文章目录
- 版权声明
- 垃圾回收器的技术演进
- Shenandoah
-
- [Shenandoah GC体验](#Shenandoah GC体验)
- [Shenandoah GC循环过程](#Shenandoah GC循环过程)
- ZGC
版权声明
- 本博客的内容基于我个人学习黑马程序员课程的学习笔记整理而成。我特此声明,所有版权属于黑马程序员或相关权利人所有。本博客的目的仅为个人学习和交流之用,并非商业用途。
- 我在整理学习笔记的过程中尽力确保准确性,但无法保证内容的完整性和时效性。本博客的内容可能会随着时间的推移而过时或需要更新。
- 若您是黑马程序员或相关权利人,如有任何侵犯版权的地方,请您及时联系我,我将立即予以删除或进行必要的修改。
- 对于其他读者,请在阅读本博客内容时保持遵守相关法律法规。
- 本博客中的部分观点和意见仅代表我个人,不代表黑马程序员的立场。
垃圾回收器的技术演进
- CMS会产生内存碎片:没有整理功能,会导致最终产生需要碎片,导致内存浪费
- 解决方案:
- 产生FULLGC并且进行整理,此时会产生长时间STW
- 退化成串行回收,产生长时间的STW
- 新一代的垃圾回收器
- 不同的垃圾回收器设计的目标是不同的。Parallel GC、G1更注重较高的吞吐量;Shenandoah、ZGC更注重较低的延迟时间
Shenandoah
- Shenandoah 是由Red Hat开发的一款低延迟的垃圾收集器,Shenandoah 并发执行大部分 GC 工作,包括并发的整理,堆大小对STW的时间基本没有影响。
- Shenandoah GC文档
Shenandoah GC体验
- 可以使用docker构建Shenandoah GC体验
bash
# Update the image to the most recent one:
$ docker pull shipilev/openjdk
$ docker pull shipilev/openjdk:17
$ docker pull shipilev/openjdk:11
# Run the latest version:
$ docker run --rm -it shipilev/openjdk java -XX:+UseShenandoahGC -Xlog:gc -version
[0.007s][info][gc] Using Shenandoah
...
# Run the JDK 17 version:
$ docker run --rm -it shipilev/openjdk:17 java -XX:+UseShenandoahGC -Xlog:gc -version
[0.007s][info][gc] Using Shenandoah
...
# Run the JDK 11 version:
$ docker run --rm -it shipilev/openjdk:11 java -XX:+UseShenandoahGC -Xlog:gc -version
[0.008s][info][gc] Using Shenandoah
...
Shenandoah GC循环过程
bash
GC(3) Pause Init Mark 0.771ms
GC(3) Concurrent marking 76480M->77212M(102400M) 633.213ms
GC(3) Pause Final Mark 1.821ms
GC(3) Concurrent cleanup 77224M->66592M(102400M) 3.112ms
GC(3) Concurrent evacuation 66592M->75640M(102400M) 405.312ms
GC(3) Pause Init Update Refs 0.084ms
GC(3) Concurrent update references 75700M->76424M(102400M) 354.341ms
GC(3) Pause Final Update Refs 0.409ms
GC(3) Concurrent cleanup 76244M->56620M(102400M) 12.242ms
- 这些阶段大致执行以下操作:
- Init Mark(初始化标记)启动并发标记。它为堆和应用程序线程准备并发标记,然后扫描根集。这是周期中的第一次暂停,最主要的时间消耗者是根集扫描。因此,其持续时间依赖于根集的大小。
- Concurrent Marking(并发标记)遍历堆,并追踪可达对象。这个阶段与应用程序并行运行,其持续时间取决于堆中活跃对象的数量和对象图的结构。由于应用程序在此阶段可以自由分配新数据,因此堆占用率在并发标记期间上升。
- Final Mark(最终标记)通过排空所有待处理的标记/更新队列并重新扫描根集来完成并发标记。它还通过确定要疏散的区域(收集集)、预先疏散一些根,并通常为下一个阶段准备运行时来初始化疏散。这部分工作可以在Concurrent Precleaning(并发预清理)阶段并发完成。这是周期中的第二次暂停,这里最主要的时间消耗者是排空队列和扫描根集。
- Concurrent Cleanup(并发清理)回收即时垃圾区域------即,并发标记后检测到没有活跃对象存在的区域。
- Concurrent Evacuation(并发疏散)将对象从收集集复制到其他区域。这是与其他OpenJDK GCs的主要区别。这个阶段再次与应用程序并行运行,因此应用程序可以自由分配。其持续时间取决于本周期选择的收集集的大小。
- Init Update Refs(初始化更新引用)启动更新引用阶段。它几乎不做任何事情,只确保所有GC和应用程序线程已完成疏散,然后为下一个阶段准备GC。这是第三次暂停,也是所有中最短的。
- Concurrent Update References(并发更新引用)遍历堆,并更新在并发疏散期间移动的对象的引用。这是与其他OpenJDK GCs的主要区别。其持续时间取决于堆中的对象数量,但不依赖于对象图的结构,因为它是线性扫描堆的。这个阶段与应用程序并行运行。
- Final Update Refs(最终更新引用)通过重新更新现有根集来完成更新引用阶段。它还回收收集集中的区域,因为现在堆不再有对那些(过时的)对象的引用。这是周期中的最后一次暂停,其持续时间取决于根集的大小。
9。 Concurrent Cleanup(并发清理)回收现在没有引用的收集集区域。
ZGC
ZGC简介
- ZGC 是一种可扩展的低延迟垃圾回收器。ZGC 在垃圾回收过程中,STW的时间不会超过一毫秒,适合需要低延迟的应用。支持几百兆到16TB 的堆大小,堆大小对STW的时间基本没有影响。
- ZGC降低了停顿时间,能降低接口的最大耗时,提升用户体验。但吞吐量不佳,所以如果服务关注QPS(每秒的查询次数)G1是比较不错的选择。
ZGC的版本更迭
ZGC体验&使用
-
OracleJDK和OpenJDK中都支持ZGC,阿里的DragonWell龙井JDK也支持ZGC但属于其自行对OpenJDK 11的
ZGC进行优化的版本。
-
【建议使用JDK17之后的版本,延迟较低同时无需手动配置并行线程数。】
-
分代 ZGC添加如下参数启用
-XX:+UseZGC -XX:+ZGenerational
-
非分代 ZGC通过命令行选项启用
-XX:+UseZGC
-
使用 adoptopenjdk:17 作为基础镜像,进行体验,创建名称为
Dockerfile
的普通文本文件
bash
#使用adoptopenjdk作为基础镜像,选择Java 17版本
FROM adoptopenjdk:17-jdk-hotspot
#设置工作目录
WORKDIR /app
#拷贝应用程序jar包到镜像中
COPY target/your-application.jar /app/your-application.jar
#暴露应用程序的端口(如果需要)
EXPOSE 8080
#设置启动命令,指定使用ZGC作为垃圾收集器
CMD ["java", "-XX:+UseZGC", "-jar", "your-application.jar"]
- 构建 Docker 镜像并运行容器, 并配置 ZGC 的 Java 应用程序
bash
docker build -t your-image-name .
docker run -d -p 8080:8080 your-image-name
ZGC的参数设置
- ZGC在设计上做到了自适应,根据运行情况自动调整参数,让用户手动配置的参数最少化。
- 自动设置年轻代大小,无需设置
-Xmn
参数。 - 自动晋升阈值(复制中存活多少次才搬运到老年代),无需设置
-XX:TenuringThreshold
。 - JDK17之后支持自动的并行线程数,无需设置
-XX:ConcGCThreads
。
- 自动设置年轻代大小,无需设置
- 需要设置的参数:
-Xmx 值
(最大堆内存大小):ZGC最重要的一个参数,必须设置。ZGC在运行过程中会使用一部分内存用来处理垃圾回收,所以尽量保证堆中有足够的空间。设置多少值取决于对象分配的速度,根据测试情况来决定。 - 可以设置的参数:
-XX:SoftMaxHeapSize=值
:ZGC会尽量保证堆内存小于该值,在内存靠近这个值时会尽早地进行垃圾回收,但是依然有可能会超过该值。例如,-Xmx5g -XX:SoftMaxHeapSize=4g
ZGC会尽量保证堆内存小于4GB,最多不会超过5GB。
ZGC的调优
- ZGC 中可以使用Linux的Huge Page大页技术优化性能,提升吞吐量、降低延迟。
- 注意:安装过程需要 root 权限,所以ZGC默认没有开启此功能。
操作步骤:
- 计算所需页数,Linux x86架构中大页大小为 2 M B 2MB 2MB,根据所需堆内存的大小估算大页数量。比如堆空间需要 16 G 16G 16G,预留 2 G 2G 2G(JVM需要额外的一些非堆空间),那么页数就是 18 G / 2 M B = 9216 18G / 2MB = 9216 18G/2MB=9216。
- 配置系统的大页池以具有所需的页数(需要root权限):
bash
$ echo 9216 > /sys/kernel/mm/hugepages/hugepages-2048kB/nr_hugepages
- 添加参数 − X X : + U s e L a r g e P a g e s -XX:+UseLargePages −XX:+UseLargePages 启动程序进行测试