Java虚拟机详解05----垃圾收集器及GC参数

时间:2024-01-14 16:55:20

【声明】

欢迎转载,但请保留文章原始出处→_→

生命壹号:http://www.cnblogs.com/smyhvae/

文章来源:http://www.cnblogs.com/smyhvae/p/4748313.html

本文主要内容:

  • 堆的回顾
  • 串行收集器
  • 并行收集器
  • CMS收集器

零、堆的回顾:

新生代中的98%对象都是“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比较大的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,也就是说,每次新生代中可用内存空间为整个新生代容量的90%(80%+10%),只有10%的空间会被浪费。

当然,98%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,需要依赖于老年代进行分配担保,所以大对象直接进入老年代。

堆的结构如下图所示:

Java虚拟机详解05----垃圾收集器及GC参数

垃圾收集器:

如果说收集算法时内存回收的方法论,那么垃圾收集器就是内存回收的具体实现。

虽然我们在对各种收集器进行比较,但并非为了挑出一个最好的收集器。因为直到现在位置还没有最好的收集器出现,更加没有万能的收集器,所以我们选择的只是对具体应用最合适的收集器

一、串行收集器:Serial收集器

  • 最古老,最稳定
  • 简单而高效
  • 可能会产生较长的停顿
  • -XX:+UseSerialGC

    新生代、老年代都会使用串行回收

      新生代复制算法

    老年代标记-整理

总结:Serial收集器对于运行在Client模式下的虚拟机来说是一个很好的选择。

这个收集器是一个单线程的收集器,但它的单线程的意义并不仅仅说明它只会使用一个CPU或一条收集线程去完成垃圾收集工作,更重要的是在它进行垃圾收集时,必须暂停其他所有的工作线程,直到它收集结束。收集器的运行过程如下图所示:

Java虚拟机详解05----垃圾收集器及GC参数

二、并行收集器:

1、ParNew收集器:

  • ParNew收集器其实就是Serial收集器新生代的并行版本。
  • 多线程,需要多核支持。
  • -XX:+UseParNewGC

    新生代并行

    老年代串行

  • -XX:ParallelGCThreads 限制线程数量

Java虚拟机详解05----垃圾收集器及GC参数

2、Parallel Scanvenge收集器:

  • 类似ParNew,但更加关注吞吐量
  • -XX:+UseParallelGC  使用Parallel Scanvenge收集器:新生代并行,老年代串行

3、Parallel Old收集器:

  • Parallel Old收集器是Parallel Scanvenge收集器的老年代版本
  • -XX:+UseParallelGC  使用Parallel Old收集器:新生代并行,老年代并行

如下图所示:

Java虚拟机详解05----垃圾收集器及GC参数

各种参数设置:

  • -XX:MaxGCPauseMills

    最大停顿时间,单位毫秒

    GC尽力保证回收时间不超过设定值

  • -XX:GCTimeRatio

    0-100的取值范围

    垃圾收集时间占总时间的比

    默认99,即最大允许1%时间做GC

注:这两个参数是矛盾的。因为停顿时间和吞吐量不可能同时调优。我们一方买希望停顿时间少,另外一方面希望吞吐量高,其实这是矛盾的。因为:在GC的时候,垃圾回收的工作总量是不变的,如果将停顿时间减少,那频率就会提高;既然频率提高了,说明就会频繁的进行GC,那吞吐量就会减少,性能就会降低。

吞吐量:CPU用于用户代码的时间/CPU总消耗时间的比值,即=运行用户代码的时间/(运行用户代码时间+垃圾收集时间)。比如,虚拟机总共运行了100分钟,其中垃圾收集花掉1分钟,那吞吐量就是99%。

注2:以上所有的收集器当中,当执行GC时,都会stop the world,但是下面的CMS收集器却不会这样。

三、CMS收集器:

CMS收集器(Concurrent Mark Sweep:并发标记清除)是一种以获取最短回收停顿时间为目标的收集器。适合应用在互联网站或者B/S系统的服务器上,这类应用尤其重视服务器的响应速度,希望系统停顿时间最短。

  • Concurrent Mark Sweep 并发标记清除,并发低停顿
  • 标记-清除算法
  • 并发阶段会降低吞吐量(因为停顿时间减少了,于是GC的频率会变高)
  • 老年代收集器(新生代使用ParNew)
  • -XX:+UseConcMarkSweepGC   打开这收集器

注:这里的并发指的是与用户线程一起执行。

2、CMS收集器运行过程:(着重实现了标记的过程)

(1)初始标记

根可以直接关联到的对象

速度快

(2)并发标记(和用户线程一起)

主要标记过程,标记全部对象

(3)重新标记

由于并发标记时,用户线程依然运行,因此在正式清理前,再做修正

(4)并发清除(和用户线程一起)

基于标记结果,直接清理对象

整个过程如下图所示:

Java虚拟机详解05----垃圾收集器及GC参数

其中,初始标记和重新标记时,需要stop the world。

整个过程中耗时最长的是并发标记和并发清除,这两个过程都可以和用户线程一起工作。

打印GC日志举例如下:

Java虚拟机详解05----垃圾收集器及GC参数

3、CMS收集器特点:

(1)尽可能降低停顿

(2)会影响系统整体吞吐量和性能

比如,在用户线程运行过程中,分一半CPU去做GC,系统性能在GC阶段,反应速度就下降一半

(3)清理不彻底

因为在清理阶段,用户线程还在运行,会产生新的垃圾,无法清理

(4)因为和用户线程一起运行,不能在空间快满时再清理

-XX:CMSInitiatingOccupancyFraction设置触发GC的阈值

如果不幸内存预留空间不够,就会引起concurrent mode failure

我们来看一下concurrent mode failure的日志:

Java虚拟机详解05----垃圾收集器及GC参数

碰到上图中的情况,我们需要使用串行收集器作为后备。

4、既然标记清除算法会造成内存空间的碎片化,CMS收集器为什么使用标记清除算法而不是使用标记整理算法:

答案:

CMS收集器更加关注停顿,它在做GC的时候是和用户线程一起工作的(并发执行),如果使用标记整理算法的话,那么在清理的时候就会去移动可用对象的内存空间,那么应用程序的线程就很有可能找不到应用对象在哪里。

为了解决碎片的问题,CMS收集器会有一些整理上的参数,接下来就来讲这个。

5、整理时的各种参数:

  • -XX:+ UseCMSCompactAtFullCollection

Full GC后,进行一次整理。整理过程是独占的,会引起停顿时间变长

  • -XX:+CMSFullGCsBeforeCompaction

设置进行几次Full GC后,进行一次碎片整理

  • -XX:ParallelCMSThreads

设定CMS的线程数量

四、GC参数的整理:

-XX:+UseSerialGC:在新生代和老年代使用串行收集器

-XX:SurvivorRatio:设置eden区大小和survivior区大小的比例

-XX:NewRatio:新生代和老年代的比

-XX:+UseParNewGC:在新生代使用并行收集器

-XX:+UseParallelGC :新生代使用并行回收收集器

-XX:+UseParallelOldGC:老年代使用并行回收收集器

-XX:ParallelGCThreads:设置用于垃圾回收的线程数

-XX:+UseConcMarkSweepGC:新生代使用并行收集器,老年代使用CMS+串行收集器

-XX:ParallelCMSThreads:设定CMS的线程数量

-XX:CMSInitiatingOccupancyFraction:设置CMS收集器在老年代空间被使用多少后触发

-XX:+UseCMSCompactAtFullCollection:设置CMS收集器在完成垃圾收集后是否要进行一次内存碎片的整理

-XX:CMSFullGCsBeforeCompaction:设定进行多少次CMS垃圾回收后,进行一次内存压缩

-XX:+CMSClassUnloadingEnabled:允许对类元数据进行回收

-XX:CMSInitiatingPermOccupancyFraction:当永久区占用率达到这一百分比时,启动CMS回收

-XX:UseCMSInitiatingOccupancyOnly:表示只在到达阀值的时候,才进行CMS回收

最后的总结:

为了减轻GC压力,我们需要注意些什么?

  • 软件如何设计架构(性能的根本在应用)
  • GC参数属于微调(设置不合理会影响性能,产生大的延时)
  • 堆空间如何管理和分配
  • 代码如何写

参考链接:

http://www.cnblogs.com/zuoxiaolong/p/jvm8.html