简单回顾

在Java当中，程序员在编写代码的时候只需要创建对象，从来不需要考虑将对象进行释放，这是因为Java中对象的垃圾回收全部由JVM替你完成了(所有的岁月静好都不过是有人替你负重前行)。

而JVM的垃圾回收由垃圾回收器来负责，在JDK的不断更新迭代过程中，JVM的垃圾回收器也经历了Serial 垃圾收集器、Serial Old 垃圾收集器、ParNew 垃圾收集器、Parallel Old垃圾收集器、CMS垃圾收集器，以及目前最流行的G1垃圾回收器(也就是本文重点要讲的)。

G1的诞生与发展

G1垃圾回收器最早在2004年发表论文提出(Garbage-First Garbage collection，doi:10.1145/1029873.1029879)，在JDK6 中首次被应用，在JDK7中被正式支持，而到了2019年发布的JDK9中，G1垃圾收集器已经作为了官方默认的垃圾收集器，取代了之前的CMS。

G1有什么厉害的地方

先介绍两个词：硬实时性和软实时性。

硬实时性（hard real-time）：每次处理的时间都不能超过最后期限，比如医疗机器人控制系统、航空管制系统。

软实时性（soft real-time）：稍微超出几次最后期限也没有什么问题的系统，例如网络银行系统。

G1最大的特点就是非常重视高吞吐量与软实时性的最佳平衡，它让用户来设定期望最大暂停时间(Stop the word)，也就是在垃圾回收时停止所有用户线程的时间，G1垃圾收集器可以预测下次 GC 会导致应用程序暂停多长时间。然后根据预测出的结果，G1会通过延迟执行GC、拆分 GC 目标对象等手段来尽量满足用户设置的期望最大暂停时间，默认的暂停目标是 200ms。你想让GC时暂停多久，它就能尽量的满足你。

G1垃圾收集器的应用场景最好需要包含以下特性（满足这些特性的话，则可能更适合G1出马，否则可能其他GC更合适）：

堆内存大小超过10G，且存活对象占用比例超过50%
对象分配和晋升速率可能随时间有显著变化
堆中存在大量碎片
预测的最大停顿时间不超过几百毫秒

G1有什么特别牛逼的地方呢？

首先，以往的 GC 都是尽可能缩短最大暂停时间，缩短最大暂停时间很容易导致吞吐量下降。当然我们肯定希望是暂停时间越短约好呀，但是暂停时间过短很可能会导致频繁发生GC，从而把CPU全部都打满了，也就是吞吐量降低。所以并不是暂停时间越短机器性能越好。另外以往的 GC 无法预测暂停时间，GC 时可能会使应用程序长时间暂停的风险。G1的目的就是高效地实现软实时性，能够让用户设置期望暂停时间。在确保吞吐量比以往的 GC 更好的前提下，实现了软实时性。最大程度利用服务器上多处理器的优势，而且在处理巨大的堆时，也不会降低 GC 的性能。

G1垃圾收集模型

堆内存划分

G1垃圾收集器采取了和之前所有的垃圾收集器完全不一样的思路，可以说是一个开拓者。别人都在研究如何让马车能够把车拉的更快(改良马车结构，马车上多绑几匹马)，G1相当于发明出来了蒸汽机来替代马车。

G1垃圾收集器开创了面向局部收集的设计思路和基于Region的内存布局形式。G1不再坚持固定大小以及固定数量的分代区域划分，而将内存结构划分成如图所示大小相等的块状区域，称为region，region是内存分配和内存回收的最小单位，每个Region都可以成为 Eden空间、Survivor空间、老年代空间。region的大小可以由用户进行调整，但是内部会将用户设置的值向上调整为 2 的指数幂来作为区域的大小。

图中绿色区域指代的是新生代中的伊甸园区（Eden），蓝色区域指代的是老年代（old generation），标注为S的橙色区域的为Suvivor Region，标注为H的蓝色区域为Humoungous Region(巨型对象，也属于老年代)，灰色的区域为空闲区。我们从图中对象占用的内存都不是连续的，并且任何一个区域都没有特定的年代划分，可以将它分配成新生代也可以分配为老年代。由于分区的原因,G1可以只选取部分区域进行内存回收,这样缩小了回收的范围,因此对于全局停顿情况的发生也能得到较好的控制。这是G1和其他收集器在堆内存结构上的最大差别，也是为什么G1更适合处理堆中存在大量碎片场景的原因。

卡表与卡页

JVM将堆内存划分为了2次幂大小的卡页（Card Page），使用卡表来记录整个内存的状态。默认情况下，卡页的大小为512B。卡表（Card Table）是由1B组成的数组，卡表里的元素称为卡片（Card），每个卡片对应堆内存中的一个卡页，卡表中的卡片与卡页的映射关系：卡片数组位置为堆内存地址除卡页大小（向下取整）。在堆大小是 1GB 时，卡表大小为 2MB。

堆中对象所对应的卡片在卡表的索引值 = （对象的地址 - 堆的头部地址） / 512

因为卡片的大小是 1B，所有可以表示其对应卡页所处的很多状态，在后面只涉及到其中的两种：净卡片和脏卡片。

记忆集（RSet）

记忆集英文全称为RemerberSet，简称RSet，是一种抽象概念。其核心思想是通过卡表，记录对象在不同代际间的引用关系，加速垃圾回收的速度。

JVM会通过可达性分析算法标记存活对象来帮助进行垃圾回收，不过在分代GC中，新生代和老年代处于不同的回收阶段，如果仅仅只需要回收新生代，却标记了老年代的对象，那么这无疑是不必要的。但是如果只回收新生带的时候，新生代的对象有被老年代引用的情况，也就是出现跨区引用时，只扫描新生代显然是不行的。所以JVM设计了RSet这样的玩意来避免这种现象，将跨带引用的信息都记录到对应的记忆集中，使其即便不扫描全部对象，也可以查到待回收对象所在分区被其它分区引用的情况。

每个Region中都会开辟一小块的区域作为记忆集的存储位置，记忆集的结构为一个Hash表，Key为引用本分区的其它分区的地址，Value是卡片（Card）在卡表的索引值，即分区中的哪些卡页引用了本分区。

例如在下图中，区域 B 中的对象 b 引用了区域 A 中的对象 a。因为对象 b 不是区域 A 中的对象，所以必须记录这个引用关系。在记忆集合 A 中，以区域 B 的地址为键记录了卡片的索引 2048（对象 b 对应的卡片索引），此时对象 b 对对象 a 的引用被准确记录了下来。

那么是否是所有的引用关系都需要记录到记忆集中呢？答案不是的，分为以下几种情况来进行讨论。

无需记录引用关系：

Region内部间的引用：无需记录引用关系，Region是内存分配和回收的最小单位，要么都回收，要么都不回收，所以不需要进行记录。

新生代分区到新生代分区的引用：无需记录引用关系，无论哪种类型的回收，新生代都会全量回收。

新生代分区到老年代分区的引用：无需记录引用关系，对于YoungGC来说，针对的新生代，则无需关心；对于混合GC来说，会使用新生代分区作为根，那么遍历所有新生代分区自然能找到老年代；对于FullGC来说，所有分区都会被清理，无需关心引用关系。

需要记录引用关系：

老年代分区到新生代分区的引用：需要记录引用关系，新生代回收时，有两种根，一种是栈空间/全局变量的引用，另一种便是老年代到新生代的引用

老年代分区到老年代分区的引用：需要记录引用关系，混合回收时可能只回收部分Region，需要记录引用关系，快速找到活跃对象

写屏障

记忆集的主要作用是记录跨Region的引用关系，为保证其正确性，那么当引用关系变化时，我们需要及时更新记忆集，而记忆集写屏障则负责对记忆集进行更新。

每个应用程序线程都持有一个转移专用记忆集合日志的缓冲区，其中存放的是卡片索引的数组。当对象的域被修改时，写屏障就会感知，并会将对象所对应的卡片索引添加到转移专用记忆集合日志中。

主要步骤：

从转移专用记忆集合日志的集合中取出转移专用记忆集合日志，从头开始扫描
将卡片变为净卡片
检查卡片所对应存储空间内的所有对象的域
向域中地址所指向的区域的记忆集合中添加卡片

G1 垃圾回收过程

G1的GC主要分为Young GC和Mixed GC两种模式，有些特殊场景可能会发生Full GC。不过如果按照垃圾回收的阶段来划分的话，G1的垃圾回收过程只包含两个阶段，Young-Only和Space Relcaimation阶段。

在Young Only阶段，G1只会回收新生代内存，即新生代回收，在Space Reclamation阶段，G1除了会全量回收新生代内存，还会回收老年代区域，即混合回收。Full GC是一种特殊的兜底回收逻辑，此处不考虑进来。所以G1的垃圾回收其实不是我们所想的Young GC和Mixed GC穿插进行，而是Young GC 持续一段时间，Mixed GC 再持续一段时间。

图中的圆圈表示G1回收过程中的暂停：蓝色圆圈表示Young-only GC导致的暂停，红色圆圈表示Mixed GC导致的暂停，黄色圆圈表示有并发标记导致的暂停。

全局并发标记

并发标记的时机是在Young GC后时，只有达到InitiatingHeapOccupancyPercent阈值后，才会触发并发标记。InitiatingHeapOccupancyPercent默认值是45。

整个过程分为四个步骤：

初始标记：标记处所有跟GC Roots直接关联的对象，这一阶段STW，并且耗时很短，主要是修改TAMS指针的值，让下一阶段分配对象能够使用Region内存。

并发标记：从GC Roots对堆中的对象进行可达性分析，找出存活的对象，并发标记阶段产生的新的引用会被SATB的写屏障记录下来，并且还会定期更新和处理SATB局部缓存表的信息和记录，如果发现某一个Region中所有都是垃圾，那么就直接进行回收。

重新标记：标记在并发期间因为程序运作而改变的引用对象。

清除：进行价值衡量，回收最优价值的Region区。

转移存活对象

在并发标记完成后，G1能筛选出所有候选的回收集，并根据用户定义的期望最大停顿时间，筛选本次转移真正的回收集（CSet），标记回收集中的存活对象，将这些对象转移，完成垃圾回收。

参数介绍

参数	说明
-XX:+UseG1GC	使用 G1 收集器
-XX:G1HeapRegionSize=n	设置 G1区域Region的大小。范围从1 MB 到32MB之间，目标是根据最小的 Java 堆大小划分出大约2048个区域。
-XX:MaxGCPauseMillis=200	设置最长暂停时间目标值，默认是200毫秒
-XX:G1NewSizePercent=5	设置年轻代最小值占总堆的百分比，默认值是5%
-XX:G1MaxNewSizePercent=60	设置年轻代最大值占总堆的百分比，默认值是java堆的60%
-XX:ParallelGCThreads=n	设置STW并行工作的GC线程数，一般推荐设置该值为逻辑处理器的数量，最大是8；如果逻辑处理器大于8，则取逻辑处理器数量的5/8；这适用于大多数情况，除非是较大的SPARC系统，其中的n值可以是逻辑处理器的5/16
-XX:ConcGCThreads=n	并发标记阶段，并发执行的线程数，一般n值为并行垃圾回收线程数（ParallelGCThreads）的1/4左右
-XX:InitiatingHeapOccupancyPercent=45	设置触发全局并发标记周期的Java堆内存占用率阈值，默认占用率阈值是整个Java堆的45%
-XX:G1MixedGCLiveThresholdPercent=85	老年代Region中存活对象的占比，只有当占比小于此参数的Old Region，才会被选入CSet。这个值越大，说明允许回收的Region中的存活对象越多，可回收的空间就越少，gc效果就越不明显
-XX:G1HeapWastePercent=5	设置G1中愿意浪费的堆的百分比，如果可回收region的占比小于该值，G1不会启动Mixed GC，默认值10%，主要用来控制Mixed GC的触发时机。在global concurrent marking结束之后，我们可以知道老年代regions中有多少空间要被回收，在每次YGC之后和再次Mixed GC之前，会检查垃圾占比是否达到此参数，只有达到了，下次才会触发Mixed GC。
-XX:G1MixedGCCountTarget=8	一次全局并发标记后，最多执行Mixed GC的次数，次数越多，单次回收的老年代的Region个数就越少，暂停也就越短
-XX:G1OldCSetRegionThresholdPercent=10	一次Mixed GC过程中老年代Region内存最多能被选入CSet中的占比
-XX:G1ReservePercent=10	设置作为空闲空间的预留内存百分比，用来降低目标空间溢出的风险，默认是10%，一般增加或减少百分比时，需要确保也对java堆调整相同的量。