搞定Java垃圾回收，就這一篇！
之前上學(xué)的時(shí)候有這個(gè)一個(gè)梗，說(shuō)在食堂里吃飯，吃完把餐盤(pán)端走清理的，是 C++ 程序員，吃完直接就走的，是 Java 程序員。
圖片來(lái)自 Pexels
確實(shí)，在 Java 的世界里，似乎我們不用對(duì)垃圾回收那么的專(zhuān)注，很多初學(xué)者不懂 GC，也依然能寫(xiě)出一個(gè)能用甚至還不錯(cuò)的程序或系統(tǒng)。
但其實(shí)這并不代表 Java 的 GC 就不重要。相反，它是那么的重要和復(fù)雜，以至于出了問(wèn)題，那些初學(xué)者除了打開(kāi) GC 日志，看著一堆 0101 的天文，啥也做不了。
今天我們就從頭到尾完整地聊一聊 Java 的垃圾回收。
什么是垃圾回收
垃圾回收(Garbage Collection，GC)，顧名思義就是釋放垃圾占用的空間，防止內(nèi)存泄露。
有效的使用可以使用的內(nèi)存，對(duì)內(nèi)存堆中已經(jīng)死亡的或者長(zhǎng)時(shí)間沒(méi)有使用的對(duì)象進(jìn)行清除和回收。
Java 語(yǔ)言出來(lái)之前，大家都在拼命的寫(xiě) C 或者 C++ 的程序，而此時(shí)存在一個(gè)很大的矛盾。
C++ 等語(yǔ)言創(chuàng)建對(duì)象要不斷的去開(kāi)辟空間，不用的時(shí)候又需要不斷的去釋放控件，既要寫(xiě)構(gòu)造函數(shù)，又要寫(xiě)析構(gòu)函數(shù)，很多時(shí)候都在重復(fù)的 allocated，然后不停的析構(gòu)。
于是，有人就提出，能不能寫(xiě)一段程序?qū)崿F(xiàn)這塊功能，每次創(chuàng)建，釋放控件的時(shí)候復(fù)用這段代碼，而無(wú)需重復(fù)的書(shū)寫(xiě)呢?
1960 年，基于 MIT 的 Lisp 首先提出了垃圾回收的概念，而這時(shí) Java 還沒(méi)有出世呢!所以實(shí)際上 GC 并不是 Java 的專(zhuān)利，GC 的歷史遠(yuǎn)遠(yuǎn)大于 Java 的歷史!
怎么定義垃圾
既然我們要做垃圾回收，首先我們得搞清楚垃圾的定義是什么，哪些內(nèi)存是需要回收的。
引用計(jì)數(shù)算法
引用計(jì)數(shù)算法(Reachability Counting)是通過(guò)在對(duì)象頭中分配一個(gè)空間來(lái)保存該對(duì)象被引用的次數(shù)(Reference Count)。
如果該對(duì)象被其它對(duì)象引用，則它的引用計(jì)數(shù)加 1，如果刪除對(duì)該對(duì)象的引用，那么它的引用計(jì)數(shù)就減 1，當(dāng)該對(duì)象的引用計(jì)數(shù)為 0 時(shí)，那么該對(duì)象就會(huì)被回收。
- String m = new String("jack");
先創(chuàng)建一個(gè)字符串，這時(shí)候"jack"有一個(gè)引用，就是 m。
然后將 m 設(shè)置為 null，這時(shí)候"jack"的引用次數(shù)就等于 0 了，在引用計(jì)數(shù)算法中，意味著這塊內(nèi)容就需要被回收了。
- m = null;
引用計(jì)數(shù)算法是將垃圾回收分?jǐn)偟秸麄€(gè)應(yīng)用程序的運(yùn)行當(dāng)中了，而不是在進(jìn)行垃圾收集時(shí)，要掛起整個(gè)應(yīng)用的運(yùn)行，直到對(duì)堆中所有對(duì)象的處理都結(jié)束。
因此，采用引用計(jì)數(shù)的垃圾收集不屬于嚴(yán)格意義上的"Stop-The-World"的垃圾收集機(jī)制。
看似很美好，但我們知道 JVM 的垃圾回收就是"Stop-The-World"的，那是什么原因?qū)е挛覀冏罱K放棄了引用計(jì)數(shù)算法呢?
- public class ReferenceCountingGC {
- public Object instance;
- public ReferenceCountingGC(String name){}
- }
- public static void testGC(){
- ReferenceCountingGC a = new ReferenceCountingGC("objA");
- ReferenceCountingGC b = new ReferenceCountingGC("objB");
- a.instance = b;
- b.instance = a;
- a = null;
- b = null;
- }
看上面的例子：
- 定義 2 個(gè)對(duì)象
- 相互引用
- 置空各自的聲明引用
我們可以看到，最后這 2 個(gè)對(duì)象已經(jīng)不可能再被訪(fǎng)問(wèn)了，但由于他們相互引用著對(duì)方，導(dǎo)致它們的引用計(jì)數(shù)永遠(yuǎn)都不會(huì)為 0，通過(guò)引用計(jì)數(shù)算法，也就永遠(yuǎn)無(wú)法通知 GC 收集器回收它們。
可達(dá)性分析算法
可達(dá)性分析算法(Reachability Analysis)的基本思路是，通過(guò)一些被稱(chēng)為引用鏈(GC Roots)的對(duì)象作為起點(diǎn)，從這些節(jié)點(diǎn)開(kāi)始向下搜索。
搜索走過(guò)的路徑被稱(chēng)為 Reference Chain，當(dāng)一個(gè)對(duì)象到 GC Roots 沒(méi)有任何引用鏈相連時(shí)(即從 GC Roots 節(jié)點(diǎn)到該節(jié)點(diǎn)不可達(dá))，則證明該對(duì)象是不可用的。
通過(guò)可達(dá)性算法，成功解決了引用計(jì)數(shù)所無(wú)法解決的問(wèn)題-“循環(huán)依賴(lài)”，只要你無(wú)法與 GC Root 建立直接或間接的連接，系統(tǒng)就會(huì)判定你為可回收對(duì)象。那這樣就引申出了另一個(gè)問(wèn)題，哪些屬于 GC Root。
Java 內(nèi)存區(qū)域
在 Java 語(yǔ)言中，可作為 GC Root 的對(duì)象包括以下 4 種：
- 虛擬機(jī)棧(棧幀中的本地變量表)中引用的對(duì)象
- 方法區(qū)中類(lèi)靜態(tài)屬性引用的對(duì)象
- 方法區(qū)中常量引用的對(duì)象
- 本地方法棧中 JNI(即一般說(shuō)的 Native 方法)引用的對(duì)象
①虛擬機(jī)棧(棧幀中的本地變量表)中引用的對(duì)象
此時(shí)的 s，即為 GC Root，當(dāng)s置空時(shí)，localParameter 對(duì)象也斷掉了與 GC Root 的引用鏈，將被回收。
- public class StackLocalParameter {
- public StackLocalParameter(String name){}
- }
- public static void testGC(){
- StackLocalParameter s = new StackLocalParameter("localParameter");
- s = null;
- }
②方法區(qū)中類(lèi)靜態(tài)屬性引用的對(duì)象
s 為 GC Root，s 置為 null，經(jīng)過(guò) GC 后，s 所指向的 properties 對(duì)象由于無(wú)法與 GC Root 建立關(guān)系被回收。
而 m 作為類(lèi)的靜態(tài)屬性，也屬于 GC Root，parameter 對(duì)象依然與 GC root 建立著連接，所以此時(shí) parameter 對(duì)象并不會(huì)被回收。
- public class MethodAreaStaicProperties {
- public static MethodAreaStaicProperties m;
- public MethodAreaStaicProperties(String name){}
- }
- public static void testGC(){
- MethodAreaStaicProperties s = new MethodAreaStaicProperties("properties");
- s.m = new MethodAreaStaicProperties("parameter");
- s = null;
- }
③方法區(qū)中常量引用的對(duì)象
m 即為方法區(qū)中的常量引用，也為 GC Root，s 置為 null 后，final 對(duì)象也不會(huì)因沒(méi)有與 GC Root 建立聯(lián)系而被回收。
- public class MethodAreaStaicProperties {
- public static final MethodAreaStaicProperties m = MethodAreaStaicProperties("final");
- public MethodAreaStaicProperties(String name){}
- }
- public static void testGC(){
- MethodAreaStaicProperties s = new MethodAreaStaicProperties("staticProperties");
- s = null;
- }
④本地方法棧中引用的對(duì)象
任何 Native 接口都會(huì)使用某種本地方法棧，實(shí)現(xiàn)的本地方法接口是使用 C 連接模型的話(huà)，那么它的本地方法棧就是 C 棧。當(dāng)線(xiàn)程調(diào)用 Java 方法時(shí)，虛擬機(jī)會(huì)創(chuàng)建一個(gè)新的棧幀并壓入 Java 棧。
然而當(dāng)它調(diào)用的是本地方法時(shí)，虛擬機(jī)會(huì)保持 Java 棧不變，不再在線(xiàn)程的 Java 棧中壓入新的幀，虛擬機(jī)只是簡(jiǎn)單地動(dòng)態(tài)連接并直接調(diào)用指定的本地方法。
怎么回收垃圾
在確定了哪些垃圾可以被回收后，垃圾收集器要做的事情就是開(kāi)始進(jìn)行垃圾回收，但是這里面涉及到一個(gè)問(wèn)題是：如何高效地進(jìn)行垃圾回收。
由于 Java 虛擬機(jī)規(guī)范并沒(méi)有對(duì)如何實(shí)現(xiàn)垃圾收集器做出明確的規(guī)定，因此各個(gè)廠(chǎng)商的虛擬機(jī)可以采用不同的方式來(lái)實(shí)現(xiàn)垃圾收集器，這里我們討論幾種常見(jiàn)的垃圾收集算法的核心思想。
標(biāo)記-清除算法
標(biāo)記-清除算法(Mark-Sweep)是最基礎(chǔ)的一種垃圾回收算法，它分為 2 部分，先把內(nèi)存區(qū)域中的這些對(duì)象進(jìn)行標(biāo)記，哪些屬于可回收標(biāo)記出來(lái)，然后把這些垃圾拎出來(lái)清理掉。
就像上圖一樣，清理掉的垃圾就變成未使用的內(nèi)存區(qū)域，等待被再次使用。
這邏輯再清晰不過(guò)了，并且也很好操作，但它存在一個(gè)很大的問(wèn)題，那就是內(nèi)存碎片。
上圖中等方塊的假設(shè)是 2M，小一些的是 1M，大一些的是 4M。等我們回收完，內(nèi)存就會(huì)切成了很多段。
我們知道開(kāi)辟內(nèi)存空間時(shí)，需要的是連續(xù)的內(nèi)存區(qū)域，這時(shí)候我們需要一個(gè) 2M的內(nèi)存區(qū)域，其中有2個(gè) 1M 是沒(méi)法用的。這樣就導(dǎo)致，其實(shí)我們本身還有這么多的內(nèi)存的，但卻用不了。
復(fù)制算法
復(fù)制算法(Copying)是在標(biāo)記清除算法上演化而來(lái)，解決標(biāo)記清除算法的內(nèi)存碎片問(wèn)題。
它將可用內(nèi)存按容量劃分為大小相等的兩塊，每次只使用其中的一塊。當(dāng)這一塊的內(nèi)存用完了，就將還存活著的對(duì)象復(fù)制到另外一塊上面，然后再把已使用過(guò)的內(nèi)存空間一次清理掉。
保證了內(nèi)存的連續(xù)可用，內(nèi)存分配時(shí)也就不用考慮內(nèi)存碎片等復(fù)雜情況，邏輯清晰，運(yùn)行高效。
上面的圖很清楚，也很明顯的暴露了另一個(gè)問(wèn)題，合著我這 140 平的大三房，只能當(dāng) 70 平米的小兩房來(lái)使?代價(jià)實(shí)在太高。
標(biāo)記-整理算法
標(biāo)記-整理算法(Mark-Compact)的標(biāo)記過(guò)程仍然與標(biāo)記清除算法一樣，但后續(xù)步驟不是直接對(duì)可回收對(duì)象進(jìn)行清理，而是讓所有存活的對(duì)象都向一端移動(dòng)，再清理掉端邊界以外的內(nèi)存區(qū)域。
標(biāo)記-整理算法一方面在標(biāo)記-清除算法上做了升級(jí)，解決了內(nèi)存碎片的問(wèn)題，也規(guī)避了復(fù)制算法只能利用一半內(nèi)存區(qū)域的弊端。
看起來(lái)很美好，但從上圖可以看到，它對(duì)內(nèi)存變動(dòng)更頻繁，需要整理所有存活對(duì)象的引用地址，在效率上比復(fù)制算法要差很多。
分代收集算法(Generational Collection)嚴(yán)格來(lái)說(shuō)并不是一種思想或理論，而是融合上述 3 種基礎(chǔ)的算法思想，而產(chǎn)生的針對(duì)不同情況所采用不同算法的一套組合拳。
對(duì)象存活周期的不同將內(nèi)存劃分為幾塊。一般是把 Java 堆分為新生代和老年代，這樣就可以根據(jù)各個(gè)年代的特點(diǎn)采用適當(dāng)?shù)氖占惴ā?/p>
在新生代中，每次垃圾收集時(shí)都發(fā)現(xiàn)有大批對(duì)象死去，只有少量存活，那就選用復(fù)制算法，只需要付出少量存活對(duì)象的復(fù)制成本就可以完成收集。
而老年代中因?yàn)閷?duì)象存活率高、沒(méi)有額外空間對(duì)它進(jìn)行分配擔(dān)保，就必須使用標(biāo)記-清理或者標(biāo)記-整理算法來(lái)進(jìn)行回收。
So，另一個(gè)問(wèn)題來(lái)了，那內(nèi)存區(qū)域到底被分為哪幾塊，每一塊又有什么特別適合什么算法呢?
內(nèi)存模型與回收策略
Java 堆(Java Heap)是 JVM 所管理的內(nèi)存中最大的一塊，堆又是垃圾收集器管理的主要區(qū)域，這里我們主要分析一下 Java 堆的結(jié)構(gòu)。
Java 堆主要分為 2 個(gè)區(qū)域，年輕代與老年代，其中年輕代又分 Eden 區(qū)和 Survivor 區(qū)，其中 Survivor 區(qū)又分 From 和 To 2 個(gè)區(qū)。
可能這時(shí)候大家會(huì)有疑問(wèn)，為什么需要 Survivor 區(qū)，為什么Survivor 還要分 2 個(gè)區(qū)。
不著急，我們從頭到尾，看看對(duì)象到底是怎么來(lái)的，而它又是怎么沒(méi)的。
Eden 區(qū)
IBM 公司的專(zhuān)業(yè)研究表明，有將近 98% 的對(duì)象是朝生夕死，所以針對(duì)這一現(xiàn)狀，大多數(shù)情況下，對(duì)象會(huì)在新生代 Eden 區(qū)中進(jìn)行分配。
當(dāng) Eden 區(qū)沒(méi)有足夠空間進(jìn)行分配時(shí)，虛擬機(jī)會(huì)發(fā)起一次 Minor GC，Minor GC 相比 Major GC 更頻繁，回收速度也更快。
通過(guò) Minor GC 之后，Eden 會(huì)被清空，Eden 區(qū)中絕大部分對(duì)象會(huì)被回收，而那些無(wú)需回收的存活對(duì)象，將會(huì)進(jìn)到 Survivor 的 From 區(qū)(若 From 區(qū)不夠，則直接進(jìn)入 Old 區(qū))。
Survivor 區(qū)
Survivor 區(qū)相當(dāng)于是 Eden 區(qū)和 Old 區(qū)的一個(gè)緩沖，類(lèi)似于我們交通燈中的黃燈。
Survivor 又分為 2 個(gè)區(qū)：
- From 區(qū)
- To 區(qū)
每次執(zhí)行 Minor GC，會(huì)將 Eden 區(qū)和 From 存活的對(duì)象放到 Survivor 的 To 區(qū)(如果 To 區(qū)不夠，則直接進(jìn)入 Old 區(qū))。
①為啥需要?
不就是新生代到老年代么，直接 Eden 到 Old 不好了嗎，為啥要這么復(fù)雜。
想想如果沒(méi)有 Survivor 區(qū)，Eden 區(qū)每進(jìn)行一次 Minor GC，存活的對(duì)象就會(huì)被送到老年代，老年代很快就會(huì)被填滿(mǎn)。
而有很多對(duì)象雖然一次 Minor GC 沒(méi)有消滅，但其實(shí)也并不會(huì)蹦跶多久，或許第二次，第三次就需要被清除。這時(shí)候移入老年區(qū)，很明顯不是一個(gè)明智的決定。
所以，Survivor 的存在意義就是減少被送到老年代的對(duì)象，進(jìn)而減少 Major GC 的發(fā)生。
Survivor 的預(yù)篩選保證，只有經(jīng)歷 16 次 Minor GC 還能在新生代中存活的對(duì)象，才會(huì)被送到老年代。
②為啥需要倆?
設(shè)置兩個(gè) Survivor 區(qū)最大的好處就是解決內(nèi)存碎片化。我們先假設(shè)一下，Survivor 如果只有一個(gè)區(qū)域會(huì)怎樣。
Minor GC 執(zhí)行后，Eden 區(qū)被清空了，存活的對(duì)象放到了 Survivor 區(qū)，而之前 Survivor 區(qū)中的對(duì)象，可能也有一些是需要被清除的。
問(wèn)題來(lái)了，這時(shí)候我們?cè)趺辞宄鼈?在這種場(chǎng)景下，我們只能標(biāo)記清除，而我們知道標(biāo)記清除最大的問(wèn)題就是內(nèi)存碎片，在新生代這種經(jīng)常會(huì)消亡的區(qū)域，采用標(biāo)記清除必然會(huì)讓內(nèi)存產(chǎn)生嚴(yán)重的碎片化。
因?yàn)?Survivor 有2個(gè)區(qū)域，所以每次 Minor GC，會(huì)將之前 Eden 區(qū)和 From 區(qū)中的存活對(duì)象復(fù)制到 To 區(qū)域。
第二次 Minor GC 時(shí)，F(xiàn)rom 與 To 職責(zé)兌換，這時(shí)候會(huì)將 Eden 區(qū)和 To 區(qū)中的存活對(duì)象再?gòu)?fù)制到 From 區(qū)域，以此反復(fù)。
這種機(jī)制最大的好處就是，整個(gè)過(guò)程中，永遠(yuǎn)有一個(gè) Survivor space 是空的，另一個(gè)非空的 Survivor space 是無(wú)碎片的。
那么，Survivor 為什么不分更多塊呢?比方說(shuō)分成三個(gè)、四個(gè)、五個(gè)?顯然，如果 Survivor 區(qū)再細(xì)分下去，每一塊的空間就會(huì)比較小，容易導(dǎo)致 Survivor 區(qū)滿(mǎn)，兩塊 Survivor 區(qū)可能是經(jīng)過(guò)權(quán)衡之后的最佳方案。
Old 區(qū)
老年代占據(jù)著 2/3 的堆內(nèi)存空間，只有在 Major GC 的時(shí)候才會(huì)進(jìn)行清理，每次 GC 都會(huì)觸發(fā)“Stop-The-World”。
內(nèi)存越大，STW 的時(shí)間也越長(zhǎng)，所以?xún)?nèi)存也不僅僅是越大就越好。由于復(fù)制算法在對(duì)象存活率較高的老年代會(huì)進(jìn)行很多次的復(fù)制操作，效率很低，所以老年代這里采用的是標(biāo)記-整理算法。
除了上述所說(shuō)，在內(nèi)存擔(dān)保機(jī)制下，無(wú)法安置的對(duì)象會(huì)直接進(jìn)到老年代，以下幾種情況也會(huì)進(jìn)入老年代。
①大對(duì)象
大對(duì)象指需要大量連續(xù)內(nèi)存空間的對(duì)象，這部分對(duì)象不管是不是“朝生夕死”，都會(huì)直接進(jìn)到老年代。
這樣做主要是為了避免在 Eden 區(qū)及 2 個(gè) Survivor 區(qū)之間發(fā)生大量的內(nèi)存復(fù)制。當(dāng)你的系統(tǒng)有非常多“朝生夕死”的大對(duì)象時(shí)，得注意了。
②長(zhǎng)期存活對(duì)象
虛擬機(jī)給每個(gè)對(duì)象定義了一個(gè)對(duì)象年齡(Age)計(jì)數(shù)器。正常情況下對(duì)象會(huì)不斷的在 Survivor 的 From 區(qū)與 To 區(qū)之間移動(dòng)，對(duì)象在 Survivor 區(qū)中每經(jīng)歷一次 Minor GC，年齡就增加1歲。
當(dāng)年齡增加到 15 歲時(shí)，這時(shí)候就會(huì)被轉(zhuǎn)移到老年代。當(dāng)然，這里的 15，JVM 也支持進(jìn)行特殊設(shè)置。
③動(dòng)態(tài)對(duì)象年齡
虛擬機(jī)并不重視要求對(duì)象年齡必須到 15 歲，才會(huì)放入老年區(qū)，如果 Survivor 空間中相同年齡所有對(duì)象大小的總和大于 Survivor 空間的一半，年齡大于等于該年齡的對(duì)象就可以直接進(jìn)去老年區(qū)，無(wú)需等你“成年”。
這其實(shí)有點(diǎn)類(lèi)似于負(fù)載均衡，輪詢(xún)是負(fù)載均衡的一種，保證每臺(tái)機(jī)器都分得同樣的請(qǐng)求。
看似很均衡，但每臺(tái)機(jī)的硬件不同，健康狀況不同，我們還可以基于每臺(tái)機(jī)接受的請(qǐng)求數(shù)，或每臺(tái)機(jī)的響應(yīng)時(shí)間等，來(lái)調(diào)整我們的負(fù)載均衡算法。
作者：聶曉龍(花名：率鴿)
簡(jiǎn)介：阿里巴巴高級(jí)開(kāi)發(fā)工程師，本文部分內(nèi)容參考自書(shū)籍：《深入理解 Java 虛擬機(jī)》。
