【深入理解JVM】：垃圾收集算法

垃圾收集算法主要有以下几种：标记-清除算法（mark-sweep）、复制算法（copying）和标记-整理算法（mark-compact）。

标记-清除算法

算法的执行过程与名字一样，先标记所有需要回收的对象，在标记完成后统一回收所有被标记的对象。该算法有两个问题：

1. 标记和清除过程效率不高。主要由于垃圾收集器需要从GC Roots根对象中遍历所有可达的对象，并给这些对象加上一个标记，表明此对象在清除的时候被跳过，然后在清除阶段，垃圾收集器会从Java堆中从头到尾进行遍历，如果有对象没有被打上标记，那么这个对象就会被清除。显然遍历的效率是很低的
2. 会产生很多不连续的空间碎片，所以可能会导致程序运行过程中需要分配较大的对象的时候，无法找到足够的内存而不得不提前出发一次垃圾回收。

复制算法

复制算法是为了解决标记-清除算法的效率问题的，其思想如下：将可用内存的容量分为大小相等的两块，每次只使用其中的一块，当这一块内存使用完了，就把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清理掉。

1. 优点：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，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效。
2. 缺点：算法的代价是将内存缩小为了原来的一半，未免太高了一点。

现在的商业虚拟机都采用这种收集算法来回收新生代，新生代中的对象98%是“朝生夕死”的，所以并不需要按照1∶1的比例来划分内存空间，而是将内存分为一块较大的Eden空间和两块较小的Survivor空间，每次使用Eden和其中一块Survivor。

当回收时，将Eden和Survivor中还存活着的对象一次性地复制到另外一块Survivor空间上，最后清理掉Eden和刚才用过的Survivor空间。HotSpot虚拟机默认Eden和Survivor的大小比例是8∶1，也就是每次新生代中可用内存空间为整个新生代容量的90%，只有10%的内存会被“浪费”。

当然，90%的对象可回收只是一般场景下的数据，我们没有办法保证每次回收都只有不多于10%的对象存活，当Survivor空间不够用时（例如，存活的对象需要的空间大于剩余一块Survivor的空间），需要依赖其他内存（这里指老年代）进行分配担保（Handle Promotion）。

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。

与标记-清除算法过程一样，只不过在标记后不是对未标记的内存区域进行清理，二是让所有的存活对象都向一端移动，然后清理掉边界外的内存。该方法主要用于老年代。

分代收集算法

目前商用虚拟机都使用“分代收集算法”，所谓分代就是根据对象的生命周期把内存分为几块，一般把Java堆中分为新生代和老年代，这样就可以根据对象的“年龄”选择合适的垃圾回收算法。

1. 新生代：“朝生夕死”，存活率低，使用复制算法。
2. 老年代：存活率较高，使用“标记-清除”算法或者“标记-整理”算法。

Hotspot的算法实现

GC Roots与GC停顿

我们回到标记-清除算法，在清除阶段，为了枚举未被标记的对象，所以需要从根节点（GC Roots）开始查找引用链，这个过程会导致GC停顿，意思就是在GC的时候Java的执行线程都被停顿，好像被冻结在某一个时间点，也叫“Stop the world”。然而目前主流的Java虚拟机都是用准确式GC（所谓准确式GC，即使虚拟机知道内存中的某个位置的数据是什么类型），当“Stop the world”的时候并不需要检查所有的引用位置，虚拟机通过使用OopMap这个数据结构知道哪些地方存放着对象的引用。

类加载完成后，HotSpot将对象内什么偏移量上是什么类型的数据计算出来；在JIT编译过程中，在特定的位置记录下栈和寄存器（程序计数器）中哪些位置是引用。

安全点

使用OopMap，虚拟机已经知道哪些位置存放着对象，从而GC Roots可以迅速的枚举可达对象的引用链。但是问题来了：是不是需要对所有的指令都使用OopMap呢？答案是否定的。实际上，虚拟机只在“特定的位置”记录了对象的引用信息，比如我们使用方法调用或者循环的时候，就会设定这样的位置，如果越过这个位置的继续执行指令，然而程序是不允许因为指令流长度太长而执行过长时间，所以这个“特定位置“就成为了程序是否具有长时间运行的分界点。这个”特定的位置“也称为安全点（SafePoint）。

主动式中断线程

现在虚拟机有了安全点，于是只会到安全点寻找对象的引用信息，并且在安全点暂停Java执行线程，然而还有一个问题如何在GC发生时让所有线程（不包括JNI调用的线程）都“跑”到最近的安全点上再停顿下来？

在Hotspot使用主动式中断来中断执行线程，其思想如下：当GC的时候不需要直接对线程操作以中断线程，仅仅是设置一个标志，然后让执行线程去轮询这个标志，发现中断标志为真的时候就自己中断线程。需要注意的是，轮询标志的地方与安全点的位置是重合的，另外再加上创建对象需要分配的地方。

安全区域

现在通过GC Roots和安全点，程序能够在不太长的时间就可以到达安全点，并暂停执行线程。那么如果程序在阻塞（Blocked）或者睡眠（Sleep）的状态的时候，执行线程如何中断呢？

JVM设置了安全区域（Safe Region）。安全区域可以看成是被扩展了的安全点，是指在这个区域内，对象的引用关系不会发生改变，在这个区域内的任何地方开始GC都是安全的。

参考
1、周志明，深入理解Java虚拟机：JVM高级特性与最佳实践，机械工业出版社