JVM 垃圾回收算法：原理、实现与适用场景
JVM 垃圾回收（GC）的核心目标是识别并回收不再被引用的对象内存，同时尽可能降低对应用性能的影响。其算法设计围绕 "如何高效判定垃圾" 和 "如何高效回收垃圾" 两大核心问题展开，下面从基础原理到进阶实现，深入拆解核心算法及衍生优化。
一、前置：垃圾判定的核心准则
所有 GC 算法的前提是 "识别垃圾"，主流判定方式有两种：
1. 引用计数法（Reference Counting）
- 原理：为每个对象维护一个引用计数器，有引用指向时 + 1，引用失效时 - 1；计数器为 0 则判定为垃圾。
- 优点：实时性高，回收无延迟；实现简单。
- 致命缺陷 ：无法解决循环引用（如 A 引用 B、B 引用 A，两者计数器均不为 0，但均无外部引用），JVM 未采用此方式（Python 等语言使用但需额外处理循环引用）。
2. 可达性分析算法（Reachability Analysis）
- 原理 ：以 "GC Roots" 为起点，遍历对象引用链，不可达的对象判定为垃圾。
- GC Roots 核心类型 ：
- 虚拟机栈（栈帧局部变量表）中引用的对象；
- 方法区中类静态属性引用的对象；
- 方法区中常量引用的对象；
- 本地方法栈（JNI）中引用的对象；
- JVM 内部的核心对象（如锁对象、系统类加载器）。
- 优势：解决循环引用问题，是 JVM（HotSpot）的核心判定方式。
- 注意：可达性分析需 "暂停所有用户线程"（STW，Stop The World），否则引用链会动态变化，导致判定错误。
二、核心垃圾回收算法（基础层）
基于可达性分析，JVM 衍生出 4 类核心回收算法，各有适用场景和性能特点：
1. 标记 - 清除算法（Mark-Sweep）
原理（两步走）
- 标记阶段：从 GC Roots 出发，标记所有可达对象；
- 清除阶段：遍历堆内存，回收所有未标记的对象，释放内存空间。
优缺点
| 优点 | 缺点 |
|---|---|
| 实现简单，无需移动对象 | 1. 内存碎片化严重（回收后产生大量不连续的内存碎片，大对象无法分配时触发 Full GC）；2. 效率低（标记 + 清除均需遍历全堆，STW 时间长）；3. 仅回收空间，未整理空间。 |
适用场景
仅适用于老年代（对象存活率高，移动成本高），但因碎片化问题，极少单独使用（早期 CMS 的初始标记 + 并发清除阶段基于此）。
2. 标记 - 复制算法（Mark-Copy）
原理（空间换时间）
- 将堆内存划分为大小相等的两块（From 区 / To 区），仅使用其中一块；
- 标记阶段：标记 From 区中可达对象；
- 复制阶段：将所有标记的对象复制到 To 区，按内存地址连续排列；
- 交换阶段：清空 From 区，交换 From/To 区角色，下次 GC 操作新的 From 区。
优化版（Appel 式分配）
HotSpot 针对新生代优化：将新生代分为 1 个 Eden 区 + 2 个 Survivor 区（默认比例 8:1:1），而非等大分区：
- 大部分对象在 Eden 区创建，GC 时标记 Eden+Survivor（From）的可达对象，复制到 Survivor（To）；
- 若 To 区空间不足，直接晋升到老年代；
- 交换 From/To 区，重复此过程。
优缺点
| 优点 | 缺点 |
|---|---|
| 1. 无内存碎片（复制后对象连续排列）；2. 回收效率高（仅处理存活对象，新生代存活率低）；3. 分配内存时仅需移动指针，效率极高 | 1. 内存利用率低（需预留 To 区，Appel 式优化后仍损失 10%）；2. 老年代存活率高，复制成本极高，不适用。 |
适用场景
新生代核心算法（如 Serial GC、ParNew GC、G1 的新生代回收），因新生代对象 "朝生夕死"，复制成本远低于标记 - 清除。
3. 标记 - 整理算法（Mark-Compact）
原理（标记 + 移动 + 清除）
- 标记阶段：同标记 - 清除，标记可达对象；
- 整理阶段 ：将所有标记的对象向内存一端压缩移动，保证连续排列；
- 清除阶段：清理边界外的所有内存空间。
优缺点
| 优点 | 缺点 |
|---|---|
| 1. 无内存碎片；2. 内存利用率 100%（无需预留空间）；3. 适合存活率高的区域。 | 1. 移动对象成本高（需更新所有引用指向，STW 时间长）；2. 整理过程需暂停所有用户线程，并发难度大。 |
适用场景
老年代核心算法（如 Serial Old、Parallel Old，G1 的老年代回收也包含整理逻辑），平衡了碎片化和内存利用率。
4. 分代收集算法（Generational Collection）
本质
并非独立算法，而是基于对象生命周期的分代策略，结合上述 3 种算法的优势：
- 新生代：对象存活率低 → 标记 - 复制算法；
- 老年代：对象存活率高、体积大 → 标记 - 清除 / 标记 - 整理算法；
- 永久代 / 元空间：极少回收（仅卸载无用类）。
核心优势
- 针对不同区域选择最优算法，降低整体 GC 开销；
- 新生代 Minor GC 频率高但耗时短，老年代 Major GC/Full GC 频率低但耗时长。
实现细节
- 新生代 GC（Minor GC）：触发条件为 Eden 区满，回收 Eden+From Survivor，存活对象移至 To Survivor；
- 老年代 GC（Major GC）：触发条件为老年代空间不足 / 晋升对象超过老年代剩余空间，或显式调用 System.gc ()；
- 空间分配担保：Minor GC 前，JVM 检查老年代最大可用连续空间是否≥新生代所有对象总大小，若不足则触发 Full GC。
三、进阶算法：并发回收与区域化回收
随着 JVM 发展，基础算法无法满足高并发、低延迟需求，衍生出并发回收 和区域化回收的进阶设计：
1. 并发标记 - 清除（CMS，Concurrent Mark Sweep）
核心目标
降低老年代 GC 的 STW 时间，基于 "标记 - 清除" 做并发优化，分为 4 个阶段：
- 初始标记（STW）：标记 GC Roots 直接关联的对象，耗时极短；
- 并发标记：遍历引用链，标记所有可达对象（与用户线程并发执行，无 STW）；
- 重新标记（STW）：修正并发标记期间因用户线程操作导致的标记遗漏（耗时短于初始标记）；
- 并发清除：回收未标记对象（与用户线程并发执行，无 STW）。
优缺点
| 优点 | 缺点 |
|---|---|
| 1. 并发阶段无 STW，低延迟（适合响应时间敏感的场景）；2. 老年代回收效率高。 | 1. 产生内存碎片（标记 - 清除的固有问题）；2. 并发阶段占用 CPU 资源，影响应用吞吐量；3. 无法处理 "浮动垃圾"（并发清除阶段产生的新垃圾，需下次 GC 回收）；4. 依赖标记 - 整理做碎片整理（CMS 失败时触发 Serial Old 的 Full GC，STW 极长）。 |
2. 垃圾优先（G1，Garbage-First）
核心设计
打破分代边界，将堆划分为多个大小相等的 Region（默认 1~32MB），每个 Region 可动态标记为 Eden、Survivor、Old、Humongous（存储大对象），结合 "标记 - 复制" 和 "标记 - 整理"，核心是 "优先回收垃圾最多的 Region"。
核心流程（简化）
- 初始标记（STW）：标记 GC Roots 关联的对象，暂停时间极短；
- 并发标记：遍历引用链，标记可达对象，计算每个 Region 的垃圾占比；
- 最终标记（STW）：修正并发标记的遗漏，同时清理 Remembered Set（记录跨 Region 引用）；
- 筛选回收（STW）：按垃圾占比排序 Region，优先回收垃圾多的 Region（新生代 Region 用标记 - 复制，老年代 Region 用标记 - 整理）。
优势
- 可预测的 STW 时间（通过参数设置最大暂停时间）；
- 无内存碎片（整理 + 复制）；
- 兼顾吞吐量和延迟，适合大内存场景（如 16GB 以上堆）。
3. ZGC/Shenandoah（超低延迟 GC）
核心创新
基于 "染色指针" 和 "并发整理"，实现几乎全程无 STW 的回收：
- 染色指针：将对象的 GC 状态（标记、移动等）存储在指针的高位比特位，无需修改对象本身；
- 并发移动：在用户线程访问对象时，通过指针转发机制动态更新引用，实现对象移动与用户线程并发；
- Region 化管理：与 G1 类似，但 Region 大小可动态调整，支持 TB 级堆内存。
核心优势
STW 时间稳定在毫秒级（甚至微秒级），适合超大规模内存、超低延迟场景（如金融、实时交易）。
四、算法对比与选型建议
| 算法 / 收集器 | 核心回收算法 | 适用区域 | STW 特点 | 适用场景 |
|---|---|---|---|---|
| Serial GC | 新生代：标记 - 复制；老年代：标记 - 整理 | 新生代 + 老年代 | 全程 STW，单线程 | 单核心、小堆内存（如客户端程序） |
| Parallel GC | 新生代：标记 - 复制；老年代：标记 - 整理 | 新生代 + 老年代 | 全程 STW，多线程 | 吞吐量优先（如后台批处理） |
| CMS | 老年代：并发标记 - 清除；新生代：ParNew（标记 - 复制） | 老年代 + 新生代 | 仅初始 / 重新标记 STW | 延迟优先（如 Web 应用） |
| G1 | 区域化：标记 - 复制 + 标记 - 整理 | 全堆（Region） | 可预测的短 STW | 大内存、兼顾吞吐量与延迟（如中间件） |
| ZGC/Shenandoah | 区域化：并发标记 + 并发整理 | 全堆（Region） | 几乎无 STW | 超大内存、超低延迟（如金融、云计算） |
五、关键优化点
- 卡表（Card Table）：避免全堆扫描跨代引用（新生代对象引用老年代 / 老年代引用新生代），仅扫描脏卡，降低 GC 开销；
- Remembered Set：G1/ZGC 中记录跨 Region 引用，减少标记范围；
- TLAB（Thread Local Allocation Buffer）：线程私有内存分配缓冲区，避免多线程分配内存竞争，提升新生代分配效率；
- 并发失败处理：CMS/G1 在并发阶段内存不足时，降级为 Serial Old 的 Full GC，需监控此类场景。
总结
JVM GC 算法的演进核心是平衡 "延迟（STW 时间）"、"吞吐量" 和 "内存利用率"：
- 基础算法（标记 - 清除 / 复制 / 整理）解决 "怎么回收" 的问题；
- 分代策略解决 "按对象生命周期优化回收" 的问题；
- G1/ZGC 等进阶算法解决 "大内存、低延迟" 的问题。
实际应用中，需根据业务场景（吞吐量 / 延迟优先）、堆内存大小、CPU 核心数选择合适的收集器，同时通过监控 GC 日志（如 GC 停顿时间、频率、碎片率）调优，避免 Full GC 频繁触发。