G1垃圾回收器

Posted 2021-03-29 田美河边的钓鱼人

G1设计的目标是让stop the world的时间是可预测和可配置的。C1垃圾回收器是软实时，低延迟的垃圾回收器，你可以设置你需要的性能目标。它解决了CMS中空间碎片的问题，同时因为G1在低延迟，高吞吐量方面都比较好，所以在JDK9取代了默认的Parallel GC 关注吞吐量的组合成为默认的垃圾回收器，而CMS在Jdk9被移除了。

G1不要求将年轻代和老年代用连续的空间来实现，堆会被划分成一系列的小resion，通常默认是2048块，任何一个region可能是eden区，survivor区，或者是老年代区，但是不能一个region有多个区，只能是其中一个。每块Region取值范围为1M到32M，并且只能是2的n次幂，可以通过虚拟机参数：

-XX:G1HeapRegionSize来设置大小，所有的eden和survivor区的总和就是年轻代的大小，所有老年代的总和就是老年代的大小。如下图：

这种化分区域的方式，使得垃圾回收的时候，不需要对很大的一块区域进行垃圾回收（比如serial系列垃圾收集器，要么整块年轻代，要么整个堆进行回收），而是逐步的进行回收，仅仅回收一部分region，即回收region的整数倍区域。年轻代回收的时候，会stop the world，当存在跨代引用的时候会包含部分的老年代被回收，这一次回收的部分称为回收集。如下图，被框了（有黑色框）的部分就是这一次垃圾回收会处理的region。

G1可以评估每一个region存活对象的数量和回收该区域所需要的时间经验值，来维护一个优先级列表，每次根据用户设置的停顿时间（可以使用参数：-XX:MaxGCPauseMillis设置）,优先回收包含比较多垃圾对象的regions，这也是该垃圾回收器名称Garbage first的由来。

可以使用JVM参数 -XX:+UserG1GC来启用G1垃圾回收器。随着服务启动，处理请求，年轻代空间被使用完，就会stop the world,进行垃圾回收处理，将所有存活的对象，拷贝到survivor区，这个处理阶段被称为疏散阶段，这个阶段和其他垃圾回收器，比如serial，Parnew等非常相似。除了上述的年轻代，老年代，survivor区域外，G1中还有一种特殊的区域，humongous，用来存储大对象用的，当需要分配一个连续超过region一半的连续大对象的时候，那么就会使用Humongous这块区域，这块区域的会被当作老年代来处理。

跨代引用或者混合GC中老年代跨region引用的处理：

如上图.我们可以看到三块灰色的region: Region 1, Region 2 and Region 3 和他们相关的粉红色的 RSets， Region 1 和Region 3 引用Region 2的对象.。因此region2可以回溯找到region1和region3的卡表索引。

写屏障

每次reference类型数据的写操作，都会产生一个write barrier 中断操作，然后检查将要写入引用的对象是否和该reference类型数据在不同region，如果不同，那么把相关引用信息，记录到引用对象的region对应的remembered set中。当进行垃圾回收的时候，在gc roots集中加入region的remembered set,就可以保证就算不全局扫描，也不会有遗漏。

对于引用类型的复制语句，比如 person.t = teacher，假设新生代对象： person是分配在region A，然后老年代对象teacher分配在region B。那么此时就存在跨代引用。在进行赋值之前会产生write barrier ，会写入到dirty card queue中,当这个queue达到一定值或者时年轻代要执行垃圾回收时，对card queue中的卡表索引进行处理，进行更新remembered set保证remembered set实时准确。

这里网上很多资料都说引入了卡表（byte[]数组，CMS中有用到）或者Rset（在卡表结构上实现的一种hash结构，G1采用的一种结构）结构，在进行young gc解决跨代引用问题时，可以避免对整个堆进行扫描。其实我们知道并没有哪一种垃圾回收器会扫描整个堆，都只是从GC Roots集合中出发，标记存活对象而已。

回收步骤:

1、初始标记：仅仅是比较一下GC Roots能直接关联的对象，并且修改

TAMS指针的值，让下一阶段用户线程并发运行的时候，能正确在可用的

region中分配新对象。这个阶段需要stop the world，但是停顿很小。

2、并发标记：从GC Root出发，扫描堆，找到要回收的对象，这个阶段耗时比较长，但是可以和用户程序并发执行。当对象扫描完成以后，还要重新处理SATB记录下的并发时有引用变化的对象。

3、最终标记：对用户线程做另外一个短暂的暂停，用于处理并发阶段结束后能遗留下来的少量SATB记录。

4、筛选回收：负责更新region的统计数据。

三色标记算法：

三色标记算法，是将对象分成三种类型，黑色，灰色和白色。

黑色：根对象，或者是该对象被标记过了，同时它的所有属性也被标记完了。

灰色：本身对象被标记了，但是属性还有没被标记的。

白色: 未被标记的，当所有的扫描都完成后，白色的对象就是不可达的对象，也就是垃圾对象。

并发标记过程三色标记算法：1、开始时，将根节点的子对象标记为灰色。2、从灰色开始遍历，将已经遍历了子对象的节点标记为黑色。3、当所有的标记过程结束后，如下图,白色的对象即是不可达的垃圾对象。因为标记过程是和程序并发执行的，可能会出现对象漏标问题。例如，对象A已经被置为黑色，对象B被置为灰色，同时对象B引用着白色的对象C。因为标记过程是和运用程序并发执行的，所以有可能出现对象B将对象C的引用断开，同时对象A又引用对象C或者对象D的情况。那么继续标记的话，就会出现漏标对象C或者对象D的情况，这个问题使用SATB算法解决。

SATB算法：在开始标记的时候，会生成一个存活对象的快照，在并发标记的过程中，所有引用改变的对象，都入队（在产生写屏障的时候，将旧引用指向的对象置为非白的）这种方式可能会存在浮动垃圾（内存泄漏），将在下一次进行回收。

参考文献：https://plumbr.io/handbook/garbage-collection-algorithms-implementations#g1https://www.infoq.com/articles/tuning-tips-G1-GC/https://tech.meituan.com/2016/09/23/g1.html