对象变化造成的浮动垃圾，比如初始标记的时候被标记为垃圾的对象，现在不是垃圾对象了；也可能最开始的时候不是垃圾，但是现在变成垃圾了所以需要再次标记。G1中采用了比CMS更快的初始快照算法:snapshot一at一the一beginning (SATB)
  • 独占清理 Cleanup
    计算各个区域的存活对象和GC回收比例。识别可以混合回收的区域，进行排序，该阶段是STW的，这个阶段并不会真实回收垃圾,是为了下阶段MixedGC做准备的
  • 并发清理阶段
    识别并清理完全空闲的区域
avatar
文章
阅读
粉丝