起点：最朴素的标记-清除
G1再牛，它的基础还是垃圾回收的老祖宗——标记-清除。想象内存里一堆对象，GC的任务是清垃圾。简单点就是：从根（栈变量、全局对象）开始，标记活对象，没标记的扫掉。
Demo举例
假设内存2GB，20万个对象，每个占10KB，总共2GB。根引用1000个，这1000个连着5000个活对象。GC标记这6000个（60MB），剩下19.4万个（1.94GB）清掉，内存回收。
问题1：停顿时间长得离谱
标记20万个对象得扫描所有引用链，假设每次检查1微秒，总共200毫秒，程序全停（Stop-The-World）。用户那边卡0.2秒，游戏都得掉帧，体验直接崩。
问题2：碎片一大堆
清掉1.94GB后，60MB活对象散在内存里，像个破麻袋。假设下次要分配50MB连续空间，可能愣是找不到，得挪半天，效率惨兮兮。
优化方向
得让GC停顿短点，别全扫；碎片也得收拾。这俩目标就是G1的灵魂，咱们一步步逼近。
第一步进化：分代收集加点料
朴素的全扫太笨，咱们引入分代收集。大部分对象活不久（幼年死亡假设），那就分新生代和老年代，新生代快清，老年代慢点。
怎么搞？
新生代用标记-复制，活的挪走，死的不留痕迹；老年代用标记-清除，悠着来。假设2GB内存，新生代400MB，老年代1.6GB。新生代20万个对象，GC一跑，18万死（90%），2万活（20MB）挪到Survivor，花40毫秒。老年代晚点再清。
问题1：老年代还是拖后腿
新生代快了，但老年代1.6GB，4万个活对象（40MB），标记-清除全扫得150毫秒，停顿还是长。
问题2：碎片没跑
老年代清完，40MB活对象散成1000块，下次分配30MB大对象，照样卡壳。
优化方向
老年代得再细分，别一次全清；停顿得可控，碎片得收拾。这就指向G1的分区思路了。
G1的真面目：分区+优先回收+停顿控制
G1（Garbage-First）把内存切成小块（Region），每个区域独立管理，按“垃圾最多”的优先级回收，目标是停顿时间可预测，碎片也少。咱们细拆一下。
内存布局
假设2GB内存分成2000个1MB区域。新生代占400个（400MB），老年代1600个（1.6GB）。新生代再细分：
- Eden：新生对象出生地，占300MB（300个区域）。
- Survivor：活下来的待观察，占100MB（100个区域）。 老年代就是1600个1MB区域，动态调整。
回收流程
G1分两类回收：Young GC（新生代）和Mixed GC（混合回收）。
-
Young GC
- Eden满时触发，比如300MB塞满30万个对象（10KB/个）。
- 标记活对象，假设3万活（30MB，10%存活率），复制到Survivor。
- 耗时：标记30万对象约60毫秒，复制3万对象约10毫秒，总共70毫秒停顿。
- 结果：300MB回收，碎片全无。
-
Mixed GC
- 当老年代占用超一定比例（默认45%，720MB）时，触发混合回收。
- G1挑垃圾最多的区域清。比如老年代1600个区域，选20个，每区域活200KB（20%），垃圾800KB。
- 标记+复制：20个区域共4MB活对象挪走，16MB垃圾回收，停顿50毫秒。
- 优势：只清局部，停顿可控。
停顿控制
G1有个“目标停顿时间”（默认200毫秒）。假设程序每秒分配100MB对象，G1得每秒回收100MB。200毫秒内回收20MB（20个区域），一秒跑5次，刚刚好。用户几乎无感。
碎片管理
G1用标记-复制，活对象挪到新区域，旧区域全清，碎片自然没了。比如20个区域回收，4MB活对象挤一块，16MB连续空间直接可用。
数字敏感点
- 2GB内存，2000区域，每区域1MB。
- 新生代400MB，存活率10%，每次Young GC回收360MB。
- 老年代1.6GB，Mixed GC挑20区域，回收16MB，停顿50毫秒。
- 每秒分配100MB，G1跑5次Mixed GC，稳住内存。
G1的内在机制：细节拉满
G1不简单，靠几个关键设计撑场面：
1. 记忆集（Remembered Set）
区域化后，对象跨区域引用咋办？G1给每个区域配个记忆集，记着谁指向自己。比如区域A有对象指向区域B，B的记忆集记下A。Young GC时，只扫新生代的根+记忆集，不用全扫老年代。假设老年代1600区域，平均每区域50个跨引用，总共8万指针，扫起来也就16毫秒。
2. 并发标记
老年代垃圾多时，G1跑并发标记：
- 初始标记：停顿，标记根，10毫秒。
- 并发标记：和程序一起跑，标记全老年代，500毫秒，用户无感。
- 重新标记：短停顿，修正漏标，20毫秒。
- 结果：知道哪些区域垃圾多，下次Mixed GC有的放矢。
3. 动态调整
G1会根据停顿目标调整新生代大小。比如目标50毫秒，但Young GC超了，就缩Eden到200MB，降负载。
G1的坑和优化空间
G1很强，但也有软肋。
问题1：记忆集维护成本
跨区域引用多，记忆集就膨胀。假设老年代1600区域，每区域100个跨引用，记忆集得记16万指针，更新时CPU忙不过来，拖慢程序。
问题2：吞吐量短板
G1追求低停顿，频繁小回收。假设每50毫秒跑一次，一秒20次，CPU花30%时间在GC。而Parallel GC可能一秒跑一次，吞吐量更高。G1适合Web服务，高吞吐任务就吃力。
优化方向
- 并发更强：标记、清理全并发，记忆集优化，像ZGC那样极致低停顿。
- 碎片再压：大对象分配更顺畅，朝超大内存优化。
总结：从朴素到G1的推演
- 标记-清除 → 停顿长、碎片多，得改。
- 分代收集 → 效率高，但老年代坑。
- G1分区+优先 → 停顿可控、碎片少，现代GC标杆。
- 未来趋势 → 并发更牛、内存更优，跟ZGC接轨。
