深度拆解JVM垃圾回收：可达性分析原理+全类型回收器执行机制

一、根基：可达性分析的具体原理机制

GC的核心前提是"精准识别垃圾"------判断哪些对象已不再被使用。早期"引用计数法"因循环引用缺陷被淘汰，HotSpot虚拟机采用的可达性分析算法，是当前最成熟、通用的垃圾判定方案。

1. 核心思想

以"GC Roots"为起点构建对象引用关系图，遍历所有可达对象并标记为"存活"，未被标记的对象则判定为垃圾等待回收。类比来看，GC Roots如同"树根"，可达对象是延伸的"树枝"，垃圾便是脱离主干的"枯叶"。

2. GC Roots的具体分类（面试高频）

并非所有对象都能作为GC Roots，仅"绝对不会被回收"的核心引用可担当，具体分为4类：

• 虚拟机栈引用对象：栈帧中局部变量表、操作数栈引用的对象（如方法内定义的局部变量）；
• 方法区静态属性引用对象 ：类的static变量引用的对象（例：private static User user = new User()）；
• 方法区常量引用对象：字符串常量池、Class常量引用的对象；
• 本地方法栈引用对象：Native方法（如JNI调用）引用的对象。

3. 具体实现、核心组件与回收器差异

可达性分析的高效执行依赖HotSpot底层机制支撑，不同回收器为适配性能目标，在实现细节、组件选型上差异显著。以下从核心流程、关键组件、回收器差异三方面拆解，兼顾原理与实战。

（1）可达性分析的核心实现流程

完整流程分为"根枚举-对象图遍历-并发修正"三步，每一步均经针对性优化，平衡准确性与执行效率：

1. 根枚举：基于OopMap的快速定位
   根枚举的核心是高效找到所有GC Roots，HotSpot通过`OopMap（普通对象指针映射表）`规避全栈遍历的低效问题。在方法JIT编译、类加载阶段，虚拟机自动记录栈帧中引用类型数据的内存偏移量并生成OopMap。初始标记阶段（STW），无需遍历整个虚拟机栈/本地方法栈，仅扫描OopMap记录位置即可快速定位根引用对象，此阶段耗时可压缩至毫秒级。同时，方法区的静态属性、常量引用，通过遍历元数据（Class对象静态变量表、常量池）补充，结合OopMap完成全量GC Roots枚举。
2. 对象图遍历：分层优化减少扫描范围
   从根引用出发，通过对象头引用指针递归遍历可达对象，标记对象头Mark Word中的"存活标记位"。为避免全堆扫描，分代场景用卡表处理跨代引用，分区场景用记忆集处理跨Region引用，仅针对性扫描关联区域，大幅降低遍历开销。
3. 并发修正：解决并发标记漏标问题
   现代回收器（G1/ZGC）为减少STW时间采用并发标记，需通过特殊机制修正应用线程修改引用导致的漏标，不同回收器的解决方案差异明显，下文将结合回收器特性详细说明。

（2）卡表（Card Table）的具体实现

卡表是分代回收场景中处理"老年代→年轻代"跨代引用的核心组件，本质是"空间换时间"，避免跨代遍历全堆，其底层细节直接影响回收效率：

1. 核心结构 卡表是一块连续内存区域，按512字节粒度将老年代划分为若干"卡页"，每个卡页对应卡表中1字节标记位。标记位分"干净"（无跨代引用）和"肮脏"（存在老年代→年轻代引用）两种状态，通过位运算实现快速更新与读取。
2. 标记触发机制
   当老年代对象引用年轻代对象时，虚拟机通过**写屏障（Write Barrier）**自动标记对应卡页为"肮脏"。写屏障是插入在对象引用赋值操作后的轻量代码，无需开发者干预，仅增加微小开销即可精准追踪跨代引用变更。
3. 扫描与清理逻辑
   年轻代GC时，无需遍历整个老年代，仅扫描卡表中"肮脏"卡页，逐个检查页内老年代对象是否引用年轻代存活对象，验证后将卡页标记回"干净"，显著减少扫描范围。

（3）不同回收器的实现差异对比

各回收器因性能目标（吞吐量/低延迟）、内存管理模式（分代/分区）不同，在可达性分析实现、跨引用处理组件上差异显著，直接决定其适用场景：

回收器类型	可达性分析核心实现	跨引用处理组件	并发漏标解决方案
Serial GC（串行）	单线程执行，OopMap根枚举+全堆遍历，全程STW无并发阶段	卡表（分代场景），逻辑简单适配年轻代标记-复制	无并发阶段，无需漏标修正
Parallel GC（并行吞吐量优先）	多线程并行根枚举+遍历，STW时间短于Serial，依赖OopMap优化	卡表（分代场景），多线程并行扫描肮脏卡页提效	无并发阶段，无需漏标修正
CMS GC（并发低延迟）	初始/重新标记（STW+OopMap）+ 并发标记，减少STW占比	卡表（分代场景），写屏障标记肮脏页，重新标记阶段扫描	增量标记+重新标记，修正并发漏标对象
G1 GC（分区均衡型）	初始/最终标记（STW+OopMap）+ 并发标记，按Region分区遍历	Remembered Set（记忆集）+ 卡表，每Region维护跨Region引用	SATB（快照原子化），记录并发引用变更，最终标记批量修正
ZGC（超低延迟大内存）	初始/最终标记（STW+颜色指针）+ 全阶段并发遍历，无全堆扫描	无卡表/记忆集，依赖颜色指针+读屏障追踪跨Region引用	读屏障拦截引用访问，自动标记漏标对象，无需快照

补充：Shenandoah GC与ZGC目标一致（超低延迟），但用软件层面转发指针替代颜色指针，跨引用处理依赖连接矩阵，无需硬件支持，兼容性更强，小堆（4-16GB）场景性能更优。

二、核心：三大基础垃圾回收算法

所有回收器的底层均基于以下三种算法或其组合优化，算法的取舍直接决定回收器的性能特性，也是适配不同场景的核心依据。

1. 标记-清除算法（Mark-Sweep）

最基础的GC算法，分为"标记"与"清除"两个核心阶段：

1. 标记：通过可达性分析标记所有存活对象；
2. 清除：遍历内存区域，释放未标记的垃圾对象，将空闲内存加入链表管理。

优缺点：实现简单、内存利用率高，但会产生大量内存碎片（可能导致大对象无法分配），且清除阶段需遍历全堆，效率随堆大小增长而下降，稳定性差。

适用场景：早期Serial GC老年代、CMS老年代（核心算法）。

2. 标记-复制算法（Mark-Copy）

为解决内存碎片问题设计，核心思路是"空间换时间"，适配对象存活率低的场景：

1. 分区：将内存划分为两个（或多个）等大区域，仅使用其中一个（From区）；
2. 标记复制：通过可达性分析标记存活对象，按顺序复制到空闲区域（To区），天然避免碎片；
3. 切换：互换From区与To区角色，清空原From区供下次分配使用。

优缺点：无内存碎片、回收效率高，但内存利用率低（需预留空闲区），当对象存活率高时，复制开销会显著增加。

适用场景：年轻代（对象朝生夕死，存活率低），如Serial、Parallel、ParNew等回收器的年轻代。

3. 标记-整理算法（Mark-Compact）

兼顾内存连续性与利用率，是标记-清除算法的优化版，适配对象存活率高的场景：

1. 标记：通过可达性分析标记所有存活对象（与前两种算法一致）；
2. 整理：将所有存活对象向内存一端移动，集中形成连续空闲空间；
3. 清除：释放存活对象末尾的空闲内存，统一管理供后续分配。

优缺点：无内存碎片、内存利用率高，但对象移动需更新引用指针，带来额外开销，执行效率略低于标记-复制。

适用场景：老年代（对象存活率高），如Serial Old、Parallel Old回收器。

三、实战：全类型JVM垃圾回收器解析

JVM垃圾回收器可分为"经典分代回收器"（基于分代假说）与"新一代回收器"（面向低延迟、大内存），不同回收器的算法选型、执行流程适配不同场景，需结合业务需求选择。

（一）经典分代回收器（JDK 8及之前主流）

基于"分代假说"（对象朝生夕死、存活越久越难回收），将堆分为年轻代（Eden+Survivor）与老年代，针对性采用算法，平衡回收效率与内存利用率。

1. Serial GC（串行回收器）

核心特性：单线程执行回收，全程STW，实现最简单，无线程交互开销，适合资源受限场景。

算法选型：

• 年轻代：标记-复制算法（Eden:Survivor=8:1，仅用10%内存作为空闲区，提升利用率）；
• 老年代：标记-整理算法。

执行过程：

1. 年轻代回收：Eden区满时触发，复制存活对象到Survivor区并将对象年龄+1，年龄达标（默认15）则晋升老年代，最终清空Eden与原Survivor区；
2. 老年代回收：老年代空间不足时触发，标记存活对象并整理至内存一端，释放空闲空间供后续分配。

适用场景：单核CPU、客户端应用、小型服务（对停顿不敏感），JDK 1.3前为默认回收器。

2. Parallel GC（并行回收器，吞吐量优先）

核心特性：多线程并行回收，目标是最大化吞吐量（应用运行时间/总时间），JDK 8默认回收器，适配后台运算场景。

算法选型：

• 年轻代：并行标记-复制（多线程同时执行标记与复制，加速回收）；
• 老年代：并行标记-整理（多线程并行标记+整理，缩短STW时间）。

执行过程：与Serial GC核心流程一致，仅将单线程操作改为多线程并行，多核环境下STW时间显著缩短，吞吐量大幅提升。

适用场景：后台运算、科学计算、大数据处理（对吞吐量要求高，可容忍百毫秒级停顿）。

3. ParNew GC（并行年轻代回收器）

核心特性：Serial GC的多线程版本，仅负责年轻代回收，需与CMS老年代回收器搭配使用，是JDK 5-8低延迟场景的过渡方案。

算法选型：年轻代并行标记-复制（与Parallel GC年轻代逻辑一致）。

执行过程：同Parallel GC年轻代回收，仅作为CMS的"年轻代搭档"分担回收压力，无独立老年代回收逻辑。

局限性：JDK 9标记为废弃，JDK 14正式移除，被G1回收器全面替代。

4. CMS GC（并发标记-清除回收器，低延迟优先）

核心特性：以最短停顿时间为目标，老年代回收大部分工作与应用线程并发执行，是JDK 5-8低延迟场景的首选。

算法选型：

• 年轻代：搭配ParNew，采用并行标记-复制；
• 老年代：并发标记-清除（核心创新，大幅减少STW时间）。

执行过程（老年代核心流程）：

1. 初始标记（STW）：标记GC Roots直接关联对象，耗时极短（毫秒级）；
2. 并发标记：GC线程与应用线程并行，遍历对象图标记存活对象，无STW；
3. 重新标记（STW）：修正并发标记期间因应用线程修改引用导致的漏标，耗时短于初始标记；
4. 并发清除：GC线程与应用线程并行，清除未标记垃圾对象，无STW。

优缺点：停顿时间短，但会产生内存碎片、占用CPU资源（并发阶段影响吞吐量），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）。

局限性：JDK 9废弃，JDK 14移除，被G1/ZGC替代。

（二）新一代回收器（JDK 9+主流，低延迟、大内存）

打破分代回收的严格边界，采用Region分区管理堆内存，兼顾吞吐量与低延迟，支持TB级堆内存，适配现代服务端场景。

1. G1 GC（Garbage-First，区域优先）

核心特性：JDK 9+默认回收器，面向服务端应用，通过"优先回收垃圾最多的Region"实现可控停顿时间，平衡延迟与吞吐量。

核心设计：将堆划分为多个大小相等的Region（1MB~32MB，自动计算），每个Region可动态作为Eden、Survivor、Old区，支持混合回收（年轻代+部分老年代）。

算法选型：整体标记-整理，局部标记-复制（Region间复制存活对象，避免碎片）。

执行过程（混合回收核心流程）：

1. 初始标记（STW）：依附于Young GC执行，标记GC Roots直接关联对象，同时通过卡表定位老年代对年轻代的引用；
2. 并发标记：遍历对象图标记存活对象，通过写屏障维护Remembered Set（记录跨Region引用）；
3. 最终标记（STW）：处理SATB机制记录的漏标对象，修正标记结果；
4. 筛选回收（部分STW）：统计各Region回收收益（释放空间/耗时），优先选择高收益Region，复制存活对象到空闲Region并清空原Region；
5. 混合回收：分批次回收年轻代+部分老年代Region，通过-XX:MaxGCPauseMillis（默认200ms）控制停顿时间。

适用场景：中型到大型堆内存（4GB~64GB），对停顿时间有要求的服务端应用（如电商、金融核心服务）。

2. ZGC（Z Garbage Collector，超低延迟）

核心特性：Oracle推出的新一代回收器，目标是将停顿时间控制在10ms以内，支持TB级堆内存，全阶段并发（仅初始/最终标记短暂STW）。

核心创新：采用颜色指针（硬件级支持）和读屏障，替代传统写屏障，并发开销仅为写屏障的1/5，大幅提升并发效率。

算法选型：并发标记+并发整理（无碎片，适配大内存场景）。

执行过程：

1. 初始标记（STW，1-2ms）：标记GC Roots直接引用对象，标记为灰色；
2. 并发标记：GC线程与应用线程并行，按颜色指针流转标记（灰→黑，白→灰），读屏障自动标记被引用的白色对象，避免漏标；
3. 并发整理：选择垃圾占比超25%的Region，复制存活对象到新Region，通过颜色指针重定向引用；
4. 最终标记（STW，1ms）：确认引用变更，重置颜色指针状态；
5. 并发清理：释放无存活对象的Region，更新元数据供后续分配。

适用场景：大内存（16GB+）、超低延迟场景（如实时数据处理、云原生服务、高频交易系统）。

3. Shenandoah GC（红帽版低延迟回收器）

核心特性：与ZGC目标一致（超低延迟），但采用软件层面转发指针替代颜色指针，无需硬件支持，兼容性更强，支持分代优化。

核心创新：转发指针（对象头存储新地址，实现引用重定向）、连接矩阵（优化跨Region引用追踪，降低遍历开销）。

算法选型：并发标记+并发整理。

与ZGC差异：弱化硬件依赖，小堆（4-16GB）场景性能更优，分代管理更完善，适合混合工作负载（既有短期对象也有长期对象）。

四、总结：回收器选型与调优核心

选择GC回收器的核心是"匹配业务场景"，而非追求"最先进"，不同回收器的适配场景与调优方向差异显著。

回收器	核心优势	适用场景
Serial GC	简单高效，无线程交互开销	单核CPU、客户端应用
Parallel GC	吞吐量优先，多核加速明显	后台运算、大数据处理
G1 GC	可控停顿，性能均衡	服务端通用场景（4GB+堆内存）
ZGC/Shenandoah	超低延迟，支持TB级大内存	实时服务、云原生大内存场景

调优核心建议：

• 优先使用默认回收器（JDK 9+用G1），通过GC日志分析瓶颈，避免盲目切换回收器；
• 低延迟场景优先选ZGC/Shenandoah，吞吐量场景首选Parallel GC，通用服务端场景用G1即可；
• 控制堆大小（避免过大导致GC时间过长），根据硬件配置调整Region大小、并发线程数等参数，贴合实际运行负载。

GC的本质是"内存管理的权衡艺术"------没有完美的回收器，只有最适合业务的选择。掌握底层原理、各回收器执行逻辑及差异，才能在性能问题出现时快速定位、精准调优，从容应对面试与线上实战挑战。

在Java开发中，"垃圾回收（GC）"是绕不开的核心话题------它既帮我们规避了手动管理内存的繁琐，也可能因不合理的回收策略引发线上性能瓶颈。不少开发者对GC的理解停留在"自动回收垃圾"，但背后的可达性分析原理、不同回收器的执行逻辑的差异，才是面试和调优的关键。

本文将从底层原理到实际实现，层层拆解：先讲透可达性分析的核心机制，再逐一剖析各代回收器的执行过程与算法选型，帮你建立完整的GC知识体系。

一、根基：可达性分析的具体原理机制

GC的核心前提是"识别垃圾"------即判断哪些对象不再被使用。早期的"引用计数法"因循环引用问题被淘汰，而HotSpot虚拟机采用的可达性分析算法，是当前最成熟、最通用的垃圾判定方案。

1. 核心思想

以"GC Roots"为起点，构建对象引用关系图，遍历所有可达的对象并标记为"存活"，未被标记的对象则判定为"垃圾"，等待回收。类比来说，GC Roots相当于"树根"，可达对象是"树枝"，垃圾则是脱离树干的"枯叶"。

2. GC Roots的具体分类（面试高频）

并非所有对象都能作为GC Roots，必须是"绝对不会被回收"的核心引用，具体包括4类：

• 虚拟机栈引用对象：栈帧中的局部变量表、操作数栈引用的对象（比如方法内定义的局部变量）；
• 方法区静态属性引用对象 ：类的static变量引用的对象（如private static User user = new User()）；
• 方法区常量引用对象：字符串常量池、Class常量引用的对象；
• 本地方法栈引用对象：Native方法（如JNI调用）引用的对象。

3. 具体实现、核心组件与回收器差异

可达性分析的高效执行，依赖HotSpot底层的核心机制支撑，同时不同回收器为适配性能目标，在实现细节、组件选型上存在显著差异。以下从核心实现、卡表机制、回收器差异三方面展开，拆解底层逻辑。

（1）可达性分析的核心实现流程

完整的可达性分析分为"根枚举-对象图遍历-并发修正"三步，每一步均有针对性优化，平衡准确性与效率：

1. 根枚举：基于OopMap的快速定位
   根枚举的核心是快速找到所有GC Roots，HotSpot通过`OopMap（普通对象指针映射表）`规避全栈遍历的低效问题。在方法JIT编译、类加载阶段，虚拟机自动记录栈帧中局部变量表、操作数栈里引用类型数据的内存偏移量，生成OopMap。初始标记阶段（STW），无需遍历整个虚拟机栈/本地方法栈，仅扫描OopMap记录的位置，即可快速定位根引用对应的对象，此阶段耗时可压缩至毫秒级。此外，方法区的静态属性、常量引用，通过遍历元数据（Class对象的静态变量表、常量池）补充，结合OopMap完成全量GC Roots枚举。
2. 对象图遍历：分层优化减少扫描范围
   从根引用出发，通过对象头中的引用指针递归遍历可达对象，标记对象头Mark Word中的"存活标记位"。为避免全堆扫描，不同内存管理模式（分代/分区）采用不同优化：分代场景用卡表处理跨代引用，分区场景用记忆集处理跨Region引用，仅针对性扫描关联区域，而非全堆遍历。
3. 并发修正：解决并发标记漏标问题
   现代回收器（G1/ZGC）为减少STW，采用并发标记模式，需通过特殊机制修正应用线程修改引用导致的漏标问题，不同回收器方案差异显著（后文详述）。

（2）卡表（Card Table）的具体实现

卡表是分代回收场景中处理"老年代→年轻代"跨代引用的核心组件，本质是通过空间换时间，避免跨代遍历全堆，其底层实现细节直接影响回收效率：

1. 核心结构
   卡表是一块连续的内存区域，按**512字节**粒度将老年代划分为若干"卡页"，每个卡页对应卡表中的一个标记位（通常1字节）。标记位状态分为"干净"（无跨代引用）和"肮脏"（存在老年代→年轻代引用），通过位运算快速更新和读取。
2. 标记触发机制
   当老年代对象引用年轻代对象时，虚拟机通过**写屏障（Write Barrier）**自动标记对应卡页为"肮脏"。写屏障是插入在对象引用赋值操作后的一段轻量代码，无需开发者干预，仅增加微小开销，即可精准追踪跨代引用变更。
3. 扫描与清理逻辑
   年轻代GC时，无需遍历整个老年代，仅扫描卡表中标记为"肮脏"的卡页，逐个检查卡页内的老年代对象是否引用年轻代存活对象，验证后将卡页标记回"干净"，大幅减少扫描范围。

（3）不同回收器的实现差异对比

各回收器因性能目标（吞吐量/低延迟）、内存管理模式（分代/分区）不同，在可达性分析实现、卡表/记忆集使用上差异明显，直接决定其适用场景：

回收器类型	可达性分析核心实现	跨引用处理组件	并发漏标解决方案
Serial GC（串行）	单线程执行，OopMap根枚举+全堆遍历，全程STW，无并发阶段	卡表（分代场景），逻辑简单，仅适配年轻代标记-复制	无并发阶段，无需漏标修正
Parallel GC（并行吞吐量优先）	多线程并行根枚举+遍历，STW时间短于Serial，依赖OopMap优化	卡表（分代场景），多线程并行扫描肮脏卡页，提升效率	无并发阶段，无需漏标修正
CMS GC（并发低延迟）	初始/重新标记（STW+OopMap）+ 并发标记，减少STW占比	卡表（分代场景），写屏障标记肮脏页，重新标记阶段扫描	增量标记+重新标记，修正并发标记漏标对象
G1 GC（分区均衡型）	初始/最终标记（STW+OopMap）+ 并发标记，按Region分区遍历	Remembered Set（记忆集）+ 卡表，每个Region维护跨Region引用	SATB（快照原子化），记录并发引用变更，最终标记阶段批量修正
ZGC（超低延迟大内存）	初始/最终标记（STW+颜色指针）+ 全阶段并发遍历，无全堆扫描	无卡表/记忆集，依赖颜色指针+读屏障追踪跨Region引用	读屏障拦截引用访问，自动标记漏标对象，无需快照

补充说明：Shenandoah GC与ZGC目标一致，均为超低延迟，但采用软件层面的转发指针替代颜色指针，跨引用处理依赖连接矩阵（优化跨Region引用），无需硬件支持，兼容性更强，小堆内存场景性能更优。

可达性分析并非遍历全堆对象，而是分阶段高效执行，同时解决跨代引用、并发漏标等问题：

1. 初始标记：仅标记GC Roots直接关联的对象，此阶段需STW（Stop-The-World，暂停应用线程），但耗时极短（仅扫描根引用，不遍历对象图）；
2. 并发遍历：从初始标记的对象出发，并发遍历整个对象引用图，标记所有存活对象（无需STW，GC线程与应用线程并行执行）；
3. 问题解决：

• 跨代引用：通过"卡表（Card Table）"记录老年代对年轻代的引用，避免全堆扫描，G1、ParNew等回收器均采用此方案；
• 并发漏标：因应用线程修改引用，可能导致部分对象漏标，G1用SATB（快照原子化）机制、ZGC用读屏障标记，确保标记准确性。

二、核心：三大基础垃圾回收算法

所有回收器的底层都基于以下三种算法，或其组合优化，不同算法的取舍直接决定回收器的性能特性：

1. 标记-清除算法（Mark-Sweep）

最基础的算法，分为"标记"和"清除"两阶段：

1. 标记：通过可达性分析标记所有存活对象；
2. 清除：遍历内存区域，释放未标记的垃圾对象，将空闲内存加入链表。

优缺点：实现简单、内存利用率高，但会产生大量内存碎片（导致大对象无法分配），且清除阶段需遍历全堆，效率不稳定。

适用场景：早期Serial GC老年代、CMS老年代（核心算法）。

2. 标记-复制算法（Mark-Copy）

为解决内存碎片问题设计，核心是"空间换时间"：

1. 分区：将内存划分为两个（或多个）区域，仅使用其中一个（From区）；
2. 标记复制：标记存活对象，将其按顺序复制到空闲区域（To区），避免碎片；
3. 切换：互换From区和To区角色，清空原From区。

优缺点：无内存碎片、回收效率高，但内存利用率低（需预留空闲区），存活对象多时复制开销大。

适用场景：年轻代（对象存活率低），如Serial、Parallel、ParNew等回收器的年轻代。

3. 标记-整理算法（Mark-Compact）

兼顾内存连续性和利用率，是标记-清除的优化版：

1. 标记：同可达性分析标记存活对象；
2. 整理：将所有存活对象向内存一端移动，集中形成连续空间；
3. 清除：释放存活对象末尾的所有内存。

优缺点：无碎片、内存利用率高，但对象移动需更新引用指针，开销较大。

适用场景：老年代（对象存活率高），如Serial Old、Parallel Old回收器。

三、实战：全类型JVM垃圾回收器解析

JVM垃圾回收器分为"经典分代回收器"（基于分代假说）和"新一代回收器"（面向低延迟、大内存），不同回收器的算法选型、执行流程差异显著，需结合业务场景选择。

（一）经典分代回收器（JDK 8及之前主流）

基于"分代假说"（对象朝生夕死、存活越久越难回收），将堆分为年轻代（Eden+Survivor）和老年代，针对性采用算法。

1. Serial GC（串行回收器）

核心特性：单线程回收，全程STW，最简单的回收器，无线程交互开销。

算法选型：

• 年轻代：标记-复制算法（Eden:Survivor=8:1，仅用10%内存作为空闲区，提升利用率）；
• 老年代：标记-整理算法。

执行过程：

1. 年轻代回收：Eden区满触发，复制存活对象到Survivor区（年龄+1），年龄达标（默认15）则晋升老年代，清空Eden和原Survivor区；
2. 老年代回收：老年代空间不足触发，标记存活对象并整理到内存一端，释放空闲空间。

适用场景：单核CPU、客户端应用、小型服务（对停顿不敏感），JDK 1.3前默认。

2. Parallel GC（并行回收器，吞吐量优先）

核心特性：多线程并行回收，目标是最大化吞吐量（应用运行时间/总时间），JDK 8默认回收器。

算法选型：

• 年轻代：并行标记-复制（多线程同时复制，加速回收）；
• 老年代：并行标记-整理（多线程并行标记+整理，减少STW时间）。

执行过程：与Serial GC流程一致，仅将单线程操作改为多线程并行，STW时间显著缩短（多核环境下）。

适用场景：后台运算、科学计算、大数据处理（对吞吐量要求高，可容忍百毫秒级停顿）。

3. ParNew GC（并行年轻代回收器）

核心特性：Serial GC的多线程版本，仅负责年轻代回收，必须与CMS老年代回收器搭配使用。

算法选型：年轻代并行标记-复制（与Parallel GC年轻代逻辑一致）。

执行过程：同Parallel GC年轻代回收，仅作为CMS的"年轻代搭档"，分担回收压力。

局限性：JDK 9标记为废弃，JDK 14移除，被G1回收器替代。

4. CMS GC（并发标记-清除回收器，低延迟优先）

核心特性：以最短停顿时间为目标，老年代回收大部分工作与应用线程并发执行，是JDK 5-8中低延迟场景的首选。

算法选型：

• 年轻代：搭配ParNew，并行标记-复制；
• 老年代：并发标记-清除（核心创新，减少STW）。

执行过程（老年代核心流程）：

1. 初始标记（STW）：标记GC Roots直接关联的对象，耗时极短（毫秒级）；
2. 并发标记：GC线程与应用线程并行，遍历对象图标记存活对象，无STW；
3. 重新标记（STW）：修正并发标记期间因应用线程修改引用导致的漏标，耗时短于初始标记；
4. 并发清除：GC线程与应用线程并行，清除未标记垃圾对象，无STW。

优缺点：停顿时间短，但会产生内存碎片、占用CPU资源（并发阶段影响吞吐量），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）。

局限性：JDK 9废弃，JDK 14移除，被G1/ZGC替代。

（二）新一代回收器（JDK 9+主流，低延迟、大内存）

打破分代回收的严格边界，采用Region分区管理，兼顾吞吐量和低延迟，支持TB级堆内存。

1. G1 GC（Garbage-First，区域优先）

核心特性：JDK 9+默认回收器，面向服务端应用，通过"优先回收垃圾最多的Region"实现可控停顿时间。

核心设计：将堆划分为多个大小相等的Region（1MB~32MB，自动计算），每个Region可动态作为Eden、Survivor、Old区，支持混合回收（年轻代+部分老年代）。

算法选型：整体标记-整理，局部标记-复制（Region间复制存活对象，避免碎片）。

执行过程（混合回收核心流程）：

1. 初始标记（STW）：依附于Young GC，标记GC Roots直接关联对象，同时通过卡表定位老年代对年轻代的引用；
2. 并发标记：遍历对象图标记存活对象，通过写屏障维护Remembered Set（记录跨Region引用）；
3. 最终标记（STW）：处理SATB机制记录的漏标对象，修正标记结果；
4. 筛选回收（部分STW）：统计各Region回收收益（释放空间/耗时），优先选择高收益Region，复制存活对象到空闲Region，清空原Region；
5. 混合回收：分批次回收年轻代+部分老年代Region，通过-XX:MaxGCPauseMillis（默认200ms）控制停顿时间。

适用场景：中型到大型堆内存（4GB~64GB），对停顿时间有要求的服务端应用（如电商、金融）。

2. ZGC（Z Garbage Collector，超低延迟）

核心特性：Oracle推出的新一代回收器，目标是停顿时间控制在10ms以内，支持TB级堆内存，全阶段并发（仅初始标记、最终标记短暂STW）。

核心创新：采用颜色指针（硬件级支持）和读屏障，替代传统写屏障，降低并发开销（读屏障开销仅为写屏障的1/5）。

算法选型：并发标记+并发整理（无碎片）。

执行过程：

1. 初始标记（STW，1-2ms）：标记GC Roots直接引用对象，标记为灰色；
2. 并发标记：GC线程与应用线程并行，按颜色指针流转标记（灰→黑，白→灰），读屏障自动标记被引用的白色对象；
3. 并发整理：选择垃圾占比超25%的Region，复制存活对象到新Region，通过颜色指针重定向引用；
4. 最终标记（STW，1ms）：确认引用变更，重置颜色指针；
5. 并发清理：释放无存活对象的Region，更新元数据。

适用场景：大内存（16GB+）、超低延迟场景（如实时数据处理、云原生服务）。

3. Shenandoah GC（红帽版低延迟回收器）

核心特性：与ZGC目标一致，但采用软件层面的转发指针（无需硬件支持），兼容性更强，支持分代优化。

核心创新：转发指针（对象头存储新地址）、连接矩阵（优化跨Region引用）。

算法选型：并发标记+并发整理。

与ZGC差异：弱化硬件依赖，小堆（4-16GB）性能更优，分代管理更完善，适合混合工作负载。

四、总结：回收器选型与调优核心

选择GC回收器的核心是"匹配业务场景"，而非追求"最先进"：

回收器	核心优势	适用场景
Serial GC	简单高效，无线程开销	单核、客户端应用
Parallel GC	吞吐量优先，多核加速	后台运算、大数据处理
G1 GC	可控停顿，均衡性能	服务端通用场景（4GB+堆）
ZGC/Shenandoah	超低延迟，大内存支持	实时服务、云原生大内存场景

调优核心建议：

• 优先用默认回收器（JDK 9+用G1），通过GC日志分析瓶颈；
• 低延迟场景优先ZGC/Shenandoah，吞吐量场景用Parallel GC；
• 控制堆大小（避免过大导致GC时间长），调整Region大小、并发线程数等参数匹配硬件。

GC的本质是"内存管理的权衡艺术"------没有完美的回收器，只有最适合业务的选择。掌握底层原理和各回收器的执行逻辑，才能在性能问题出现时快速定位、精准调优。