GC垃圾回收（3）- 三色标记算法

Posted 2023-03-25

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了GC垃圾回收（3）- 三色标记算法相关的知识，希望对你有一定的参考价值。

参考技术A

CMS过程在上篇文章 GC垃圾回收（2） 中已经写过。
它分为四个阶段：

其中并发标记阶段会有漏标的问题，为解决这个问题，采用了 "三色标记算法"

G1 GC（Garbage First Garbage Collector）是一种服务端应用使用的垃圾收集器，目标是用在 多核、大内存 的机器上，它在大多数情况下可以实现指定的GC暂停时间，同时还能保持较高的吞吐量。它的吞吐量相较PS+PO降低了大概10%~15%，但是大大降低了响应时间，大概200ms的程度

G1内存模型如下:

G1相较之前其它的垃圾回收器，对模型进行了改变，不再进行物理分代，采用逻辑分代。

它不再将连续内存分为Eden区和Old区，而是将内存分为一个个的Region。一块Region(分区)在逻辑上依然分代，分为四种：Eden，Old，Survivor，Humongous（大对象，跨多个连续的Region）。

它的每个分区都可能是年轻代也可能是老年代，但是在同一时刻只能属于某个代。

年轻代、幸存区、老年代这些概念还存在，成为了逻辑上的概念，这样方便复用之前分代框架的逻辑。在物理上不需要连续，这带来了额外的好处——有的分区内垃圾对象特别多，有的分区内垃圾对象很少，G1会优先回收垃圾对象特别多的分区，这样可以花费较少的时间来回收这些分区的垃圾，这也就是G1名字的由来，即首先回收垃圾最多的分区。

新生代其实并不适用于这种算法，依然是在新生代满了的时候，对整个新生代进行回收——整个新生代中的对象，要么被回收、要么晋升，至于新生代也采取分区机制的原因，则是因为这样跟老年代的策略统一，方便调整代的大小。

G1还是一种带压缩的收集器，在回收老年代的分区时，是将存活的对象从一个分区拷贝到另一个可用分区，这个拷贝的过程就实现了局部的压缩。每个分区的大小从1M到32M不等，但都是2的幂次方。

特点：

G1与CMS在并发收集时的算法没太大区别，用的是 三色标记 算法。但ZGC和Shenandoah使用的是 颜色指针 Colored Pointers。

主要用于分代模型中帮助垃圾回收。

为什么需要 card table ？
寻找存活对象并不是一件容易的事。从一个GC root对象寻找，可能被Old区对象引用，这个Old区对象又被Eden区对象引用，那么判断Eden区对象是否存活就需要遍历整个Old区存活对象看是否被Old区对象引用。这样的话每进行一次YGC就要扫描整个Old区。

所以JVM内部，将内存区域分为一个个的card，对象存在一个个的card里。当老年代某个card中的对象指向了年轻代，就会将这个card标记为 Dirty 。这么多card具体哪个是 Dirty的，用位图BitMap来代表（如0110010010，1表示Dirty），这就是Card Table。

Card Table ：由于做YGC时，需要扫描整个Old区，效率非常低，所以JVM设计了Card Table，如果一个Old区Card Table中有对象指向Y区，就将它设为Dirty，下次扫描时，只需要扫描Dirty Card。在结构上，Card Table用BitMap来实现。

RSet会占用一定的空间，所以ZGC又做了改进，不使用RSet，用颜色指针来标记。

Rset与赋值的效率：

5% ~ 60%（新生代）

G1能跟踪STW停顿时间，根据停顿时间动态调整新生代（Y区）比例

超过单个region的 50% 就是一个大对象，也可跨越多个region。

注意： G1也是存在FGC的，并且一定会被触发。当对象分配不下是会产生FGC。

回收时不分新生代还是老年代什么的，region满了就回收。

MixedGC过程：

跟CMS非常像，MixedGC最后是筛选回收，多了个筛选步骤。筛选就是找出垃圾最多的region。筛选后将存活对象复制到其他region，再将之前的region清空。

CMS和G1在并发标记时使用的是同一个算法： 三色标记法 ，使用白灰黑三种颜色标记对象。白色是未标记；灰色自身被标记，引用的对象未标记；黑色自身与引用对象都已标记。

在remark过程中，黑色指向了白色，如果不对黑色重新扫描，则会漏标。会把白色D对象当作没有新引用指向从而回收掉。

并发标记过程中，Mutator删除了所有从灰色到白色的引用，会产生漏标。此时白色对象应该被回收

产生漏标问题的条件有两个：
1.黑色对象指向了白色对象
2.灰色对象指向白色对象的引用消失

所以要解决漏标问题，打破两个条件之一即可：

为什么G1采用SATB而不用incremental update？
因为采用incremental update把黑色重新标记为灰色后，之前扫描过的还要再扫描一遍，效率太低。
G1有RSet与SATB相配合。Card Table里记录了RSet，RSet里记录了其他对象指向自己的引用，这样就不需要再扫描其他区域，只要扫描RSet就可以了。
也就是说灰色-->白色引用消失时，如果没有黑色-->白色，引用会被push到堆栈，下次扫描时拿到这个引用，由于有RSet的存在，不需要扫描整个堆去查找指向白色的引用，效率比较高。SATB配合RSet浑然天成。

七天入门Go语言 GC垃圾回收三色标记 | 第七天

GC

GC全称Garbage Collection

目前主流的垃圾回收算法有两类，分别是追踪式垃圾回收算法（Tracing garbage collection）和引用计数法（ Reference counting ）。
而三色标记法是属于追踪式垃圾回收算法的一种。

追踪式算法的核心思想是判断一个对象是否可达，因为一旦这个对象不可达就可以立刻被 GC 回收了。

那么如何判断一个对象是否可达呢？
分为两步：

第一步找出所有的全局变量和当前函数栈里的变量，标记为可达。
第二步，从已经标记的数据开始，进一步标记它们可访问的变量，周而复始，这一过程也叫传递闭包。

在go推出三色标记法之前，go所使用的gc算法叫Mark-And-Sweep（标记清扫）

这个算法就是严格按照追踪式算法的思路来实现的。

先设置一个标志位来记录对象是否被使用，最开始所有的标记位都是 0。
如果发现对象是可达的就会置为1，一步步下去就会呈现一个类似树状的结果。
等标记的步骤完成后，会将没有被标记的对象统一清理，再次把所有的标记位设置成 0，以便下次进行清理。

这个算法最大的问题是 GC 执行期间需要把整个程序完全暂停，不能异步进行GC操作。因为在不同阶段标记清扫法的标志位 0 和 1 有不同的含义，那么新增的对象无论标记为什么都有可能意外删除这个对象。对实时性要求高的系统来说，这种需要长时间挂起的标记清扫法是不可接受的。所以就需要一个算法来解决 GC 运行时程序长时间挂起的问题，那就三色标记法。

三色标记法

三色标记法是传统 Mark-Sweep 的一个改进，它是一个并发的 GC 算法。on-the-fly

原理如下

整个进程空间里申请每个对象占据的内存可以视为一个图，初始状态下每个内存对象都是白色标记。
先stop the world，将扫描任务作为多个并发的goroutine立即入队给调度器，进而被CPU处理，第一轮先扫描所有可达的内存对象，标记为灰色放入队列
第二轮可以恢复start the world，将第一步队列中的对象引用的对象置为灰色加入队列，一个对象引用的所有对象都置灰并加入队列后，这个对象才能置为黑色并从队列之中取出。循环往复，最后队列为空时，整个图剩下的白色内存空间即不可到达的对象，即没有被引用的对象；
第三轮再次stop the world，将第二轮过程中新增对象申请的内存进行标记（灰色），这里使用了writebarrier（写屏障）去记录这些内存的身份；

这个算法可以实现 on-the-fly，也就是在程序执行的同时进行收集，并不需要暂停整个程序。

简化步骤如下：

1、首先创建三个集合：白、灰、黑。