G1 相较于 CMS 的优势：一场垃圾回收的革命性进化

在 Java 的垃圾回收器演进史上，CMS（Concurrent Mark-Sweep）曾是低延迟应用的标杆，而 G1（Garbage First）则是其继任者，于 Java 7 引入并在 Java 9 成为默认回收器。G1 的设计不仅继承了 CMS 的低停顿理念，还在内存管理、性能优化和使用场景上带来了显著改进。本文将详细分析 G1 相较于 CMS 的优势，揭示其为何能取代 CMS。

1. 设计目标的差异：从单一低延迟到综合优化

CMS 的目标：CMS 专注于低停顿时间（Low Latency），通过与应用线程并发执行标记和清除阶段，减少 STW（Stop-The-World）时间。它适合对响应时间敏感的应用，如 Web 服务。
G1 的目标 ：G1 的设计目标更宏大，不仅追求低停顿，还要平衡吞吐量（Throughput）和内存使用效率。它引入了"可预测停顿时间"的概念，用户可以通过参数（如 -XX:MaxGCPauseMillis）指定期望的停顿时间，G1 会动态调整回收策略以尽量满足。

优势：G1 的目标更全面，CMS 仅关注低延迟，而 G1 既能满足低延迟需求，又能在高吞吐量场景下表现良好。它通过"自适应性"让开发者对 GC 行为有更多控制权。

2. 内存管理的革命：从分代到区域化

CMS 的内存管理：CMS 采用经典的分代模型，将堆分为年轻代（Eden + Survivor）和老年代两大部分。年轻代使用 ParNew（并行标记-复制），老年代使用并发标记-清除。这种固定分区的设计简单，但不够灵活。
G1 的内存管理：G1 抛弃了连续分代布局，将堆划分为多个大小相等的区域（Region，通常 1-32MB）。每个区域可以动态扮演 Eden、Survivor、Old 或空闲角色。G1 跟踪每个区域的垃圾比例，优先回收"垃圾最多"的区域（Garbage First）。

优势：

灵活性 ：G1 的区域化设计允许动态调整年轻代和老年代的大小，无需像 CMS 那样手动设置 -Xmn（年轻代大小）。这减少了调优的复杂性。
全局优化：CMS 分别处理年轻代和老年代，缺乏全局视角。G1 可以根据区域的垃圾比例全局规划回收策略，提高效率。
大堆支持：CMS 在大堆（>4GB）场景下效率下降，因为老年代的连续内存分配容易失败。G1 的区域化管理更适应大堆，分配和回收更灵活。

3. 停顿时间的改进：可预测性与一致性

CMS 的停顿时间：CMS 通过并发标记和清除减少了 STW 时间，但仍有两次短暂的 STW 阶段（初始标记和重新标记）。此外，如果并发回收跟不上对象分配速度，会退化为单线程 Full GC，停顿时间变得不可控。
G1 的停顿时间：G1 将回收分为年轻代回收（Young GC）和混合回收（Mixed GC）。它通过"增量回收"机制，将老年代回收分散到多次 Mixed GC 中，避免长时间的 Full GC。用户还能设置最大停顿时间目标，G1 会根据历史数据预测并调整回收区域的数量。

优势：

可预测性：CMS 的停顿时间受堆大小和对象分配速率影响，波动较大。G1 通过动态调整每次回收的区域数量，使停顿时间更稳定。
无 Full GC 退化：CMS 在并发失败时退化到单线程 Full GC（标记-整理），停顿可能长达数秒。G1 即使触发 Full GC，也会尽量避免（通过调优可几乎消除），且 Full GC 是并行的，停顿时间更短。
增量回收：G1 的 Mixed GC 将老年代回收分散到多次小停顿中，CMS 则依赖并发清除一次性处理老年代，压力更大。

4. 碎片处理的突破：从被动到主动

CMS 的碎片问题：CMS 使用标记-清除算法，老年代回收后会产生内存碎片。当碎片导致大对象分配失败时，触发 Full GC（标记-整理）来整理内存。这种被动处理方式增加了停顿风险。
G1 的碎片处理：G1 在年轻代使用标记-复制（无碎片），老年代通过 Mixed GC 结合标记-清除和局部整理（Compaction）。它优先回收垃圾多的区域，并在回收过程中将存活对象移动到其他区域，逐步减少碎片。

优势：

主动整理：CMS 的碎片处理依赖 Full GC，属于被动应对。G1 在 Mixed GC 中主动整理部分区域，碎片增长速度更慢。
无大块碎片：CMS 的老年代是连续空间，碎片可能导致大对象无法分配。G1 的区域化设计天然避免了连续大块碎片问题，每个区域独立管理。
长期稳定性：CMS 在长时间运行后碎片积累严重，可能频繁触发 Full GC。G1 通过持续整理保持内存整洁，适合长时间运行的应用。

5. 性能调优的简化：从繁琐到智能

CMS 的调优 ：CMS 需要手动设置年轻代大小（-Xmn）、Survivor 比例（-XX:SurvivorRatio）、并发线程数（-XX:ConcGCThreads）等参数。如果配置不当，可能导致频繁 Full GC 或性能下降。
G1 的调优 ：G1 的自适应性大幅减少了调优需求。用户只需设置堆大小（-Xmx）和最大停顿时间（-XX:MaxGCPauseMillis），G1 会自动调整年轻代比例、区域回收策略等。

优势：

易用性：CMS 调优复杂，需要深入理解应用特性。G1 的"开箱即用"特性降低了使用门槛。
动态调整：G1 根据运行时数据动态优化，CMS 的参数一旦设定，运行时无法调整。
一致性：G1 的自适应性确保性能在不同负载下更稳定，CMS 则可能因配置不当表现不佳。

6. 使用场景的扩展：从低延迟到多面手

CMS 的适用场景：CMS 主要针对低延迟需求的应用（如 Web 服务器），在高吞吐量或大堆场景下表现欠佳。
G1 的适用场景：G1 既适合低延迟应用，也能处理高吞吐量和大堆场景。它在大规模分布式系统（如大数据处理）中表现尤为出色。

优势：

多场景适配：CMS 的设计局限使其难以应对多样化需求，而 G1 的灵活性使其成为通用选择。
未来导向：随着硬件发展和堆大小增加，G1 的区域化设计更具前瞻性，CMS 的分代模型逐渐过时。

7. 技术细节对比：G1 的创新实现

卡表（Card Table）优化：CMS 和 G1 都使用卡表记录跨代引用，但 G1 引入了 RSet（Remembered Set），为每个区域维护独立的引用记录，减少扫描开销。
并发标记改进：CMS 的并发标记可能因浮动垃圾（Floating Garbage）导致不准确，G1 使用 SATB（Snapshot-At-The-Beginning）算法，确保标记一致性。
并行性：G1 的年轻代和 Mixed GC 都充分利用多核 CPU，CMS 的并发清除虽多线程，但整体并行性不如 G1。

结论：G1 为何取代 CMS？

G1 相较于 CMS 的优势在于其革命性的区域化内存管理、可预测的停顿时间、主动的碎片处理、简化的调优和更广泛的适用性。CMS 虽然在低延迟领域表现出色，但其碎片问题、Full GC 退化风险和调优复杂性限制了其发展。G1 通过自适应性和全局优化，不仅解决了 CMS 的痛点，还为现代应用提供了更强大的支持。

对于开发者而言，G1 意味着更少的配置负担和更高的性能稳定性；对于企业应用，它意味着更低的维护成本和更好的用户体验。因此，从 Java 9 开始，G1 成为默认垃圾回收器，标志着 CMS 时代的终结和 G1 时代的开启。