JVM虚拟机：垃圾收集算法

这段内容主要讲解了**追踪式垃圾收集（Tracing GC）的核心理论基础以及三种主要算法的演进过程。**

1. 理论基石：分代收集理论 (Generational Collection)

现代商业虚拟机（如HotSpot）之所以高效，是因为它们不是"一视同仁"地回收内存，而是根据对象存活的时间长短，将堆内存划分为新生代（Young Gen）和老年代（Old Gen）。

这种设计建立在三条假说之上：

弱分代假说： 绝大多数对象都是"朝生夕灭"的（一出生很快就变成垃圾）。
强分代假说： 熬过越多次GC的对象，就越难以消亡（活得越久，越不容易死）。
跨代引用假说： 跨代引用（老年代引用新生代）相对于同代引用仅占极少数。

设计推论：

基于前两条假说，新生代适合高频回收（关注"死"的），老年代适合低频回收（关注"活"的）。基于第三条假说，为了解决跨代扫描问题，引入了记忆集（Remembered Set），将老年代切块，只标记有跨代引用的块，从而避免在回收新生代时扫描整个老年代。

2. 三大核心算法演进

垃圾收集算法的发展本质上是对内存空间利用率 和执行效率（停顿时间）的权衡。

2.1 标记-清除算法 (Mark-Sweep)

这是最基础的算法，后续算法多是基于此改进。

原理：
1. 标记： 找出所有需要回收（或存活）的对象。
2. 清除： 统一回收被标记的对象。
缺点：
- 效率不稳定： 垃圾越多，标记和清除的操作越慢。
- 内存碎片化： 清除后会产生大量不连续的内存碎片，导致无法为大对象分配空间，从而提前触发下一次GC。

2.2 标记-复制算法 (Mark-Copy)

为了解决"效率"和"碎片"问题而生，主要用于新生代。

原理（半区复制）： 将内存分为两块，每次只用一块。满时将存活对象复制到另一块，清空当前块。
优化（Appel式回收）：
- 由于新生代98%的对象都会死，不需要1:1划分。
- HotSpot布局： 1个 Eden 区 + 2个 Survivor 区（比例 8:1:1）。
- 利用率： 每次使用 Eden + 1个 Survivor（90%空间），只浪费10%。
- 逃生门： 如果存活对象超过10%，通过分配担保机制直接进入老年代。
优点： 运行高效，无内存碎片。
缺点： 需要浪费一部分空间（原版浪费50%，优化版浪费10%）。

2.3 标记-整理算法 (Mark-Compact)

针对老年代对象存活率高的特点设计。

原理： 标记过程同Mark-Sweep，但后续不是直接清除，而是让所有存活对象向内存一端移动，然后清理边界外的内存。
权衡（Trade-off）：
- 移动对象： 会导致应用程序暂停（Stop The World），增加延迟，但内存规整，后续分配和访问快（高吞吐量）。
- 不移动对象： GC停顿短，但内存碎片化严重，分配慢。
应用： 关注吞吐量的收集器（如Parallel Scavenge）使用此算法；关注延迟的（如CMS）平时用标记-清除，碎片严重时才用标记-整理。

3. 算法对比总结

特性	标记-清除 (Mark-Sweep)	标记-复制 (Mark-Copy)	标记-整理 (Mark-Compact)
适用区域	老年代 (如CMS)	新生代 (主流)	老年代 (主流)
空间开销	无 (但有碎片)	高 (需预留Swap区)	无
移动对象	否	是	是
内存碎片	严重	无	无
主要优点	实现简单，无需移动对象	效率极高，无碎片	无碎片，内存规整
主要缺点	碎片化导致频繁GC	空间利用率受限 (浪费10%-50%)	移动对象需暂停应用 (STW)

4. 关键术语定义 (防止混淆)

文中特别强调了不同GC类型的定义，这在阅读GC日志时非常重要：

Minor GC / Young GC： 只回收新生代（最常见）。
Major GC / Old GC： 只回收老年代（目前只有CMS收集器有单独的Old GC行为）。注意：有时Major GC也被指代整堆收集，需看上下文。
Mixed GC： 回收整个新生代 + 部分老年代（G1收集器特有）。
Full GC： 回收整个Java堆和方法区（代价最大，应尽量避免）。

问答

第一部分：分代收集理论基础

Q1：当前主流商用虚拟机的垃圾收集器大多遵循什么理论进行设计？这个理论的基础是什么？

A：大多遵循"分代收集"（Generational Collection）理论。

它的基础是两个分代假说（经验法则）：

弱分代假说：绝大多数对象都是朝生夕灭的（生命周期很短）。
强分代假说：熬过越多次垃圾收集过程的对象就越难以消亡。
引入跨代引用假说：跨代引用相对于同代引用仅占极少数，据此建立记忆集（Remembered Set）。

Q2：基于分代假说，垃圾收集器的一致设计原则是什么？这样做有什么好处？

A：设计原则是：应该将Java堆划分出不同的区域，然后将回收对象依据其年龄（熬过GC的次数）分配到不同的区域之中存储。通常分为新生代（Young Generation）和老年代（Old Generation）。

好处：

针对新生代：如果一个区域大多数对象都是朝生夕灭的，把它们集中在一起，每次回收只关注如何保留少量存活对象，能以极低代价回收大量空间。
针对老年代：如果剩下的都是难以消亡的对象，把它们集中在一起，可以使用较低的频率来回收。
总体：同时兼顾了垃圾收集的时间开销和内存的空间有效利用。

Q3：分代收集理论面临的一个明显困难是什么？如何解决？

A：困难是跨代引用。对象不是孤立的，老年代对象可能引用新生代对象。在进行Minor GC（只回收新生代）时，为了确保可达性分析正确，理论上需要遍历整个老年代来查找对新生代的引用，这会带来巨大的性能负担。

解决方案：

引入跨代引用假说（跨代引用相对于同代引用仅占极少数），并据此建立记忆集（Remembered Set）。

记忆集在新生代中建立，它把老年代划分成小块，只标识出哪一块内存存在跨代引用。发生Minor GC时，只需扫描记忆集标识出的包含跨代引用的小块内存，而无需扫描整个老年代。

第二部分：三大核心垃圾收集算法

Q4：请简述"标记-清除"（Mark-Sweep）算法的过程及其主要缺点。

A：

过程：分为"标记"和"清除"两个阶段。首先标记出所有需要回收的对象（或存活对象），标记完成后，统一回收掉所有被标记的对象（或未被标记的对象）。

主要缺点：

执行效率不稳定：如果堆中包含大量对象且大部分需要回收，必须进行大量标记和清除动作，效率随对象数量增长而降低。
内存空间的碎片化问题：清除后会产生大量不连续的内存碎片。碎片太多会导致以后需要分配大对象时，无法找到足够连续内存而提前触发下一次GC。

Q5："标记-复制"（Mark-Copy）算法主要是为了解决什么问题而提出的？它非常适合应用于哪个年代？

A：它主要是为了解决标记-清除算法在面对大量可回收对象时执行效率低的问题（以及碎片问题）。

它非常适合应用于新生代，因为新生代对象具有"朝生夕灭"的特点，存活率低，复制成本小。

Q6：请描述原始的"半区复制"算法以及HotSpot虚拟机中优化的"Appel式回收"策略。

A：

原始半区复制：将可用内存按容量划分为大小相等的两块，每次只使用一块。当这一块用完，就将还存活的对象复制到另一块上，然后清理掉已使用过的那一块。缺点是内存利用率只有50%。
Appel式回收（HotSpot优化）：鉴于新生代98%对象熬不过第一轮收集，不需要1:1划分。
- 做法：把新生代分为一块较大的Eden空间和两块较小的Survivor空间（HotSpot默认比例8:1:1）。
- 过程：每次分配只使用Eden和其中一块Survivor。发生GC时，将Eden和该Survivor中存活的对象一次性复制到另一块Survivor空间，然后清理掉Eden和已用过的那块Survivor。
- 空间利用率：每次新生代可用空间为90%（80% Eden + 10% Survivor），只有10%被"浪费"。

Q7：在Appel式回收中，如果Survivor空间不足以容纳一次Minor GC后存活的对象怎么办？

A：需要依赖其他内存区域（实际上大多就是老年代）进行分配担保（Handle Promotion）。这些存活对象将通过分配担保机制直接进入老年代。

Q8：为什么老年代不能直接使用"标记-复制"算法？"标记-整理"（Mark-Compact）算法是如何工作的？

A：

原因：老年代对象存活率较高，使用复制算法会进行较多的复制操作，效率降低。更关键的是，如果不想浪费50%空间，就需要额外的空间进行分配担保，以应对所有对象都100%存活的极端情况，而老年代一般没有其他区域为其担保。

标记-整理算法工作过程：

标记过程与"标记-清除"一样，但后续步骤不是直接清理可回收对象，而是让所有存活的对象都向内存空间一端移动，然后直接清理掉边界以外的内存。

Q9：对比"标记-清除"和"标记-整理"，它们本质差异是什么？移动存活对象有什么优缺点？

A：

本质差异：前者是非移动式的回收算法，后者是移动式的。

移动存活对象的优缺点（权衡）：

缺点（风险）：在老年代这种大量对象存活的区域移动对象并更新引用，是一种极为负重的操作，且必须全程暂停用户应用程序（Stop The World），增加延迟。
优点（收益）：如果不移动对象，内存碎片问题只能依赖复杂的内存分配器（如分区空闲分配链表）来解决，这会增加内存访问的负担，进而影响应用程序的吞吐量。移动对象虽然回收时更复杂，但能获得规整的内存空间，使内存分配和访问更高效，从整体吞吐量来看是划算的。