JVM串行并行垃圾回收器的關注點

上一篇 <<<JVM垃圾回收器的發(fā)展歷程及使用場景匯總
下一篇 >>>一張圖看懂CMS垃圾回收器的底層原理


串行Serial收集器

1.SerialGC

新生代:復制算法
使用方式:-XX:+UseSerialGC
特點:簡單高效,清理非常干凈馅扣,但CPU利用率高枢步,停頓時間較長
使用場景:桌面應用程序或堆內存空間很小的項目

2.SerialGC

老年代:標記壓縮(整理)算法
使用場景:主要用于Client模式暇唾,而在Server模式下有兩大用途:
(A)、在JDK1.5及之前采蚀,與Parallel Scavenge收集器搭配使用(JDK1.6有Parallel Old收集器可搭配)澎嚣;
(B)、作為CMS收集器的后備預案淋淀,在并發(fā)收集發(fā)生Concurrent Mode Failure時使用遥昧;

并行收集器

多個gc線程同時清理堆內存垃圾,處理器要多核才能發(fā)揮功效朵纷。

1.ParNew收集器(Serial收集器的多線程版本)

特點:除了多線程渠鸽,其余行為特點與Serial收集器一樣,主要用于新生代垃圾收集器柴罐。
使用場景:在Server模式下徽缚,ParNew收集器是一個非常重要的收集器,因為除Serial外革屠,目前只有它能與CMS收集器配合工作凿试;但在單個CPU環(huán)境中,不會比Serail收集器有更好的效果似芝,因為存在線程交互開銷那婉。
使用方式:-XX:+UseParNewGC
可通過-XX:ParallelGCThreads 限制線程數(shù)量(ParNew默認開啟的收集線程與CPU的數(shù)量相同)
"-XX:+UseConcMarkSweepGC":指定使用CMS后,會默認使用ParNew作為新生代收集器党瓮;

2.吞吐量Parallel Scavenge優(yōu)先收集器(PS收集器)

和parnew收集器一樣详炬,只是更注重了吞吐量。
特點:停頓時間短寞奸,回收效率高呛谜,對吞吐量要求高。
使用場景:高吞吐量為目標枪萄,減少垃圾收集時間隐岛,讓用戶代碼獲得更長運行時間,比如批量處理瓷翻、訂單處理聚凹、工資支付、科學計算的應用程序齐帚。
使用方式:-XX:UseAdaptiveSizePolicy:打開之后妒牙,就不需要設置細節(jié)【新生代大小(-Xmn)对妄,Edian湘今,survivor比例及(-XX:SurvivorRatio)晉升老年代年齡(-XX:PretenureSizeThreshold)等】虛擬機根據(jù)系統(tǒng)運行狀況,調整停頓時間饥伊,吞吐量象浑, GC自適應調節(jié)策略,區(qū)別parnew琅豆。
-XX:GCTimeRatio 吞吐量大小 (0,100)設置垃圾回收時間占總時間的比例愉豺, 默認最大99(即1%時間用于垃圾收集)。
-XX:MaxGCPauseMillis 垃圾回收器最大停頓時間茫因,數(shù)值越小則停頓時間少蚪拦,發(fā)生頻繁,也可能導致吞吐量的下降冻押。

3.Parallel Old收集器

老年代:標記整理算法
使用場景:JDK1.6及之后用來代替老年代的Serial Old收集器驰贷;特別是在Server模式,多CPU的情況下洛巢;
使用方式:-XX:+UseParallelOldGC

吞吐量與收集器關注點說明

(A)括袒、吞吐量(Throughput)
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)稿茉;
高吞吐量即減少垃圾收集時間锹锰,讓用戶代碼獲得更長的運行時間;
(B)漓库、垃圾收集器期望的目標(關注點)

  • 停頓時間
    停頓時間越短就適合需要與用戶交互的程序恃慧;
    良好的響應速度能提升用戶體驗;
  • 吞吐量
    高吞吐量則可以高效率地利用CPU時間渺蒿,盡快完成運算的任務痢士;
    主要適合在后臺計算而不需要太多交互的任務;
  • 覆蓋區(qū)(Footprint)
    在達到前面兩個目標的情況下茂装,盡量減少堆的內存空間怠蹂;
    可以獲得更好的空間局部性;

相關文章鏈接:
<<<JVM整體內存結構的圖解少态,直觀明了
<<<javap命令查看對象信息及操作方法在JVM層的實現(xiàn)原理
<<<javap命令反查匯編指令匯總
<<<ClassLoader類加載器順序Demo測試與雙親委派源碼解讀
<<<自定義SPI和熱部署技術破壞類加載器的雙親委派模式
<<<JVM中對象如何完成空間分配和初始化工作
<<<JVM元空間(方法區(qū))和棧內存溢出原因及解決方案
<<<JVM堆內存溢出和內存泄露問題定位和解決
<<<JVM常見死鎖問題產生原因和多種診斷方式
<<<服務器CPU飆升為100%問題排查及如何避免
<<<JVM內存診斷命令和排查工具匯總
<<<JVM新生代老年代算法匯總圖解
<<<JVM垃圾回收不要手動System.gc的真正原因
<<<JVM垃圾回收引用計數(shù)法和根搜索算法圖解
<<<JVM垃圾回收STW(Stop-The-World)代碼演示
<<<JVM垃圾回收器的發(fā)展歷程及使用場景匯總
<<<一張圖看懂CMS垃圾回收器的底層原理
<<<G1能作為JDK9默認垃圾回收器的優(yōu)勢分析
<<<CMS和G1的漏標問題解決及三色標記算法圖解
<<<GC中新生代進入老年代的方式匯總
<<<GC常用日志參數(shù)配置及分析工具說明
<<<FullGC褥蚯、MinorGC、STW等常見問題如何解答
<<<JVM性能調優(yōu)的評估指標及調優(yōu)示例

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末况增,一起剝皮案震驚了整個濱河市赞庶,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌澳骤,老刑警劉巖歧强,帶你破解...
    沈念sama閱讀 218,941評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異为肮,居然都是意外死亡摊册,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,397評論 3 395
  • 文/潘曉璐 我一進店門颊艳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來茅特,“玉大人忘分,你說我怎么就攤上這事“仔蓿” “怎么了妒峦?”我有些...
    開封第一講書人閱讀 165,345評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長兵睛。 經常有香客問我肯骇,道長,這世上最難降的妖魔是什么祖很? 我笑而不...
    開封第一講書人閱讀 58,851評論 1 295
  • 正文 為了忘掉前任笛丙,我火速辦了婚禮,結果婚禮上假颇,老公的妹妹穿的比我還像新娘胚鸯。我一直安慰自己,他們只是感情好笨鸡,可當我...
    茶點故事閱讀 67,868評論 6 392
  • 文/花漫 我一把揭開白布蠢琳。 她就那樣靜靜地躺著,像睡著了一般镜豹。 火紅的嫁衣襯著肌膚如雪傲须。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,688評論 1 305
  • 那天趟脂,我揣著相機與錄音泰讽,去河邊找鬼昔期。 笑死已卸,一個胖子當著我的面吹牛,可吹牛的內容都是我干的硼一。 我是一名探鬼主播累澡,決...
    沈念sama閱讀 40,414評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼般贼!你這毒婦竟也來了愧哟?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,319評論 0 276
  • 序言:老撾萬榮一對情侶失蹤哼蛆,失蹤者是張志新(化名)和其女友劉穎蕊梧,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體腮介,經...
    沈念sama閱讀 45,775評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡肥矢,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,945評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了叠洗。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片甘改。...
    茶點故事閱讀 40,096評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡旅东,死狀恐怖,靈堂內的尸體忽然破棺而出十艾,到底是詐尸還是另有隱情抵代,我是刑警寧澤,帶...
    沈念sama閱讀 35,789評論 5 346
  • 正文 年R本政府宣布疟羹,位于F島的核電站主守,受9級特大地震影響禀倔,放射性物質發(fā)生泄漏榄融。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,437評論 3 331
  • 文/蒙蒙 一救湖、第九天 我趴在偏房一處隱蔽的房頂上張望愧杯。 院中可真熱鬧,春花似錦鞋既、人聲如沸力九。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,993評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽跌前。三九已至,卻和暖如春陡舅,著一層夾襖步出監(jiān)牢的瞬間抵乓,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,107評論 1 271
  • 我被黑心中介騙來泰國打工靶衍, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留灾炭,地道東北人。 一個月前我還...
    沈念sama閱讀 48,308評論 3 372
  • 正文 我出身青樓颅眶,卻偏偏與公主長得像蜈出,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子涛酗,可洞房花燭夜當晚...
    茶點故事閱讀 45,037評論 2 355

推薦閱讀更多精彩內容