垃圾收集器 和 垃圾收集算法以及引用

垃圾收集算法:

標(biāo)記-清除
標(biāo)記-復(fù)制
標(biāo)記-整理
(這個(gè)最重要)分代回收:

當(dāng)前虛擬機(jī)的垃圾收集都采用分代收集算法,這種算法沒有什么新的思想肤舞,只是根據(jù)對(duì)象存活周期的不同將內(nèi)存分為幾塊麻惶。一般將 java 堆分為新生代和老年代,這樣我們就可以根據(jù)各個(gè)年代的特點(diǎn)選擇合適的垃圾收集算法囱修。

比如在新生代中想诅,每次收集都會(huì)有大量對(duì)象死去,所以可以選擇”標(biāo)記-復(fù)制“算法锡垄,只需要付出少量對(duì)象的復(fù)制成本就可以完成每次垃圾收集沦零。而老年代的對(duì)象存活幾率是比較高的,而且沒有額外的空間對(duì)它進(jìn)行分配擔(dān)保货岭,所以我們必須選擇“標(biāo)記-清除”或“標(biāo)記-整理”算法進(jìn)行垃圾收集路操。


垃圾收集器

圖片來自javaguide


圖片.png

介紹一下常見的:
Serial(串行)收集器是最基本、歷史最悠久的垃圾收集器了千贯。大家看名字就知道這個(gè)收集器是一個(gè)單線程收集器了屯仗。它的 “單線程” 的意義不僅僅意味著它只會(huì)使用一條垃圾收集線程去完成垃圾收集工作,更重要的是它在進(jìn)行垃圾收集工作的時(shí)候必須暫停其他所有的工作線程( "Stop The World" )搔谴,直到它收集結(jié)束魁袜。

ParNew 收集器其實(shí)就是 Serial 收集器的多線程版本,除了使用多線程進(jìn)行垃圾收集外敦第,其余行為(控制參數(shù)峰弹、收集算法、回收策略等等)和 Serial 收集器完全一樣芜果。

比較重要的2個(gè):
CMS 收集器:
初始標(biāo)記: 暫停所有的其他線程鞠呈,并記錄下直接與 root 相連的對(duì)象,速度很快 右钾;
并發(fā)標(biāo)記: 同時(shí)開啟 GC 和用戶線程蚁吝,用一個(gè)閉包結(jié)構(gòu)去記錄可達(dá)對(duì)象。但在這個(gè)階段結(jié)束舀射,這個(gè)閉包結(jié)構(gòu)并不能保證包含當(dāng)前所有的可達(dá)對(duì)象窘茁。因?yàn)橛脩艟€程可能會(huì)不斷的更新引用域,所以 GC 線程無法保證可達(dá)性分析的實(shí)時(shí)性脆烟。所以這個(gè)算法里會(huì)跟蹤記錄這些發(fā)生引用更新的地方庙曙。
重新標(biāo)記: 重新標(biāo)記階段就是為了修正并發(fā)標(biāo)記期間因?yàn)橛脩舫绦蚶^續(xù)運(yùn)行而導(dǎo)致標(biāo)記產(chǎn)生變動(dòng)的那一部分對(duì)象的標(biāo)記記錄,這個(gè)階段的停頓時(shí)間一般會(huì)比初始標(biāo)記階段的時(shí)間稍長浩淘,遠(yuǎn)遠(yuǎn)比并發(fā)標(biāo)記階段時(shí)間短
并發(fā)清除: 開啟用戶線程捌朴,同時(shí) GC 線程開始對(duì)未標(biāo)記的區(qū)域做清掃。

G1 (Garbage-First) 是一款面向服務(wù)器的垃圾收集器,主要針對(duì)配備多顆處理器及大容量內(nèi)存的機(jī)器. 以極高概率滿足 GC 停頓時(shí)間要求的同時(shí),還具備高吞吐量性能特征.

  • 并行與并發(fā):G1 能充分利用 CPU张抄、多核環(huán)境下的硬件優(yōu)勢(shì)砂蔽,使用多個(gè) CPU(CPU 或者 CPU 核心)來縮短 Stop-The-World 停頓時(shí)間。部分其他收集器原本需要停頓 Java 線程執(zhí)行的 GC 動(dòng)作署惯,G1 收集器仍然可以通過并發(fā)的方式讓 java 程序繼續(xù)執(zhí)行左驾。
  • 分代收集:雖然 G1 可以不需要其他收集器配合就能獨(dú)立管理整個(gè) GC 堆,但是還是保留了分代的概念。
  • 空間整合:與 CMS 的“標(biāo)記-清理”算法不同诡右,G1 從整體來看是基于“標(biāo)記-整理”算法實(shí)現(xiàn)的收集器安岂;從局部上來看是基于“標(biāo)記-復(fù)制”算法實(shí)現(xiàn)的。
  • 可預(yù)測的停頓:這是 G1 相對(duì)于 CMS 的另一個(gè)大優(yōu)勢(shì)帆吻,降低停頓時(shí)間是 G1 和 CMS 共同的關(guān)注點(diǎn)域那,但 G1 除了追求低停頓外,還能建立可預(yù)測的停頓時(shí)間模型猜煮,能讓使用者明確指定在一個(gè)長度為 M 毫秒的時(shí)間片段內(nèi)次员。

G1 收集器的運(yùn)作大致分為以下幾個(gè)步驟:

  • 初始標(biāo)記
  • 并發(fā)標(biāo)記
  • 最終標(biāo)記
  • 篩選回收

G1 收集器在后臺(tái)維護(hù)了一個(gè)優(yōu)先列表,每次根據(jù)允許的收集時(shí)間王带,優(yōu)先選擇回收價(jià)值最大的 Region(這也就是它的名字 Garbage-First 的由來) 淑蔚。這種使用 Region 劃分內(nèi)存空間以及有優(yōu)先級(jí)的區(qū)域回收方式,保證了 G1 收集器在有限時(shí)間內(nèi)可以盡可能高的收集效率(把內(nèi)存化整為零)愕撰。

4.8 ZGC

從它的名字就可以看出它是一款優(yōu)秀的垃圾收集器刹衫,主要優(yōu)點(diǎn):并發(fā)收集、低停頓搞挣。但是它有下面三個(gè)明顯的缺點(diǎn):

對(duì) CPU 資源敏感带迟;
無法處理浮動(dòng)垃圾;
它使用的回收算法-“標(biāo)記-清除”算法會(huì)導(dǎo)致收集結(jié)束時(shí)會(huì)有大量空間碎片產(chǎn)生柿究。


引用

圖片.png

拓展:jdk命令行工具


圖片.png

類的生命周期:


圖片.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市黄选,隨后出現(xiàn)的幾起案子蝇摸,更是在濱河造成了極大的恐慌,老刑警劉巖办陷,帶你破解...
    沈念sama閱讀 218,036評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件貌夕,死亡現(xiàn)場離奇詭異,居然都是意外死亡民镜,警方通過查閱死者的電腦和手機(jī)啡专,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,046評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來制圈,“玉大人们童,你說我怎么就攤上這事【校” “怎么了慧库?”我有些...
    開封第一講書人閱讀 164,411評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長馋嗜。 經(jīng)常有香客問我齐板,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,622評(píng)論 1 293
  • 正文 為了忘掉前任甘磨,我火速辦了婚禮橡羞,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘济舆。我一直安慰自己卿泽,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,661評(píng)論 6 392
  • 文/花漫 我一把揭開白布吗冤。 她就那樣靜靜地躺著又厉,像睡著了一般。 火紅的嫁衣襯著肌膚如雪椎瘟。 梳的紋絲不亂的頭發(fā)上覆致,一...
    開封第一講書人閱讀 51,521評(píng)論 1 304
  • 那天,我揣著相機(jī)與錄音肺蔚,去河邊找鬼煌妈。 笑死,一個(gè)胖子當(dāng)著我的面吹牛宣羊,可吹牛的內(nèi)容都是我干的璧诵。 我是一名探鬼主播,決...
    沈念sama閱讀 40,288評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼仇冯,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼之宿!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起苛坚,我...
    開封第一講書人閱讀 39,200評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤比被,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后泼舱,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體等缀,經(jīng)...
    沈念sama閱讀 45,644評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,837評(píng)論 3 336
  • 正文 我和宋清朗相戀三年娇昙,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了尺迂。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,953評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡冒掌,死狀恐怖噪裕,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情股毫,我是刑警寧澤州疾,帶...
    沈念sama閱讀 35,673評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站皇拣,受9級(jí)特大地震影響严蓖,放射性物質(zhì)發(fā)生泄漏薄嫡。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,281評(píng)論 3 329
  • 文/蒙蒙 一颗胡、第九天 我趴在偏房一處隱蔽的房頂上張望毫深。 院中可真熱鬧,春花似錦毒姨、人聲如沸哑蔫。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,889評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽闸迷。三九已至,卻和暖如春俘枫,著一層夾襖步出監(jiān)牢的瞬間腥沽,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,011評(píng)論 1 269
  • 我被黑心中介騙來泰國打工鸠蚪, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留今阳,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,119評(píng)論 3 370
  • 正文 我出身青樓茅信,卻偏偏與公主長得像盾舌,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子蘸鲸,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,901評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容