JDK8使用G1 垃圾回收器能解决大问题吗？

Posted 2022-02-06 Jeff、yuan

本文想突出两个问题：

1. 解决问题的思路：从最原始的角度去思考，问题的本身是因为缓存数据导致的GC，那我们就应该去思考缓存数据是否合理，而不是去思考JVM的参数是否合理
2. 学习G1的知识，其关键的概念，关键参数，回收机制，已经相对CMS解决的两个问题：1.浮动垃圾 2.可预期的停顿时间

1. 背景

最近项目有两个问题

1. 加了内存缓存，防止穿透到redis的missCache，导致大量的GC。
2. 项目在每次发布的时候GC时间很长达到2s，导致大量的超时。

就针对这两个问题进行了分析和优化。

2. 问题分析

首先我们系统是内存32G，使用了大量的内存做为内存缓存数据。

结合业务和GC日志以及业务日志得出：

1. 第一个启动的问题和第二个问题是一致的，都是因为内存缓存数据，导致每一次新来一个请求在redis查到数据后存入内存中去，导致存活对象在新生代不停的复制导致超时。
2. 再者我们使用的是CMS垃回收器，新生代使用的是复制清除的垃圾回收机制，通过查看GC日志，每次存活的对象太多，以致于复制数据量很大。导致GC耗时和停顿时间较长，大概在200-300ms，又因为我们对外的借口客户端超时时间时200ms这就导致，我们服务不断出现超市请求。
   1. 继续从垃圾回收器的日志中得出垃圾回收的频率也高，大概13秒每次。

问题本质
每次新生代存活对象太多

那既然已经看到问题的本质，那么我们应该怎么解决呢？

3. 解决方案

1. 减小新生代的大小，让每次复制的对象小一点，但是会引发另一个问题GC的频率会提高，虽然停顿时间短了但是停顿的频率会飙高。
2. 调整进入老年代的年龄，默认的15次，调整为6-7次。让提前进入老年代。
3. 更换新的垃圾回收器，使用G1
4. 优化业务逻辑，调整内存缓存key的时间。

这四个方案是有先后顺序的，这些方案提出顺序也意味着我当时在执行实验的顺序，可以看出这是一个糟糕的方案顺序，不记得谁说的了应该是鲁迅吧：“调参JVM是迫不得已的选择！”。

在实验过程中细节比较多就不细讲了，就着重讲一下升级为G1的方案，因为我这篇文章的主要目的是学习G1。

4. JDK8 升级G1

1. G1在jdk6的时候是已经出现了，JDK 7 u9 或更高版本可以使用，在jdk9的时候成为默认的垃圾回收器。因为我们是jdk8所以是需要设置参数指定的。

-Xms24g -Xmx24g -XX:+UseG1GC -XX:MaxGCPauseMillis=95
//最大堆内存24G 使用G1GC，设置预期停顿时间是95ms

2. 使用G1的主要原因是：G1的Stop The World(STW)更可控，G1在停顿时间上添加了预测机制，用户可以指定期望停顿时间。

   目标很明确，可控的GC时间。

3. 升级启用了G1后解惑不尽人意，甚至比CMS的结果还差，我们来看下G1，几个优于CMS的几个特点，以及实现。

5. G1学习和理解

5.1 G1的几个重要概念

1. Region

• 传统的GC收集器将连续的内存空间划分为新生代、老年代和永久代（JDK 8去除了永久代，引入了元空间Metaspace），这种划分的特点是各代的存储地址（逻辑地址，下同）是连续的。如下图所示

• 对于G1的各代存储地址是不连续的，每一代都使用了n个不连续大小的region，每个Region占有一块连续的虚拟内存地址

• 如上图，region区分为四种分别是Eden，sourivor，Old， 我们注意到还有一些Region标明了H，它代表Humongous，这表示这些Region存储的是巨大对象（humongous object，H-obj），即大小大于等于region一半的对象。H-obj有如下几个特征： H-obj直接分配到了old gen，防止了反复拷贝移动。 *H-obj在global concurrent marking阶段的cleanup 和 full GC阶段回收。 在分配H-obj之前先检查是否超过 initiating heap occupancy percent和the marking threshold, 如果超过的话，就启动global concurrent marking，为的是提早回收，防止 evacuation failures 和 full GC。

2. SATB

• 全称是Snapshot-At-The-Beginning，由字面理解，是GC开始时活着的对象的一个快照。它是通过Root Tracing得到的，作用是维持并发GC的正确性。 那么它是怎么维持并发GC的正确性的呢？
• 根据三色标记算法，我们知道对象存在三种状态：
  1. 白：对象没有被标记到，标记阶段结束后，会被当做垃圾回收掉。
  2. 灰：对象被标记了，但是它的field还没有被标记或标记完。 *
  3. 黑：对象被标记了，且它的所有field也被标记完了。
• 对于第一个条件，在并发标记阶段，如果该白对象是new出来的，并没有被灰对象持有，那么它会不会被漏标呢？Region中有两个top-at-mark-start（TAMS）指针，分别为prevTAMS和nextTAMS。在TAMS以上的对象是新分配的，这是一种隐式的标记。对于在GC时已经存在的白对象，如果它是活着的，它必然会被另一个对象引用，即条件二中的灰对象。如果灰对象到白对象的直接引用或者间接引用被替换了，或者删除了，白对象就会被漏标，从而导致被回收掉，这是非常严重的错误，所以SATB破坏了第二个条件。也就是说，一个对象的引用被替换时，可以通过write barrier 将旧引用记录下来。
• SATB也是有副作用的，如果被替换的白对象就是要被收集的垃圾，这次的标记会让它躲过GC，这就是float garbage。因为SATB的做法精度比较低，所以造成的float garbage也会比较多。

3. RSet（跨region的对象引用关系的处理）

• 全称是Remembered Set，是辅助GC过程的一种结构，典型的空间换时间工具，和Card Table有些类似。

• 还有一种数据结构也是辅助GC的：Collection Set（CSet），它记录了GC要收集的Region集合，集合里的Region可以是任意年代的。

• 在GC的时候，对于old->young和old->old的跨代对象引用，只要扫描对应的CSet中的RSet即可。 逻辑上说每个Region都有一个RSet，RSet记录了其他Region中的对象引用本Region中对象的关系，属于points-into结构（谁引用了我的对象）。而Card Table则是一种points-out（我引用了谁的对象）的结构，每个Card 覆盖一定范围的Heap（一般为512Bytes）。G1的RSet是在Card Table的基础上实现的：每个Region会记录下别的Region有指向自己的指针，并标记这些指针分别在哪些Card的范围内。 这个RSet其实是一个Hash Table，Key是别的Region的起始地址，Value是一个集合，里面的元素是Card Table的Index.

• 上图中有三个Region，每个Region被分成了多个Card，在不同Region中的Card会相互引用，Region1中的Card中的对象引用了Region2中的Card中的对象，蓝色实线表示的就是points-out的关系，而在Region2的RSet中，记录了Region1的Card，即红色虚线表示的关系，这就是points-into。 而维系RSet中的引用关系靠post-write barrier和Concurrent refinement threads来维护.类似于AOP切面的过程，在进行引用更换操作的时候需要进行修改。
• post-write barrier记录了跨Region的引用更新，更新日志缓冲区则记录了那些包含更新引用的Cards。一旦缓冲区满了，Post-write barrier就停止服务了，会由Concurrent refinement threads处理这些缓冲区日志。
• RSet究竟是怎么辅助GC的呢？在做YGC的时候，只需要选定young generation region的RSet作为根集，这些RSet记录了old->young的跨代引用，避免了扫描整个old generation。 而mixed gc的时候，old generation中记录了old->old的RSet，young->old的引用由扫描全部young generation region得到，这样也不用扫描全部old generation region。所以RSet的引入大大减少了GC的工作量。

4. Pause Prediction Model

• Pause Prediction Model 即停顿预测模型。它在G1中的作用是： >G1 uses a pause prediction model to meet a user-defined pause time target and selects the number of regions to collect based on the specified pause time target.
• G1 GC是一个响应时间优先的GC算法，它与CMS最大的不同是，用户可以设定整个GC过程的期望停顿时间，参数-XX:MaxGCPauseMillis指定一个G1收集过程目标停顿时间，默认值200ms，不过它不是硬性条件，只是期望值。那么G1怎么满足用户的期望呢？就需要这个停顿预测模型了。G1根据这个模型统计计算出来的历史数据来预测本次收集需要选择的Region数量，从而尽量满足用户设定的目标停顿时间。
• 我们呢可以知道，根据设置停顿时间来决定回收内存的大小。

了解了这几个概念后我们来看，G1清理垃圾的过程是怎么进行的呢?

5.2 G1的垃圾回收过程

1. G1提供了两种GC模式，Young GC和Mixed GC，两种都是完全Stop The World的。

2. Young GC：选定所有年轻代里的Region。通过控制年轻代的region个数，即年轻代内存大小，来控制young GC的时间开销。

3. Mixed GC：选定所有年轻代里的Region，外加根据global concurrent marking统计得出收集收益高的若干老年代Region。在用户指定的开销目标范围内尽可能选择收益高的老年代Region。（用户是上帝的原则）

4. 由上面的描述可知，Mixed GC不是full GC（回收全量的老年代），它只能回收部分老年代的Region，如果mixed GC实在无法跟上程序分配内存的速度，导致老年代填满无法继续进行Mixed GC，就会使用serial old GC（full GC）来收集整个GC heap。所以我们可以知道，G1是不提供full GC的。

5. global concurrent marking，它的执行过程类似CMS，但是不同的是，在G1 GC中，它主要是为Mixed GC提供标记服务的，并不是一次GC过程的一个必须环节。global concurrent marking的执行过程分为四个步骤：

   • 初始标记（initial mark，STW）。它标记了从GC Root开始直接可达的对象。
   • 并发标记（Concurrent Marking）。这个阶段从GC Root开始对heap中的对象标记，标记线程与应用程序线程并行执行，并且收集各个Region的存活对象信息。
   • 最终标记（Remark，STW）。标记那些在并发标记阶段发生变化的对象，将被回收。
   • 清除垃圾（Cleanup）。清除空Region（没有存活对象的），加入到free list

6. Mixed GC发生的时机：

   • G1HeapWastePercent ：在global concurrent marking结束之后，我们可以知道old gen regions中有多少空间要被回收，在每次YGC之后和再次发生Mixed GC之前，会检查垃圾占比是否达到此参数G1HeapWastePercent，只有达到了，下次才会发生Mixed GC。
   • G1MixedGCLiveThresholdPercent：old generation region中的存活对象的占比，只有在此参数之下，才会被选入CSet。
   • G1MixedGCCountTarget：一次global concurrent marking之后，最多执行Mixed GC的次数。
   • G1OldCSetRegionThresholdPercent：一次Mixed GC中能被选入CSet的最多old generation region数量。

7. G1的常用参数配置：

   参数	含义
   -XX:G1HeapRegionSize=n	设置Region大小，并非最终值
   -XX:MaxGCPauseMillis	设置G1收集过程目标时间，默认值200ms，不是硬性条件
   -XX:G1NewSizePercent	新生代最小值，默认值5%
   -XX:G1MaxNewSizePercent	新生代最大值，默认值60%
   -XX:ParallelGCThreads	STW期间，并行GC线程数
   -XX:ConcGCThreads=n	并发标记阶段，并行执行的线程数
   -XX:InitiatingHeapOccupancyPercent	设置触发标记周期的 Java 堆占用率阈值。默认值是45%。这里的java堆占比指的是non_young_capacity_bytes，包括old+humongous

总结

• 写了这么多，从遇到GC问题到问题解决（最后是通过最简单的方式，那就是内存缓存时间的设置合理），最后是使用最方便和最简单的方式解决的。我们一直是为了解决问题而解决最表面的问题。我们深知是因为是内存缓存而导致的问题，而没有从内存缓存的合理性上去思考，而是花费大量的时间和精力的去调优JVM。突然在这里想到musk讲的第一性原理。从最本质去解决问题。
• 本文想突出两个问题：
  1. 解决问题的思路：从最原始的角度去思考，问题的本身是因为缓存数据导致的GC，那我们就应该去思考缓存数据是否合理，而不是去思考JVM的参数是否合理
  2. 学习G1的知识，其关键的概念，关键参数，已经相对CMS解决的两个问题：1.浮动垃圾 2.可预期的停顿时间

参考

• https://www.cnblogs.com/aspirant/p/8663872.html

• https://tech.meituan.com/2016/09/23/g1.html

• https://docs.oracle.com/javase/8/docs/technotes/guides/vm/gctuning/g1_gc.html