Java内存与垃圾回收机制

水深无声 2022-01-20 01:13 294阅读 0赞

*  Java内存区域  
    根据Java虚拟机规范的规定,Java虚拟机运行时数据区域包括程序计时器，java虚拟机栈，本地方法栈，java堆，方法区等五部分。
 *  程序计数器：  
    程序计数器是一块较小的内存空间，它可以看做是当前线程所执行字节码的行号指示器。在虚拟机的概念模型里，字节码解释器工作时就是通过改变这个计数器的值来选取下一条需要执行的字节码指令。
    
    由于java虚拟机的多线程是通过线程轮流切换并分配处理器执行时间的方式来实现的，在任何一个确定的时刻，一个处理器只会执行一个线程中的指令。因此，为了线程切换后能恢复到正确的执行位置，每条线程都需要一个独立的程序计数器，各条线程之间的计数器互不影响，独立存储，我们称这类内存区域为“线程私有的内存”。
    
    如果线程正在执行一个java方法，这个计数器记录的是正在执行的虚拟机字节码指令的地址；如果正在执行的是Native方法，这个计数器值则为空。此区域是唯一一个虚拟机规范中没有规定任何OOM情况的区域。
 *  java虚拟机栈：  
    与程序计数器一样，java虚拟机栈也是线程私有的，它的生命周期与线程相同。虚拟机栈描述的是java方法执行的内存模型：每个方法在执行的同时都会创建一个栈帧，用于存储局部变量表、操作数栈、动态链接、方法出口等信息。每一个方法从调用到执行完成的过程，就对应着一个栈帧在虚拟机栈中入栈到出栈的过程。
    
    局部变量表存放了编译期可知的各种基本数据类型、对象引用（reference类型，它不同于对象本身，可能是一个指向对象起始地址的引用指针，也可能指向一个代表对象的句柄或其他与此对象相关的位置）和returnAddress类型（指向一条字节码指令的地址）。
    
    局部变量表所需的内存空间在编译期完成分配，当进入一个方法是，这个方法需要在栈帧中分配多大的局部变量空间是完全确定的，在方法运行期间不会改变局部变量表的大小。
    
    在java虚拟机规范中，对这个区域规定了两种异常情况：如果线程请求的栈深度大于虚拟机所允许的深度，将抛出StackOverflowError异常；如果虚拟机栈可以动态扩展，当扩展到无法申请到足够内存时，就会抛出OOM异常。
 *  本地方法栈：  
    本地方法栈与java虚拟机栈所发挥的作用是非常相似的，它们之间的区别不过是虚拟机栈为虚拟机执行java方法服务，而本地方法栈则为虚拟机使用到的Native方法服务。与虚拟机栈一样，本地方法栈也会抛出StackOverflowError和OOM异常。
 *  java堆  
    对于大多数应用来说，java堆是java虚拟机所管理的内存中最大的一块。java堆是被所有线程共享的一块内存区域，在虚拟机启动时创建。此内存区域的唯一目的就是存放对象实例，几乎所有的对象实例都在这里分配内存。
    
    java堆是垃圾收集器管理的主要区域，因此很多时候也被称为GC堆。从内存回收的角度来看，由于现在收集器基本都采用分代收集算法，所以java堆中还可以细分为：新生代和老年代；再细致一点有Eden空间、From Survivor 空间、To Survivor空间等。从内存分配的角度来看，线程共享的java堆中可以划分出多个线程私有的分配缓冲区。不过无论如何划分，都与存放内容无关，无论哪个区域，存储的都仍然是对象实例，进一步划分的目的是为了更好地回收内存，或者更快地分配内存。
    
    当堆中没有内存完成对象分配，并且堆的大小再也无法扩展是，将会抛出OOM异常。
 *  方法区  
    方法区与java堆一样，是各个线程共享的内存区域，它用于存储已被虚拟机加载的类信息、常量、静态变量、即时编译器编译后的代码等数据。虽然java虚拟机把方法区描述为堆的一个逻辑部分，但它有一个别名叫非堆，目的是与java堆区分开来。
    
    对于习惯在HotSpot虚拟机上开发，部署的程序开发者来说，很多人愿意把方法区称为“永久代”，本质上两者并不等价，仅仅是因为HotSpot虚拟机设计团队选择把GC分代收集扩展到了方法区，或者说使用永久代来实现方法区而已，这样HotSpot的垃圾收集器可以像管理java堆一样管理这部分内存，能够省去专门为方法区编写内存管理代码的工作。
    
    方法区内存回收的目标主要是针对常量池的回收和对类型的卸载。
    
    运行时常量池是方法区的一部分，Class文件中除了有类型的版本、字段、方法、接口等描述信息外，还有一项信息是常量池，用于存放编译期生成的各种字面常量和符号引用，这部分内容将在类加载后进度方法区的运行时常量池中存放。
    
    运行时常量池相对于Class文件常量池的另外一个重要特征是具备动态性，java语言并不要求常量一定只有编译期才能产生，运行期也可能将新的常量放入到常量池中，这种特性被开发人员利用得比较多的是String的intern()方法。
 *  对象的创建  
    虚拟机遇到一条new指令的时候，首先会去检查这个指令的参数是否会在常量池中定位到一个类的符号引用，并且检查这个符号引用所代表的类是否已被加载、解析和初始化过，如果没有，那必须先执行相应的类加载过程。
    
    在类加载检查通过后，接下来虚拟机将为新生对象分配内存。对象所需的内存大小在类加载完成后便可以确定，为对象分配空间的任务等同于把一块确定大小的内存从java堆中划分出来。假设java堆中的内存是绝对规整的，所有用过的内存都放在一边，空闲的内存都放在另一边，中间放着一个指针作为分界点的指示器，那所分配内存就仅仅是把那个指针向空闲空间那边移动一段与对象大小相等的距离，这种分配方式称为指针碰撞。如果java中的内存并不规整，已使用的内存和空闲内存相互交错，那就没有办法简单地进行指针碰撞了，虚拟机就必须维护一个列表，记录上哪些内存块是可用的，在分配的时候从列表中找到一块足够大的空间划分给对象实例，并更新列表上的记录，这种分配方式称为“空闲列表”。选择哪种方式取决于java内存是否规整，java内存是否规整又取决于所采用的垃圾收集器是否带有压缩整理功能决定。
    
    在多线程情况下，为了防止并发行为，java内存分配又分为两种，一种是对分配内存空间的动作进行同步处理，实际上虚拟机采用CAS的方式保证更新操作的原子性；另一种是把内存分配的动作按照线程划分在不同的空间中进行，即每个线程在java堆中预先分配一小块内存，称为本地线程分配缓冲。哪个线程要分配内存，就在哪个线程的TLAB上分配，只有TLAB用完并分配新的TLAB时，才需要同步锁定。
    
    内存分配完成之后，虚拟机需要将分配到的内存空间都初始化为零值（不包括对象头），接下来，虚拟机需要对对象进行必要的设置，例如这个对象是哪个类的实例、如何才能找到类的元数据信息、对象的哈希码、对象的GC分代年龄等信息，这些信息存放在对象的对象头之中。
    
    在上面的工作都执行完成之后，一个对象已经产生，接着就会开始执行<init>方法了,把对象按照程序员的意愿进行初始化。这样一个对象才算完全生产出来。
 *  垃圾标记算法

1.  引用计数算法 很多教科书判断对象是否存活的算法是这样的：给对象中添加一个引用计数器，每当有一个地方引用它时，计数器值就加1；当引用失效时，计数器值就减1。任何时候计数器为0的对象就是不可能再被使用的。 引用计数器算法实现简单，判定效率也很高，但是它有一个问题就是很难解决对象之间相互循环引用。
2.  可达性分析算法 在主流的商用程序语言的主流实实现中，都是通过可达性分析来判断对象是否存活的。这个算法的基本思路就是通过一系列的称之为“GC Roots”的对象作为起始点，从这些节点开始向下搜索，搜索所走过的路径称之为引用链，当一个对象到GC Roots没有任何一个引用链相连时，则证明此对象是不可用的。
    
    如图所示 object1、object2、object3、object4通过引用链仍然和GC Roots相连，那么它们就是仍然存活的对象，object5、object6、object7虽然互相有关联，但是它们到GC Roots是不可达的，所以它们就会被判定为可回收的对象。

*  垃圾收集算法  
    1.标记-清除算法  
    最基础的垃圾收集算法就是标记-清除算法，如同它的名字一样，算法分为“标记”、“清除”两个阶段：首先标记出所有需要回收的对象，在标记完成后统一回收所有被标记的对象。标记-清除算法不足之处有两个：一个是效率问题，标记和清除两个效率都不高；另一个是空间问题，标记清除之后会产生大量且不连续的内存碎片，空间碎片太多可能会导致以后在程序运行期间需要分配较大对象时，无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作。

1.  复制算法  
    为了解决“标记-清除”算法的效率问题，一种称之为“复制”的收集算法出现了，它将可用内存按照容量划分为大小相等的两块，每次只能使用其中的一块。当这一块的内存用完了，就将还存活着的对象复制到另外一块上面，然后再把已使用过的内存空间一次清理掉，这样使得每次都是对整个半区进行内存回收，内存分配时也不用考虑内存碎片等复杂情况，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效。这种算法的代价是将内存缩小为了原来的一半。
    
    现在商业虚拟机都采用这种收集算法来回收新生代，IBM公司研究表明，新生代中对象98%都是朝生夕死的，所以并不需要1:1的比例来划分内存空间，而是将内存划分为一块较大的Eden空间和两块较小的Survivor空间，每次使用Eden和其中一块Survivor。当回收时，将Eden和Survivor中还存活着的对象一次性地复制到另外一块Survivor上，然后清理掉Eden和刚才用过的Survivor空间。HotSpot虚拟机默认Eden和Survivor空间的大小比例是8:1，也就是每次新生代中可用内存空间是整个新生代容量的90%，只有10%会被浪费。当然98%的对象可回收只是一般场景下的数据，我们没有办法保证每次回收都只有不多于10%的对象存活，当Survivor空间不够用时，需要依赖其他内存（这里指老年代）进行分配担保。
2.  标记整理算法  
    复制收集算法在对象存活率较高时就要进行较多的复制操作，效率将会变低，更关键的是，如果不想浪费50%的空间，就需要有额外的空间进行分配担保，以应对被使用中的内存中有大于10%的对象存活的极端情况，所以老年代一般不能直接选用这种算法。
    
    根据老年代的特点，有人提出了另外一种标记-整理算法，标记过程仍然与标记-清除算法一样，但后续步骤不是直接对可回收对象进行清理，而是让所有存活的对象都向一端移动，然后直接清理掉边界以外的内存。

*  分代收集算法  
    当代商业虚拟机的垃圾收集都采用“分代收集”算法，这种算法并没有什么新的思想，只是将对象存活周期的不同将内存划分为几块。一般把java堆划分为新生代和老年代，这样就可以根据各年代的特点采用最适当的收集算法。在新生代中，每次垃圾收集都发现有大批对象死去，只有少量存活，那就选用复制算法，只需要付出少量存活对象的复制成本就可以完成收集。而老年代中因为对象存活率高、没有额外空间对它进行分配担保，就必须使用“标记-清理”或者“标记-整理”算法来进行回收。
 *  内存分配与回收策略

1.  对象优先在Eden区分配  
    大多数情况下，对象在新生代Eden区中分配。当Eden区没有足够空间进行分配时，虚拟机将引发一次Minor GC，如果这次GC后Eden空间中存活的对象仍大于Survivor所能容纳的容量的话,则GC后的存活对象将通过分配担保机制提前转移到老年代中去，将要分配的对象再分配到Eden区,否则GC后存活的对象放到另外一个Survivor区，新分配的对象再分配到Eden区。
2.  大对象直接进入老年代  
    所谓大对象是指，需要大量连续内存空间的java对象，大对象对虚拟机的内存分配来说是一个坏消息，经常出现大对象容易导致内存还有不少空间时就提前触发垃圾收集以获取足够的连续空间来安置它们。
    
    虚拟机提供一个-XX:PretenureSizeThreshold参数，令大于这个设置值的对象直接在老年代分配。这样做的目的是避免在Eden和两个Survivor区之间发生大量的内存复制
3.  长期存活的对象将进入老年代  
    虚拟机采用了分代收集来管理内存，那么内存回收就必须能识别哪些对象应放在新生代，哪些对象应放在老年代中。为了做到这一点，虚拟机为每个对象做了一个对象年龄（Age）计数器。如果对象在Eden出生并且经过第一次Minor GC后仍然存活，并且能被Survivor容纳的话，将被移动到Survivor空间中，并且对象的年龄加1。对象在Survivor每熬过一次Mionr GC，年龄就增加1岁，当它的年龄增加到一定程度（默认为15岁），就将被晋升到老年代中。
4.  动态对象年龄判定  
    为了更好地适应不同程序的内存状况，虚拟机并不是永远地要求对象的年龄必须达到了MaxTenuringThreshold才能晋升到老年代，如果在Survivor空间中相同年龄所有对象大小的总和大于Survivor空间的一半，年龄大于或者等于该年龄对象就可以直接进入到老年代，无需等到MaxTenuringThreshold中要求的年龄。
5.  空间分配担保  
    在发生Minor GC之前，虚拟机会先检查老年代最大可用的连续空间是否大于所有对象总空间，如果这个条件成立，那么Minor GC可以确保是安全的。如果不成立，则虚拟机会查看HandlePromotionFailure设置值是否允许担保失败，如果允许，那么会继续检查老年代最大可用的连续空间是否大于历次晋升到老年代对象的平均大小，如果大于，将尝试着进行一次Minor GC，尽管这次Minor GC是有风险的；如果小于，或者HandlePromotionFailure设置不允许冒险，那这次也要改为进行一次Full GC。