[置顶] 《深入理解Java虚拟机》学习笔记之垃圾收集器总结

时间:2022-12-27 20:30:45

垃圾收集(GC)技术是Java与C++之间的一堵高墙,大部分人可能会认为GC是Java语言的伴生产物。事实上,GC的历史远比Java要久远,1960年诞生于MIT的Lisp是第一门真正使用内存动态分配和垃圾收集技术的语言。通常,要了解GC,其实就是要了解GC需要完成的三件事:

1.哪些内存需要回收?

2.什么时候回收?

3.如何回收?

目前垃圾收集技术已经相当成熟,一切看起来都进入了“自动化”的时代,但是当我们的系统因为垃圾收集而无法突破瓶颈时,我们就需要对这些技术实施必要的监控和调节。在上一篇的学习笔记中可以知道程序计数器、虚拟机栈和本地方法栈这三个内存区域随线程而生,随线程而死(线程私有的,声明周期与线程的相同);栈中的栈帧随着方法的进入和退出有条不紊的执行着出栈和入栈操作,因此,这几个区域的内存分配和回收都具备确定性,不需要过多的考虑,因为方法结束或者线程结束时,内存自然就跟随着回收了。而Java堆和方法区则不一样,这部分的内存的分配和回收都是动态的,垃圾收集器所关注的是这部分的内存。那么,接下来我们就对上述所说的GC需要完成的三件事结合内存区域进行一个总结。

哪些内存是需要回收的呢?我们从垃圾收集器关注的两个内存区域堆和方法区说起。在Java堆中,存放着几乎所有的对象实例,垃圾收集器在对堆进行回收前,第一件事就是要确定这些对象之中哪些还“存活”着,哪些已经“死去”(即不可能再被任何途径使用的对象)。判断对象是否存活的方法有很多,其中最常见的一个是引用计数算法:给对象中添加一个引用计数器,每当有一个地方引用它时,计数器值就加1;当引用失效时,计数器值就减1;任何时刻计数器值为0的对象就是不可能再被使用的。该方法实现简单,判定效率也高,例如微软公司的COM技术、使用ActionScript3的FlashPlayer、Python语言等都使用了引用计数算法进行内存管理。但是在主流的Java虚拟机里面却没有选用引用计数算法来管理内存,其中最主要的原因就是它很难解决对象之间相互循环引用的问题,例如对象objA和objB都有字段instance,赋值令objA.instance=objB,objB.instance=objA,除此之外这两个对象再无其他引用,实际上这两个对象已经不可能再被访问了,但是因为它们相互引用着对方,导致引用计数器不为0,于是引用计数算法无法通知GC收集器回收它们。

因此在主流的Java虚拟机中,都是通过可达性分析来判断对象是否存活的(可达性分析算法),该算法的基本思路就是通过一系列的称为“GC Roots”的对象作为起始点,从这些节点开始向下搜索,搜索所走过的路径称为引用链,当一个对象到GC Roots没有任何引用链相连时,则证明此对象是不可用的。

说到引用,就不得不谈Java对引用的定义。在jdk1.2以前,Java中的引用的定义很传统:如果reference类型的数据中存储的数值代表另外一块内存的起始地址,就称这块内存代表着一个引用。这种定义很纯粹,但是太过狭隘,一个对象只能定义为被引用或者没有被引用两种状态,无法满足我们的需求,我们希望引用能够描述这样一类对象:当内存空间还足够时,则能保存在内存之中;如果内存空间进行垃圾收集后还是非常紧张,则可以抛弃这些对象。所以在jdk1.2之后,Java对引用的概念进行了扩充,将引用分为强引用(Strong Reference)、软引用(Soft Reference)、弱引用(Weak Reference)、虚引用(Phantom Reference)四种:

1.强引用就是指在程序代码之中普遍存在的,类似Object obj = new Object()这类的引用,只要强引用还存在,垃圾收集器永远不会回收掉被引用的对象。

2.软引用是用来描述一些还有用但并非必需的对象。对于软引用关联着的对象,在系统将要发生内存溢出异常之前,将会把这些对象列进回收范围之中进行第二次回收。在jdk1.2之后提供了SoftReference类来实现软引用。

3.弱引用也是用来描述非必需对象的,但是它的强度比软引用更弱一些,被弱引用关联的对象只能生存到下一次垃圾收集发送之前。当垃圾收集器工作时,无论内存是否足够,都会回收掉只被弱引用关联的对象。在jdk1.2之后提供了WeakReference类来实现弱引用。

4.虚引用也称为幽灵引用或者幻影引用,它是最弱的一种引用关系。一个对象是否有虚引用的存在,完全不会对其生存时间构成影响,也无法通过虚引用来取得一个对象实例。为一个对象设置虚引用关联的唯一目的就是能在这个对象被垃圾收集器回收时收到一个系统通知。在jdk1.2之后提供了PhantomReference类来实现虚引用。

关于对象的存亡问题,还有一点值得一说的就是,即使在可达性分析算法中不可达的对象,也并非是“非死不可”的,这时候它们暂时处于缓刑阶段,要真正宣告一个对象死亡,至少要经历两次标记过程:如果对象在进行可达性分析后发现没有与GC Roots相连接的引用链,那它将会被第一次标记并且进行一次筛选,筛选的条件是此对象是否有必要执行finalize()方法。当对象没有覆盖finalize()方法或者finalize()方法已经被虚拟机调用过,虚拟机将这两种情况都被视为“没有必要执行”。如果这个对象被判定为有必要执行finalize()方法,那么这个对象将被会放置在一个叫做F-Queue的队列之中,并在稍后由一个由虚拟机自动建立的、低优先级的Finalizer线程去执行它。这里所谓的“执行”是指虚拟机会触发这个方法,但并不承诺会等待它运行结束(防止一个对象在finalize()方法中执行缓慢或者发生了死循环导致队列中其他对象处于无休止的等待,甚至导致整个内存回收系统崩溃)。finalize()方法是对象逃脱死亡命运的最后一次机会,稍后GC将对F-Queue中的对象进行第二次小规模的标记,如果对象要在finalize()中成功拯救自己,只要重新与引用链上的任何一个对象建立关联即可,那在第二次标记时它将被移除出“即将回收”的集合。如下面代码演示结果:

public class FinalizeEscapeGC {

public static FinalizeEscapeGC SAVE_HOOK = null;

public void isAlive(){
System.out.println("yes, i am still alive!");
}

@Override
protected void finalize() throws Throwable {
// TODO Auto-generated method stub
super.finalize();
System.out.println("finalize method executed!");
FinalizeEscapeGC.SAVE_HOOK = this;
}

public static void main(String[] args) throws Throwable {
// TODO Auto-generated method stub
SAVE_HOOK = new FinalizeEscapeGC();

//对象第一次成功拯救自己
SAVE_HOOK = null;
System.gc();
//因为finalize方法优先级很低,所以暂停0.5秒以等待它
Thread.sleep(500);
if(SAVE_HOOK != null){
SAVE_HOOK.isAlive();
}else{
System.out.println("no, i am dead!");
}

//下面这段代码与上面的完成相同,但是这次却自救失败了
SAVE_HOOK = null;
System.gc();
//因为finalize方法优先级很低,所以暂停0.5秒以等待它
Thread.sleep(500);
if(SAVE_HOOK != null){
SAVE_HOOK.isAlive();
}else{
System.out.println("no, i am dead!");
}
}

}

运行结果:

finalize method executed!
yes, i am still alive!
no, i am dead!

从以上运行结果可以看出,SAVE_HOOK对象的finalize()方法确实被GC收集器触发过,并且在被收集前成功逃脱了。另外一点要说明的是,任何一个对象的finalize()方法都只会被系统自动调用一次,如果对象面临下一次回收,它的finalize()方法不会被再次执行,因此第二段代码的自救行动失败了。

虽然使用上述方法可以拯救对象,但我们应该避免使用它,因为它不是C/C++中的析构函数,它的运行代价高昂,不确定性大,无法保证各个对象的调用顺序,finalize()方法是Java刚诞生时为了使C/C++程序员更容易接受它所做的一个妥协。对于finalize()适合做关闭外部资源之类工作的说法,这完全是一种自我安慰,try-finally或者其它方式都可以做的更好更及时。

垃圾收集器对堆内存区域的回收就总结到这,接下来说说对方法区的回收。很多人认为方法区(或者HotSpot虚拟机中的永久代)是没有垃圾收集的,Java虚拟机规范中确实说过可以不要求虚拟机在方法区实现垃圾收集,而且在方法区中进行垃圾收集的性价比一般比较低,在堆中,尤其是在新生代中,常规应用进行一次垃圾收集一般可以回收70%~95%的空间,而永久代的垃圾收集效率远低于此。永久代的垃圾收集主要回收两部分内容:废弃常量和无用的类。回收废弃常量与回收Java堆中的对象非常相似,例如一个字符串“abc”已经进入常量池中,但是当前系统没有任何一个String对象是叫做“abc”的,换句话说,就是没有任何对象引用常量池中的“abc”常量,也没有其他地方引用了这个字面量,如果这时发生内存回收,而且必要的话,这个“abc”常量就会被系统清理出常量池。常量池中的其它类(接口)、方法、字段的符号引用也与此类似。

判定一个常量是否是废弃常量比较简单,而要判定一个类是否是无用的类的条件则相对苛刻许多。类需要同时满足下面3个条件才能算是无用的类:

1.该类所有的实例都已经被回收,也就是Java堆中不存在该类的任何实例。

2.加载该类的ClassLoader已经被回收。

3.该类对应的java.lang.Class对象没有在任何地方被引用,无法在任何地方通过反射访问该类的方法。

虚拟机可以对满足上述3个条件的无用类进行回收,这里说的仅仅是可以,而并不是和对象一样,不使用了就必然会回收。

以上的就是GC需要回收的内存。什么时候回收也在上面有提及,就不多说了,至于如何回收,也简单的介绍一下几种垃圾收集算法的思想吧。

1.标记-清除算法:这是最基础的收集算法,如同名字一样,算法分为标记和清除两个阶段:首先标记出所需要回收的对象,在标记完成后统一回收所有被标记的对象。之所以说它是最基础的收集算法,是因为接下来要说的收集算法都是基于这种思路并对其不足进行改进而得到的。它的不足主要有两点:一个是效率问题,标记和清除两个过程的效率都不高;另一个是空间问题,标记清除之后会产生大量不连续的内存碎片,空间碎片太多可能会导致以后在程序运行的过程中需要分配较大对象时,无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作。

2.复制算法:为了解决效率问题而出现的算法,它将可用内存按容量划分为大小相等的两块,每次只使用其中的一块,当这一块的内存用完了,就将还存活着的对象复制到另外一块上面,然后再把已使用过的内存空间一次清理掉。这样使得每次都是对整个半区进行内存回收,内存分配时也就不用考虑内存碎片等复杂情况,只要一动堆顶指针,按顺序分配内存即可,实现简单,运行高效。只是这种算法的代价是将内存缩小为了原来的一半,未免太高了点。

3.标记-整理算法:复制收集算法在对象存活率较高时就要进行较多的复制操作,效率将会变低。更关键的是,如果不想浪费50%的空间,就需要有额外的空间进行分配担保,以应对被使用的内存中所有对象都100%存活的极端情况,所以在老年代一般不能直接选用这种算法。根据老年代的特点,就有了标记-整理算法,标记过程仍然与标记-清理算法一样,但后续步骤不是直接对可回收对象进行清理,而是让所有存活的对象都向一端移动,然后直接清理掉端边界以外的内存。

4.分代收集算法:当前商业虚拟机的垃圾收集都采用分代收集算法,这种算法并没有什么新的思想,只是根据对象存活周期的不同将内存划分为几块。一般是把Java堆分为新生代和老年代,这样就可以根据各个年代的特点采用最适合的收集算法。在新生代中,每次垃圾收集时都会发现有大批对象死去,只有少量存活,那就选用复制算法,只需要付出少量存活对象的复制成本就可以完成收集。而老年代中因为对象存活效率高、没有额外空间对它进行分配担保,就必须使用标记-清理或者标记-整理算法来进行回收。

以上就是对Java虚拟机垃圾收集机制的一些总结。