在Java運行時的幾個數(shù)據(jù)區(qū)域中惶我，程序計數(shù)器妈倔，虛擬機棧，本地方法棧3個區(qū)域隨著線程而生绸贡，隨線程而滅盯蝴，因此這幾個區(qū)域的內(nèi)存分配和回收具有確定性，不需要過多考慮垃圾回收問題恃轩，因為方法結(jié)束或者線程結(jié)束時结洼，內(nèi)存就回收了黎做。但是方法區(qū)和堆區(qū)不一樣叉跛，一個接口或者實現(xiàn)類所需要的內(nèi)存可能不一樣，一個方法的多個分支需要的內(nèi)存也可能不一樣蒸殿，只有程序運行時才能知道創(chuàng)建哪些對象筷厘，這部分內(nèi)存的分配和回收是動態(tài)的鸣峭。

在進行垃圾回收時候，首先需要判斷哪些對象需要回收酥艳，這就涉及到回收算法的問題摊溶。

一、垃圾回收算法

1.標記-清除算法

標記-清除算法是一種最基礎(chǔ)的垃圾收集算法充石，分為“標記”和“清除”兩步莫换。“標記”階段標記所有需要進行垃圾回收的對象骤铃，標記完成后統(tǒng)一回收被標記的對象。這種算法的不足點在于：

• 效率問題，標記和清除兩個過程效率都不高邑飒；

• 空間問題辜王，標記清除后會產(chǎn)生大量不連續(xù)碎片，后續(xù)如果需要為較大對象分配空間撕瞧，則又需觸發(fā)垃圾回收陵叽。

2.復(fù)制算法

為了解決標記-清除算法的效率問題，出現(xiàn)了復(fù)制算法丛版。這種算法把內(nèi)存按照容量劃分為大小相同的兩塊巩掺，每次只是用其中一塊，當這塊內(nèi)存用完了硼婿，就把還存活的對象復(fù)制到另外一塊中锌半，并將這塊的內(nèi)存清理掉，然后使用另外一塊寇漫，當另外一塊內(nèi)存用完了刊殉，再把存活的對象復(fù)制到這塊中，并清理另外一塊內(nèi)存州胳，依次類推记焊。

復(fù)制算法主要用于新生代的回收，在HotSpot虛擬機中栓撞，新生代內(nèi)存劃分為一塊較大的Eden空間遍膜，和兩塊較小的Survivor空間，每次使用Eden空間和其中一塊Survivor空間瓤湘。當進行垃圾回收時瓢颅，會把Eden空間和Survivor空間中存活的對象一次性復(fù)制到另外一塊Survivor空間上，最后清理掉Eden空間和剛才使用過的Survivor空間弛说。HotSpot虛擬機中挽懦，默認情況下Eden空間和Survivor空間的大小比例是8:1，即Eden空間占整個新生代的80%木人，每次新生代中使用的空間為80%+10%=90%信柿，閑置空間10%冀偶。

3.標記-整理算法

復(fù)制算法適用于那種對象存活率較低的場景，在對象存活率較高時渔嚷，使用復(fù)制收集算法意味著需要進行大量復(fù)制进鸠，會使效率降低，同時復(fù)制大量存活對象到另外一塊內(nèi)存形病，意味著需要有足夠大的內(nèi)存來保存這些對象客年，這勢必會降低內(nèi)存使用率。根據(jù)老年代的特點漠吻，有人提出標記-整理算法搀罢，和標記-清除算法不同的是，標記整理算法將存活的對象向一端移動侥猩，然后直接清理掉端邊界之外的內(nèi)存榔至。

4.分代收集算法

目前商業(yè)虛擬機中都使用分代收集算法。一般將Java堆分為新生代和老年代欺劳，新生代進行垃圾收集發(fā)現(xiàn)有大量對象死去唧取，只有少量對象存活，那么就使用復(fù)制算法划提。老年代中對象存活率較高枫弟，使用標記-清除算法或者標記-整理算法。

二鹏往、垃圾收集器

垃圾收集算法提供了內(nèi)存回收的方法論淡诗，垃圾收集器是內(nèi)存回收的方法論。每個廠商對垃圾收集器的實現(xiàn)不一樣伊履，這里主要討論Jdk1.7 Update 14之后的HotSpot虛擬機韩容。這個虛擬機中包含的垃圾收集器有如下7種：

以上收集器之間如果有連線，則表明可以搭配使用唐瀑，虛擬機所處區(qū)域群凶，表示他是新生代收集器還是老年代收集器。

1.Serial收集器

Serial收集器是一種最基本的單線程收集器哄辣，這種收集器工作時请梢，必須停止其他所有工作線程，優(yōu)點在于簡單高效力穗，但體驗很不友好毅弧，目前主要應(yīng)用場合是：虛擬機運行在Client模式下的默認新生代收集。器当窗。

2.ParNew收集器

parNew收集器是Serial收集器的多線程版本够坐，常用參數(shù)設(shè)置：

-XX:+UseConcMarkSweepGC ：設(shè)置ParNew為默認的新生代收集器；

-XX:+UseParNewGC ：指定使用ParNew為年輕代收集器，強制指定咆霜；

-XX:ParallelGCThreads=n ：設(shè)置收集器的線程數(shù)為n。

3.Parallel Scavenge收集器

Parallel Scavenge收集器是一個使用復(fù)制算法的新生代收集器嘶朱，這種收集器的主要目標是達到一個可控制的吞吐量（Throughput蛾坯，CPU用于運行用戶代碼的時間與CPU總消耗時間的比值，即吞吐量=運行用戶代碼時間/(運行用戶代碼時間+垃圾收集時間)）疏遏。由于與吞吐量關(guān)系密切脉课，故而Parallel Scavenge收集器也稱為“吞吐量優(yōu)先”收集器。常用參數(shù)設(shè)置：

-XX:MaxGCPauseMillis=n ：設(shè)置年輕代垃圾收集的最長時間财异；

-XX:GCTimeRatio=n ：設(shè)置垃圾收集總可用時長的比例倘零，和吞吐量直接相關(guān)；

-XX:+UseAdaptiveSizePolicy ：自適應(yīng)大小開關(guān)戳寸，配置該選項之后呈驶，每次GC后會重新計算 Eden、From 和 To 區(qū)的大小疫鹊，計算依據(jù)是 GC 過程中統(tǒng)計的 GC 時間袖瞻、吞吐量、內(nèi)存占用量拆吆，因此設(shè)置此參數(shù)之后就不需要再設(shè)置-XX:SurvivorRatio聋迎、-XX:PretenureSizeThreshold等參數(shù)了。

4.Serial Old收集器

Serial收集器的老年版本枣耀，也是一個單線程收集器霉晕，使用的是“標記-整理”算法，這種收集器的主要意義也是給Client模式下的虛擬機使用捞奕。

5.Parallel Old收集器

Parallel Old收集器是Parallel Scavenge收集器的老年代版本牺堰，使用多線程和“標記-整理”算法。在注重吞吐量以及CPU資源敏感的場合颅围，都可以優(yōu)先考慮Parallel Scavenge收集器和Parallel Old收集器的組合萌焰。

6.CMS收集器

CMS收集器是一種以獲取最短回收停頓時間為目標的收集器。它基于“標記-清除”算法實現(xiàn)谷浅，運作過程相對于其他幾種收集器更復(fù)雜一些扒俯。分為以下四個過程：

• 初始標記（CMS initial mark）：標記一下CG Roots能關(guān)聯(lián)到的對象；

• 并發(fā)標記（CMS concurrent mark）：進行CG Roots Tracing的過程一疯；

• 重新標記（CMS remark）：修正并發(fā)標記期間因用戶程序繼續(xù)運作而導(dǎo)致標記產(chǎn)生變動的那一部分對象的標記記錄撼玄。

• 并發(fā)清理（CMS concurrent sweep）

CMS 收集器的優(yōu)點在于并發(fā)收集，低停頓墩邀。其缺點在于以下三點：

• CMS收集器對CPU很敏感掌猛，CMS默認回收線程是（CPU數(shù)量+3）/4，當CPU在4個以上時，并發(fā)收集時垃圾收集線程不少于25%的CPU資源荔茬，并隨著CPU數(shù)量增加而下降废膘。但是當CPU不足4個時，CMS對用戶程序的影響就會變得很大慕蔚。

• CMS收集器無法處理浮動垃圾丐黄。由于CMS收集器并發(fā)清理階段用戶線程還在運行著，伴隨著程序運行就會有垃圾產(chǎn)生孔飒，這部分垃圾在標記過后灌闺，CMS收集器無法在當次收集中清理這些垃圾。

• 由于CMS收集器是一種基于“標記-清除”算法的收集器坏瞄，這種算法實現(xiàn)的收集器在收集結(jié)束后會有大量不連續(xù)碎片產(chǎn)生桂对。碎片過多時會給大對象分配帶來很大麻煩，往往老年代還有很大空間剩余鸠匀，但是無法找到連續(xù)空間分配當前對象蕉斜，因而不得不提前觸發(fā)Full GC。

7.G1收集器

G1收集器是一款面向服務(wù)端應(yīng)用的垃圾收集器缀棍，與其他收集器相比蛛勉，G1收集器具有如下優(yōu)點：

• 并發(fā)與并行：G1能充分利用多CPU，多核硬件優(yōu)勢睦柴，使用多個CPU來減少停頓時間诽凌；

• 分代收集：G1不需要其他收集器配合就能獨立管理整個堆的垃圾收集，且它能采用不同方式去處理新建對象和已經(jīng)存活了一段時間坦敌，熬過多次GC的舊對象以獲得更好的收集效果侣诵。

• 空間整合：使用G1收集器不會產(chǎn)生內(nèi)存碎片，收集后能提供規(guī)整的可用內(nèi)存狱窘。這種特性有利于程序長時間運行杜顺，分配大對象時候不會因為無法找到連續(xù)內(nèi)存空間而提前觸發(fā)下一次GC.

• 可預(yù)測的停頓：G1除了追求低停頓，還能建立可預(yù)測的停頓時間模型蘸炸，能讓使用著指定在長度為M毫秒的時間片段內(nèi)躬络，消耗在垃圾收集上的時間不超過N毫秒。

三搭儒、垃圾收集參數(shù)總結(jié)