Java高阶私房菜：JVM垃圾回收机制及算法原理探究

垃圾回收机制

什么是垃圾回收机制

JVM的自动垃圾回收机制

垃圾回收机制的关键知识点

初步了解判断方法-引用计数法

GCRoot和可达性分析算法

什么是可达性分析算法

什么是GC Root

对象回收的关键知识点

标记对象可回收就一定会被回收吗？

可达性分析算法为什么可以解决循环引用造成的内存泄漏问题？

编辑

垃圾回收算法

标记-清除算法原理

标记-复制算法原理

标记-整理-压缩算法原理

几种算法对比

本文主要讲解了什么是垃圾回收机制，进而了解它的底层架构原理，到核心的几种垃圾回收算法，逐步延申到它的应用场景和启发。

垃圾回收机制

什么是垃圾回收机制

垃圾回收机制（Garbage Collection，简称GC) 指自动管理动态分配的内存空间的机制，自动回收不再使用的内存，以避免内存泄漏和内存溢出的问题。

最早是在1960年代提出的，程序员需要手动管理内存的分配和释放，这往往会导致内存泄漏和内存溢出等问题，同时也增加了程序员的工作量，特别是C++/C语言开发的时候，Java语言是最早实现垃圾回收机制的语言之一，其他编程语言，如C#、Python和Ruby等，也都提供了垃圾回收机制。

JVM的自动垃圾回收机制

指Java虚拟机在运行Java程序时，自动回收不再使用的对象所占用的内存空间的过程。Java程序中的对象，一旦不再被引用会被标记为垃圾对象，JVM会在适当的时候自动回收这些垃圾对象所占用的内存空间。

其优点在于

减少了开发人员的工作量，不需要手动管理内存；
动态地管理内存，根据应用程序的需要进行分配和回收，提高了内存利用率；
避免内存泄漏和野指针等问题，增加程序的稳定性和可靠；

缺点在于

垃圾回收会占用一定的系统资源，可能会影响程序的性能；
垃圾回收过程中会停止程序的执行，可能会导致程序出现卡顿等问题；
不一定能够完全解决内存泄漏等问题，需要在编写代码时注意内存管理和编码规范；

垃圾回收机制的关键知识点

垃圾回收机制需要判断哪些对象需要回收？即如何判读判断对象存活。其方法包括了有引用计数法和可达性分析算法（JVM采用）。

如何针对性进行回收？其收集死亡对象方法主要有三种，有标记-清除算法、标记-复制算法和标记-整理算法。每个中算法所针对的场景都不一样，没有最优解，只有最合适。

了解垃圾回收算法和垃圾收集器的关系？两者没有可比性，是承先启后的关系，垃圾回收算法是垃圾回收的方法论，而垃圾收集器是算法的落地实现。

初步了解判断方法-引用计数法

简而言之就是跟踪每个对象被引用的次数，当引用次数为0时，就可以将该对象回收。在JVM中，每个对象都有一个引用计数器，当对象被引用时，引用计数器+1，当对象被取消引用时，引用计数器-1，当引用计数器为0时，该对象就可以被回收。

其优点在于实现简单，回收垃圾的效率高。但缺点也显而易见循环引用无法回收。如果两个对象互相引用，它们的引用计数器永远不会为0，因此无法真正被回收，而且引用计数器开销大，每个对象都需要一个引用计数器，如果对象很多，开销就会很大。

什么是循环引用

public class Main {
    public static void main(String[] args) {
        A a = new A();
        B b = new B();
        a.setB(b);
        b.setA(a);
        a = null;
        b = null;
        System.gc();
    }
}

class A {
    private B b;

    public void setB(B b) {
        this.b = b;
    }
}

class B {
    private A a;

    public void setA(A a) {
        this.a = a;
    }
}

类A和类B相互引用，每个对象都持有对方的引用，形成了一个循环引用的环，当Main方法执行完毕后，a和b对象都置为null。由于它们相互引用，它们的引用计数器都不为0，无法被垃圾回收器回收，导致内存泄漏，但是上面代码却不会发生内存泄漏，因为多数jvm没有采用这个引用计数器方案，而是采用可达性分析算法。

GCRoot和可达性分析算法

什么是可达性分析算法

简而言之就是从一些“GC Roots”对象开始，通过搜索引用链的方式，找到所有可达对象。如果一个对象没有任何引用链与GC Roots相连，那么它就被判定为不可用的，是可以被回收的垃圾对象。

什么是GC Root

指一些被JVM认为是存活的对象，它们是垃圾回收算法的起点，可以理解为由堆外指向堆内的引用，本身是没有存储位置，都是字节码加载运行过程中加入 JVM 中的一些普通引用。通俗的例子可以是一个树形结构，树的根节点就是GC Roots，是垃圾回收器的起点，如果一个节点没有任何子节点与根节点相连，那这个节点就被认为是不可达的，可以被回收器回收。

举个例子，将GC Roots比喻成一座城市，城市中有很多建筑物，这些建筑物就是内存中的对象，GC Roots就像城市的卫生局、消防局等，它们直接或间接地与城市中的建筑物相连，从这些机构出发，通过道路、桥梁等连接，最终能够到达所有的建筑物，如果一个建筑物没有与这些机构相连，那么它就被认为是废弃的，可以被清理掉。

JVM中的GC Roots对象包括以下几种：

1）虚拟机栈（栈帧中的本地变量表）中引用的对象。

2）方法区中类静态属性引用的对象。JDK 1.7 开始静态变量的存储从方法区移动到堆中，比如你定义了一个static 的集合对象，那里面添加的对象就是可以被GC Root可达的

3）方法区中常量引用的对象。字符串常量池从 JDK 1.7 开始由方法区移动到堆中，本地方法栈中JNI（即一般说的Native方法）引用的对象。

小技巧：由于GC Roots采用栈方式存放变量和指针，如果一个指针它保存了堆内存里面的对象，但是自己又不能存放在堆内存里面，那么它就是一个GC Roots。

代码举例

// product 是栈帧中的本地变量，指向了 title = CSDN 这个 Product 对象
// 此时 当product 充当了 GC Root 的作用
// 当product = null; ，那么product 与原来指向product 对象断开了连接
// 所以这个 new Product("CSDN") 对象会被回收

public class GCTest {
    public static void main(String[] args) {
        Product product = new Product("CSDN");
        product = null;
    }
}

对象回收的关键知识点

标记对象可回收就一定会被回收吗？

不一定会回收，对象的finalize方法给了对象一次最后一次存活的机会。当对象不可达（可回收）并发生 GC 时，会先判断对象是否执行了 finalize 方法，如果未执行则会先执行 finalize 方法。前对象与 GC Roots 关联，执行 finalize 方法之后，GC 会再次判断对象是否可达，如果不可达，则会被回收，如果可达，则不回收！需要注意的是 finalize 方法只会被执行一次，如果第一次执行 finalize 方法，对象变成了可达，则不会回收，但如果对象再次被 GC，则会忽略 finalize 方法，对象会被直接回收掉！

可达性分析算法为什么可以解决循环引用造成的内存泄漏问题？

当两个或多个对象相互引用时，它们的引用链会形成一个环，但是由于这个环中的对象与GC Roots没有任何引用链相连，所以JVM会将这些对象判定为不可用的，从而回收它们。如下图所示。

垃圾回收算法

标记-清除算法原理

是一种常见的垃圾回收算法，它的基本思路是分为两个阶段：标记阶段和清除阶段。

在标记阶段，垃圾回收器会从一些GC Roots对象开始，遍历整个对象图，标记所有被引用的对象。被标记的对象会被打上标记，表示这些对象是“活”的对象，需要保留下来，未被标记的对象就是垃圾对象，可以被回收。

在清除阶段，垃圾回收器会对所有未被标记的对象进行回收。

其优点在于可以回收不连续的内存空间。其缺点显而易见，标记和清除两个步骤，都需要垃圾回收器遍历整个对象图，耗费时间较长，并且会产生内存碎片，当频繁进行垃圾回收时，内存碎片会越来越多导致可用内存空间不足，一次次不连续的内存使用，会影响程序的性能和稳定性。

该算法应用场景应用在实际应用中，标记清除法一般用于不需要频繁进行垃圾回收的场景，比如在Java堆中大对象的分配和回收。其实后续的收集算法大多都是以标记-清除算法为基础，对其缺点进行改进。

标记-复制算法原理

是一种常见的垃圾回收算法，它的基本思路是将Java堆分为两个区域：一个活动区域和一个空闲区域。在垃圾回收过程中，首先标记所有被引用的对象，然后将所有被标记的对象复制到空闲区域中，最后交换两个区域的角色，完成垃圾回收。

从下图可以看出复制到空闲区域后的内存对象是连续的，以及未使用的内存空间也被重新分配。

为更深入了解该算法，我们详细看看它的实现步骤：

1）在初始化环境下会将Java堆分为两个区域：一个活动区域和一个空闲区域。初始时，所有对象都分配在活动区域中；

2）从GC Roots对象开始，遍历整个对象图，标记所有被引用的对象；

3）对所有被标记存活的对象进行遍历，将它们复制到空闲区域中，并更新所有指向它们的引用，使它们指向新的地址；

4）对所有未被标记的对象进行回收，将它们所占用的内存空间释放；

5）交换活动区域和空闲区域的角色，空闲区域变为新的活动区域，原来的活动区域变为空闲区域；

6）当空闲区域的内存空间不足时，进行一次垃圾回收，重复以上步骤。

这样的方式其优点在于，如果内存中的垃圾对象较多，需要复制的对象就较少，则效率高，清理后，内存碎片少。其缺点也不少，虽然标记复制算法的效率较高，但是预留一半的内存区域用来存放存活的对象，占用额外的内存空间。如果出现存活对象数量比较多的时候，需要复制较多的对象效率低，假如是在老年代区域，99%的对象都是存活的，则性能低，所以老年代不适合这个算法。

该算法应用场景应用在新生代的垃圾回收，因此需要对新生代的对象进行分代管理，虚拟机多数采用这个算法，对新生代进行内存管理，因为多数这个新生代区域的存活对象数量少。国外有公司统计过多数业务，98%撑不过一次GC，所以不用1:1比例分配新生代的空间。

这么分配的原因在于，当发生GC时, 将Eden和Survivor中存活对象一次性复制到另外一块Survivor空间上，然后清理掉Eden和已用过的那块Survivor空间，每次新生代中可用内存空间为整个新生代容量的90% (Eden的80% + Survivor的 10%) ，只有一个Survivor空间，即10%的新生代是会被浪费而已。