## 1、概述 垃圾收集，不是Java语言的伴生产物。早在1960年，第一门开始使用内存动态分配和垃圾收集技术的Lisp语言诞生。 关于垃圾收集有三个经典问题: - 哪些内存需要回收? - 什么时候回收? - 如何回收? 垃圾收集机制是Java的招牌能力，极大地提高了开发效率。如今，垃圾收集几乎成为现代语言的标配，即使经过如此长时间的发展，Java的垃圾收集机制仍然在不断的演进中，不同大小的设备、不同特征的应用场景，对垃圾收集提出了新的挑战，这当然也是面试的热点。 **什么是垃圾（Garbage)?** - 垃圾是指在运行程序中没有任何指针指向的对象，这个对象就是需要被回收的垃圾。 >外文:An object is considered garbage when it can no longer be reached from any pointer in the runningprogram. 如果不及时对内存中的垃圾进行清理，那么，这些垃圾对象所占的内存空间会一直保留到应用程序结束，被保留的空间无法被其他对象使用。甚至可能导致内存溢出。 **为什么需要GC？** - 对于高级语言来说，一个基本认知是如果不进行垃圾回收，内存迟早都会被消耗完，因为不断地分配内存空间而不进行回收，就好像不停地生产生活垃圾而从来不打扫—样。 - 除了释放没用的对象，垃圾回收也可以清除内存里的记录碎片。碎片整理将所占用的堆内存移到堆的一端，以便JVM将整理出的内存分配给新的对象。 - 随着应用程序所应付的业务越来越庞大、复杂，用户越来越多，没有GC就不能保证应用程序的正常进行。而经常造成STW（stop the world）的GC又跟不上实际的需求，所以才会不断地尝试对GC进行优化。 **Java内存管理机制：** Java采用的是自动内存管理，无需开发员手动参与内存的分配与回收，这样降低内 存泄漏和内存溢出的风险。自动内存管理机制，将程序员从繁重的内存管理中释放出来，可以更专心地专注于业务开发。Oracle官网关于垃圾回收的介绍： https://docs.oracle.com/javase/8/docs/technotes/guides/vm/gctuning/toc.html ## 2、垃圾回收算法 ### 2.1 垃圾标记阶段的算法 在堆里存放着几乎所有的Java对象实例，在GC执行垃圾回收之前，首先需要区分出内存中哪些是存活对象，哪些是已经死亡的对象。只有被标记为己经死亡的对象，GC才会在执行垃圾回收时，释放掉其所占用的内存空间，因此这个过程我们可以称为垃圾标记阶段。那么在JVM中究竟是如何标记一个死亡对象呢？简单来说，当一个对象已经不再被任何的存活对象继续引用时，就可以宣判为已经死亡。 判断对象存活一般有两种方式:**引用计数算法**和**可达性分析算法**。 #### 2.1.1 **引用计数器算法** 引用计数算法(Reference Counting)比较简单，对每个对象保存一个整型的引用计数器属性。用于记录对象被引用的情况。对于一个对象A，只要有任何一个对象引用了A，则A的引用计数器就加1；当引用失效时，引用计数器就减1。只要对象A的引用计数器的值为0，即表示对象A不可能再被使用，可进行回收。**Java并不适用引用计数算法。** **优点:** 实现简单，垃圾对象便于辨识;判定效率高，回收没有延迟性。 **缺点:** - 它需要单独的字段存储计数器，这样的做法增加了存储空间的开销。 - 每次赋值都需要更新计数器，伴随着加法和减法操作，这增加了时间开销。 - 引用计数器有一个严重的问题，即无法处理循环引用的情况。这是一条致命缺陷，导致在Java的垃圾回收器中没 有使用这类算法。 引用计数算法，是很多语言的资源回收选择，例如因人工智能而更加火热的Python，它更是同时支持引用计数和垃圾收集机制。具体哪种最优是要看场景的，业界有大规模实践中仅保留引用计数机制，以提高吞吐量的尝试。Java并没有选择引用计数，是因为其存在一个基本的难题，也就是很难处理循环引用关系。Python如何解决循环引用？ - 手动解除:很好理解，就是在合适的时机，解除引用关系。 - 使用弱引用weakref，weakref是Python提供的标准库，旨在解决循环引用。 #### 2.1.2 **可达性分析算法** 相对于引用计数算法而言，可达性分析算法不仅同样具备实现简单和执行高效等特点，更重要的是该算法可以有效地解决在引用计数算法中循环引用的问题，防止内存泄漏的发生。可达性分析算法就是Java、C#选择的垃圾标记算法。这种类型的垃圾收集通常也叫作追踪性垃圾收集（Tracing Garbage Collection）。 **基本思路:** - ①可达性分析算法是以根对象集合(GC Roots，一组必须活跃的引用)为起始点，按照从上至下的方式搜索被根对象集合所连接的目标对象是否可达。 - ②使用可达性分析算法后，内存中的存活对象都会被根对象集合直接或间接连接着，搜索所走过的路径称为引用链(Reference Chain) - ③如果目标对象没有任何引用链相连，则是不可达的，就意味着该对象己经死亡，可以标记为垃圾对象。 - ④ 在可达性分析算法中，只有能够被根对象集合直接或者间接连接的对象才是存活对象。  相对于引用计数算法而言，可达性分析算法不仅同样具备实现简单和执行高效等特点，更重要的是该算法可以有效地解决在引用计数算法中循环引用的问题，防止内存泄漏的发生。这里的可达性分析就是Java、C#选择的。这种类型的垃圾收集通常也叫作追踪性垃圾收集（Tracing Garbage Collection）。 **GC Roots包含的元素有：** - 虚拟机栈中引用的对象； 比如：各个线程被调用的方法中使用到的参数、局部变量等。 - 本地方法栈内JNI(通常说的本地方法)引用的对象； - 方法区中类静态属性引用的对象； 比如：Java类的引用类型静态变量。 - 方法区中常量引用的对象； 比如：字符串常量池（String Table）里的引用。 - 所有被同步锁synchronized持有的对象； - Java虚拟机内部的引用； 比如：基本数据类型对应的Class对象，一些常驻的异常对象（如:NullPointerException、OutOfMemoryError)，系统类加载器； - 反映java虚拟机内部情况的JMXBean、JVMTI中注册的回调、本地代码缓存等； - 除了这些固定的GC Roots集合以外，根据用户所选用的垃圾收集器以及当前回收的内存区域不同，还可以有其他对象“临时性”地加入，共同构成完整GC Roots集合。 比如:分代收集和局部回收（Partial GC）。如果只针对Java堆中的某一块区域进行垃圾回收（比如:典型的只针对新生代），必须考虑到内存区域是虚拟机自己的实现细节，更不是孤立封闭的，这个区域的对象完全有可能被其他区域的对象所引用，这时候就需要一并将关联的区域对象也加入GC Roots集合中去考虑，才能保证可达性分析的准确性。 如果要使用可达性分析算法来判断内存是否可回收，那么分析工作必须在一个能保障一致性的快照中进行。这点不满足的话分析结果的准确性就无法保证。这点也是导致GC进行时必须"Stop The World"的一个重要原因。即使是号称（几乎）不会发生停顿的CMS收集器中，枚举根节点时也是必须要停顿的。 ### 2.2 垃圾清除阶段的算法 当成功区分出内存中存活对象和死亡对象后，GC接下来的任务就是执行垃圾回收，释放掉无用对象所占用的内存空间，以便有足够的可用内存空间为新对象分配内存。目前在JVM中比较常见的三种垃圾收集算法是**标记——清除算法**（Mark-Sweep)、**复制算法**（Copying)、**标记——压缩算法**（Mark-Compact )。 ### 2.2.1 标记——清除算法 标记–清除算法（Mark-Sweep ）是一种非常基础和常见的垃圾收集算法，该算法被J.McCarthy等人在1960年提出并并应用于Lisp语言中。 当堆中的有效内存空间(available memory）被耗尽的时候，就会停止整个程序（也被称为Stop The World），然后进行两项工作，第一项则是标记，第二项则是清除。 - 标记:Collector从引用根节点开始遍历，标记所有被引用的对象。一般是在对象的Header中记录为可达对象。 - 清除:Collector对堆内存从头到尾进行线性的遍历，如果发现某个对象在其Header中没有标记为可达对象，则将其回收。  **缺点：** - 效率不算高。因为需要将整个内存区域内的对象遍历两遍，即标记时遍历一遍，清除是遍历一遍。 - 在进行GC的时候，需要停止整个应用程序，导致用户体验差 - 这种方式清理出来的空闲内存是不连续的，产生内存碎片。需要维护一个空闲列表 ### 2.2.2 复制算法 为了解决标记-清除算法在垃圾收集效率方面的缺陷，M.L.Minsky于1963年发表了著名的论文，“使用双存储区的Lisp语言垃圾收集器（A LISP Garbage Collector Algorithm Using Serial Secondary Storage)”。M.L.Minsky在该论文中描述的算法被人们称为复制(copying）算法，它也被M.L.Minsky本人成功地引入到了Lisp语言的一个实现版本中。 **核心思想:** 将活着的内存空间分为两块，每次只使用其中一块，在垃圾回收时将正在使用的内存中的存活对象复制到未被使用的内存块中，之后清除正在使用的内存块中的所有对象，交换两个内存的角色，最后完成垃圾回收。  **优点:** - 没有标记和清除过程，实现简单，运行高效 - 复制过去以后保证空间的连续性，不会出现“碎片”问题。 **缺点:** - 此算法的缺点也是很明显的，就是需要两倍的内存空间。 - 对于C1这种分拆成为大量region的GC，复制而不是移动，意味着GC需要维护region之间对象引用关系，不管是内存占用或者时间开销也不小。 - 如果系统中的垃圾对象很多，复制算法就不会很理想。因为复制算法需要复制的存活对象数量并不会太大，或者说非常低才行。 ### 2.2.2 标记——压缩算法 复制算法的高效性是建立在存活对象少、垃圾对象多的前提下的。这种情况在新生代经常发生，但是在老年代，更常见的情况是大部分对象都是存活对象。如果依然使用复制算法，由于存活对象较多，复制的成本也将很高。因此，基于老年代垃圾回收的特性，需要使用其他的算法。标记一清除算法的确可以应用在老年代中，但是该算法不仅执行效率低下，而且在执行完内存回收后还会产生内存碎片，所以JVM的设计者需要在此基础之上进行改进。标记——压缩（Mark-Compact）算法由此诞生。1970年前后，G.L.Steele、C.J.Chene和D.S.Wise等研究者发布标记——压缩算法。在许多现代的垃圾收集器中，人们都使用了标记——压缩算法或其改进版本。 **执行过程:** - 第一阶段和标记清除算法一样，从根节点开始标记所有被引用对象 - 第二阶段将所有的存活对象压缩到内存的一端，按顺序排放。之后，清理边界外所有的空间。  标记——压缩算法的最终效果等同于标记——清除算法执行完成后，再进行一次内存碎片整理，因此，也可以把它称为标记——清除——压缩(Mark-Sweep-Compact)算法。二者的本质差异在于标记——清除算法是一种非移动式的回收算法，标记——压缩是移动式的。是否移动回收后的存活对象是一项优缺点并存的风险决策。 可以看到，标记——压缩算法中，标记的存活对象将会被整理，按照内存地址依次排列，而未被标记的内存会被清理掉。如此一来，当我们需要给新对象分配内存时，JVM只需要持有一个内存的起始地址即可，这比维护一个空闲列表显然少了许多开销。 **优点：** - 消除了标记——清除算法当中，内存区域分散的缺点，我们需要给新对象分配内存时，JVM只需要持有一个内存的起始地址即可。 - 消除了复制算法当中，内存减半的高额代价。 **缺点：** - 从效率上来说，标记——整理算法要低于复制算法。 - 移动对象的同时，如果对象被其他对象引用，则还需要调整引用的地址。 - 移动过程中，需要全程暂停用户应用程序。即:STW ### 2.4 垃圾回收算法对比 |column1|Mark-Sweep|Mark-Compact|Cpoying| |-------|-------|-------|-------| |**速度**|中等|最慢|最快| |**空间开销**|少（会堆积内存碎片）|少（不会堆积内存碎片）|通常需要活对象的的2倍内存（不会堆积内存碎片）| |**移动对象**|否|是|是| 效率上来说，复制算法是当之无愧的老大，但是却浪费了太多内存。而为了尽量兼顾上面提到的三个指标，标记——压缩算法相对来说更平滑一些，但是效率上不尽如人意，它比复制算法多了一个标记的阶段，比标记——清除多了一个整理内存的阶段。 ## 3、对象的finalization机制 Java语言提供了对象终止（finalization）机制来允许开发人员提供对象被销毁之前的自定义处理逻辑。 当垃圾回收器发现没有引用指向一个对象，即:垃圾回收此对象之前，总会先调用这个对象的finalize()方法。**finalize()方法允许在子类中被重写**，用于在对象被回收时进行资源释放。通常在这个方法中进行一些资源释放和清理的工作，比如关闭文件、套按字和数据库连接等。 永远不要主动的调用某个对象的finalize()方法，应该交给垃圾回收机制调用。理由包括下面三点: - 在调用finalize(）时可能会导致对象复活。 - finalize()方法的执行时间是没有保障的，它完全由GC线程决定，极端情况下，若不发生GC，则finalize ()方法将没有执行机会。 - 一个糟糕的finalize()会严重影响Gc的性能。 从功能上来说，finalize()方法与C\++中的析构函数比较相似，但是Java采用的是基于垃圾回收器的自动内存管理机制，所以finalize()方法在本质上不同于C\++中的析构函数。 由于finalize()方法的存在，虚拟机中的对象一般处于三种可能的状态，即可触及的、可复活的、不可触及的。 如果从所有的根节点都无法访问到某个对象，说明对象己经不再使用了。一般来说，此对象需要被回收。但事实上，也并非是“非死不可”的，这时候它们暂时处于“缓刑”阶段。一个无法触及的对象有可能在某一个条件下“复活”自己，如果这样，那么对它的回收就是不合理的，为此，定义虚拟机中的对象可能的三种状态。如下: - **可触及的：** 从根节点开始，可以到达这个对象。 - **可复活的：** 对象的所有引用都被释放，但是对象有可能在finalize()中复活。 - **不可触及的：** 对象的finalize (）被调用，并且没有复活，那么就会进入不可触及状态。不可触及的对象不可能被复活，因为finalize()只会被调用一次。 以上3种状态中，是由于finalize()方法的存在，进行的区分。只有在对象不可触及时才可以被回收。 **判定一个对象objA是否可回收，至少要经历两次标记过程：** - ①、如果对象objA到 GC Roots没有引用链，则进行第一次标记。 - ②、进行筛选，判断此对象是否有必要执行finalize ()方法； - 如果对象objA没有重写finalize()方法，或者finalize()方法已经被虚拟机调用过，则虚拟机视为“没有必要执行”，objA被判定为不可触及的。 - 如果对象objA重写了finalize()方法，且还未执行过，那么objA会被插入到F-Queue队列中，由一个虚拟机自动创建的、低优先级的Finalizer线程触发其finalize()方法执行。 - finalize()方法是对象逃脱死亡的最后机会，稍后GC会对F-Queue队列中的对象进行第二次标记。如果objA在finalize()方法中与引用链上的任何一个对象建立了联系，那么在第二次标记时，objA会被移出“即将回收”集合。之后，对象会再次出现没有引用存在的情况。在这个情况下，finalize方法不会被再次调用，对象会直接变成不可触及的状态，也就是说，一个对象的finalize方法只会被调用一次。