深入理解java虚拟机学习笔记(二)

超、凢脫俗 2022-06-03 04:29 301阅读 0赞

**第三章 垃圾收集器与内存分配策略**

**3.1概述**

在Java内存运行时区域的各个部分中，程序计数器、虚拟机栈、本地方法栈3个部分是线程私有的，随线程而生，随线程而灭；栈中的栈帧随着方法进入和退出而执行着入栈和出栈的操作。每一个栈帧中分配多少内存基本上在类结构确定下来时就已知（尽管在运行期会由JIT编译器进行一些优化，但在概念模型中可以认为是编译期可知的），因此这几个区域的内存分配和回收都具备确定性，在这几个区域内就不需要过多的考虑回收的问题，因为方法结束或线程结束时，内存自然就随着回收了。而在Java堆和方法区则不一样，一个接口中的多个实现类需要的内存可能不一样，一个方法中的多个分支需要的内存可能不一样，我们只有在程序运行期间才能知道会创建哪些对象，这部分内存的分配和回收都是动态的，垃圾收集器所关注的是这部分内存。

**3.2对象已死吗**

在堆里存放着Java世界几乎所有的对象实例，垃圾收集器在对堆进行回收前，第一件事就是先确定哪些对象还“存活”着，哪些已经“死去”（即不可能再被任何途径使用的对象）。主要有两种方法判断对象是否存活，引用计数法和可达性分析法。

**3.2.1引用计数法**

引用计数法是指给对象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；任何时候计数器值为0就表示不会再被任何对象使用。

客观的说，引用计数法（Reference Counting）的实现简单，判断效率也很高，在大部分情况下都是一个不错的算法。但在主流的Java虚拟机里面没有使用引用计数法来管理内存，主要原因是它很难解决对象之间相互循环引用的问题。

public class ReferenceCountingGC {
    	public Object instance=null;
    	private static final int _1MB=1024*1024;
    	private byte [] bigSize=new byte[2*_1MB];
    	
    	public static void testGC(){
    		ReferenceCountingGC objA=new ReferenceCountingGC();
    		ReferenceCountingGC objB=new ReferenceCountingGC();
    		objA.instance=objB;
    		objB.instance=objA;
    		objA=null;
    		objB=null;
    		System.gc();
    	}
    	public static void main(String []args){
    		testGC();
    	}
    }

![20171218174503275][]

从运行结果可以看出，内存被回收了，说明虚拟机并没有这两个对象相互引用就没有回收他们，也从侧面说明了虚拟机不是通过引用计数法来判断对象是否存活的。

**3.2.2可达性分析算法**

在主流的商用程序语言（Java、C\#）的主流实现中，都是通过可达性分析（ReachabilityAnalysis）来判断对象是否存活的。这个算法的基本思路是通过一系列称为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为引用链（Reference Chain），当一个对象到GC Roots没有任何引用链（就是从GC Roots到这个对象不可达）时，则证明此对象是不可用的。

在Java语言中，可作为GC Roots的对象包括下面几种：

虚拟机栈（栈帧中的本地变量表）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。

本地方法栈中JNI（即Native方法）引用的对象。

**3.2.3再谈引用**

无论是通过引用计数判断对象的引用数量，还是通过可达性分析判断对象的引用链是否可达，判断对象是否存活都与引用相关。在JDK1.2以前，在Java中的引用的定义很传统：如果reference类型的数据中存储的数值是另外一块内存的起始地址，就称这块内存代表着一个引用。这种定义很纯粹，但也很狭隘，一个对象在这种状态下只有被引用和没有被引用两种状态，对于如何描述一些“食之无味，弃之可惜”的对象就很无能为力。我们希望能描述这样一类对象：对于内存空间还足够时，能保留在内存中，如果内存空间在垃圾回收后还是很紧张时就可以抛弃这些对象。很多系统的缓存功能都符合这样的应用场景。

在JDK1.2之后，Java对引用的概念做了扩充，将引用分为强引用（StrongReference）、软引用（Soft Reference）、弱引用（Weak Reference）、虚引用（PhantomReference）4种，这4种引用的强度依次减弱。

强引用就是在程序代码中普遍存在的，类似“Objectobj=new Object()”这类的引用，只要强引用还存在，垃圾收集器就用于不会回收掉被引用的对象。

软引用用来描述一些还有用但不是必须的对象。对于软引用关联着的对象，当系统将要发生内存溢出异常之前，将把这些对象列进回收返回之中进行第二次回收。如果回收之后还没足够的内存，才会抛出内存溢出异常。在JDK1.2之后提供了SoftReference类来实现软引用。

弱引用也是用来描述非必须对象的，但是它的强度比软引用更弱一些，被弱引用关联的对象只能生存到下次垃圾回收之前。当垃圾收集器工作时，无论内存是否足够，都会回收掉只被弱引用关联的对象。在JDK1.2之后提供了WeakReference类来实现弱引用。

虚引用也被称为幽灵引用或幻影引用，它是最弱的一种引用关系。一个对象是否有虚引用的存在，完全不会对其生存时间构成影响，也无法通过虚引用来取得一个对象实例。为一个对象设置虚引用关联的唯一目的就是能在这个对象被收集器回收时受到一个系统通知。在JDK1.2之后，虚拟机提供了PhantomReference类来实现虚引用。

**3.2.4生存还是死亡**

即使在可达性分析算法中不可达的对象，也不是“非死不可”的，这时候它们暂时处于缓刑阶段，要真正宣告一个对象死亡，至少要经过两次标记过程:如果对象经过可达性分析后发现没有到GCRoots的引用链，那它会被第一次标记并且进行一次筛选，筛选的条件是此对象是否有执行finalize()方法的必要。当对象没有覆盖finalize()方法或者finalize()方法已经被执行过，虚拟机将这两种情况都视为“没有必要执行”。

如果这个对象被判定为有必要执行finalize()方法，那么这个对象将会放置在一个叫做F-Queue的队列中，并在稍后由一个由虚拟机自动创建的低优先级的Finalizer线程去执行它。这里的执行是指虚拟机会触发这个方法，但不保证会等待它运行结束，这样做的原因是如果一个对象在finalize()方法中执行缓慢，或者是发生了死循环，将导致F-Queue队列中的其他对象永久处于等待，甚至导致整个内存回收系统崩溃。finalize()方法是对象脱离死亡的最后机会，稍后GC将对F-Queue中的对象进行第二次小规模的标记，如果对象要在finalize()中拯救自己—只要重新与引用链上的任何一个对象建立关联即可，譬如把自己（this关键字）赋给某个类变量或者对象的成员变量，那第二次标记时它就会被移出即将回收的集合，如果对象这时候还没有逃脱，那基本上它就真要被回收了。下面代码可以看到一个对象的finalize被执行，但是它任然可以存活。

/**
     * 此代码演示了两点
     * 1：对象可以在被GC时自我拯救
     * 2：这种自救的机会只有一次，因为finalize方法只会被系统调用一次
     * @author Administrator
     *
     */
    public class FinalizeEscapeGC {
    	public static FinalizeEscapeGC SAVE_HOOK=null;
    	
    	public void isAlive(){
    		System.out.println("yes,i am still alive :)");
    	}
    	@Override
    	protected void finalize() throws Throwable{
    		super.finalize();
    		System.out.println("finalize method executed!");
    		FinalizeEscapeGC.SAVE_HOOK=this;
    	}
    	
    	public static void main(String [] args) throws Throwable{
    		SAVE_HOOK=new FinalizeEscapeGC();
    		//对象第一次成功拯救自己
    		SAVE_HOOK=null;
    		//因为finalize方法优先级很低，所以暂停0.5秒等待它
    		Thread.sleep(500);
    		if(null!=SAVE_HOOK){
    			SAVE_HOOK.isAlive();
    		}
    		else{
    			System.out.println("no,i am dead :(");
    		}
    		
    		//两段代码完全相同，但这次自救却失败了
    		SAVE_HOOK=null;
    		//因为finalize方法优先级很低，所以暂停0.5秒等待它
    		Thread.sleep(500);
    		if(null!=SAVE_HOOK){
    			SAVE_HOOK.isAlive();
    		}
    		else{
    			System.out.println("no,i am dead :(");
    		}
    	}
    }

以上代码运行在JDK1.7及JDK1.8两次均没有自救成功，还没发现原因。

finalize方法尽量不用使用，因为它运行代价高昂，不确定性大，无法保证各个对象的调用顺序，并不适合做“关闭外部资源”之类的工作。finalize()能做的所有工作，使用try-finally或其他方式都可以做的更好、更及时，所以最好忘掉Java语言有这个方法的存在。

**3.2.5回收方法区**

很多人认为方法区（或HotSpot虚拟机的永久代）是没有垃圾收集的，Java虚拟机规范确实说过可以不要求虚拟机在方法区实现垃圾收集，而且在方法区进行垃圾收集的“性价比”一般比较低：在堆中，尤其是新生代中，常规应用进行一次垃圾回收一般可以回收70%~95~的空间，而永久代的垃圾收集效率远低于此。

永久代的垃圾回收主要回收两部分内容：废弃常量和无用类。回收废弃常量与回收Java堆上的对象类似。以常量池中的字面量回收为例，假如一个字符串“abc”已经进入了常量池，但是当前系统没有任何一个String对象叫做“abc”，换句话说，就是没有任何String对象引用常量池中的“abc”常量，也没有其他地方引用了这个字面量，如果这时发生内存回收，而且有必要的话，这个“abc”常量就会被清理出常量池。常量池中的其他类（接口）、方法、字段的符号引用也于此类似。

判断一个常量是否是废弃常量比较简单，而要判断一个类是否是无用的类，条件相对苛刻很多。类需要满足下面3个条件才能算作无用的类：

该类所有的实例已经被回收，也就是Java堆中不存在该类的任何实例。

加载该类的ClassLoader已经被回收。

该类对应的java.lang.Class对象没有在任何地方被引用，无法在任何地方通过反射访问该类的方法。

虚拟机可以对满足上面3个要求的无用类进行回收，这里说的仅仅是可以，而不是像对象一样，不用了就必然会回收，HotSpot虚拟机提供了-Xnoclassgc参数进行控制，还可以使用-verbose:class以及-XX:+TraceClassLoading、-XX:+TraceClassUnLoading查看类加载和卸载信息，其中-verbose:class和-XX:+TraceClassLoading可以在Product版的虚拟机中使用，-XX:+TraceClassUnLoading需要FastDebug版的虚拟机支持。

在大量使用反射、动态代理、CGLib等ByteCode框架、动态生成JSP以及OSGi这类频繁自定义ClassLoader的场景都需要虚拟机具备类卸载的功能，以保证永久代不会溢出。

**3.3垃圾收集算法**

由于垃圾收集算法设计大量的程序细节，并且各种虚拟机操作内存的方法又各不相同，因此这里不过多的讨论算法实现，只介绍几种算法的思想及发展过程。

**3.3.1标记-清除算法**

最基础的收集算法是“标记-清除”（Mark-Sweep）算法，这个算法分为“标记”和“清除”两个阶段：首先标记出需要回收的所有对象，在标记完成后统一回收标记的对象，标记过程就是之前讲的通过引用计数法和可达性分析法进行判定。之所以说它是最基础的算法，是因为后面的算法都是在它基础上进行的改进，它的主要不足有两个：一个是效率问题，标记和清除的效率都不高，还有一个是空间问题，标记清除之后会产生大量不连续的内存碎片，空间碎片太多可能会导致在需要分配较大对象时，无法找到连续的内存空间而不得不提前触发另一次垃圾收集动作。

**3.3.2复制算法**

为了解决效率问题，出现了复制算法（Copying），它将可用内存划分为大小相等的两块，每次只使用其中一块，当这一块的内存用完了，就将存活的对象复制到另一块内存上，然后将已使用过的内存空间一次性清理掉，这样使得每次都是对整个半区进行内存回收，内存分配时也就不用考虑内存碎片等复杂问题，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。只是这种算法的代价是将内存缩小为原来的一半，未免太高了。

现在商用虚拟机都采用这种算法来回收新生代，因为新生代中98%的对象都是朝生夕死的，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和一块Survivor空间。当回收时，将Eden和Survivor中开存活的对象一次性复制到另一块Survivor空间上，最后清理掉Eden和刚才使用过的Survivor空间。HotSpot虚拟机默认Eden和Survivor的大小是8:1，也就是每次新生代可用空间是整个新生代容量的90%（80%+10%），只有10%的内存会被“浪费”。当然，98%可回收只是一般的情况的数据，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（Handle Promotion）。

内存的分配担保类似于银行贷款，如果我们的信誉好。在98%的情况下都能按时偿还，于是银行可能默认我们下次也能按时偿还贷款，只需要有一个担保人能保证如果我不能还款时，可以从他的账户扣钱，那银行就认为没有风险了。内存的分配担保也一样，如果另外一块Survivor空间没有足够空间存放上一次新生代收集下来的存活对象时，这些对象将直接通过分配担保机制进入老年代。

**3.3.3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，如果不想浪费另外50%的空间，就需要额外的空间进行分配担保，以应对被使用的内存中所有对象都100%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”（Mark-Compact）算法，标记过程任然与“标记-清除”算法的标记过程相同，但后续步骤不是对可回收对象进行直接清理，而是让所有活的对象都移动到另一端，然后直接清理掉端边界以外的内存，

**3.3.4分代收集算法**

当前商业虚拟机的垃圾收集都采用“分代收集”（GenerationalCollection）算法，这种算法只是根据对象存活周期的不同将内存划分为几块。一般是把Java堆划分为新生代和老年代，这样就可以根据各个年代的特点采用最适合的收集算法。在新生代中每次都有大量的对象死去，只有少量存活，那就采用复制算法，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、没有额外空间对它们进行分配担保，就必须使用“标记-清理”或“标记-整理”算法来进行回收。

**3.4HotSpot的算法实现**

在HotSpot虚拟机上实现这些算法时，你想对算法的执行效率有严格的考量， 才能保证虚拟机高效的运行。

**3.4.1枚举根节点**

在可达性分析中从GC Roots找到引用链这个操作为例，可作为GC Roots的节点主要是全局性的引用（例如常量和类静态属性）与执行上下文（例如栈帧中的本地变量表）中，现在很多应用仅仅方法区就数百兆，如果要逐个检查在这里面的引用，必然要消耗很多时间。

另外，可达性分析对执行时间的敏感还体现在GC停顿上，因为这项分析工作必须在一个能确保一致性的快照中进行—这里的一致性指在整个分析期间整个执行系统像是冻结在了某个时间点上，不可以出现在分析过程中对象引用关系还在变化的情况，该点不满足的话，分析结果的准确性就无法得到保证。这点是导致GC进行过程中必须停止所有Java线程执行的其中一个重要原因，即使是在号称不会发生停顿的CMS收集器中，枚举根节点时也是必须要发生停顿的。

由于目前主流的Java虚拟机使用的都是准确式GC，所以当执行系统停顿下来后，并不需要一个不漏的检查完所有执行上下文和全局的引用位置，虚拟机应当是有办法得知哪些地方存放着对象引用。在HotSpot的实现中，是使用一组称为OopMap的数据结构来达到这一目的。在类加载完成后，HotSpot虚拟机就把对象内什么偏移量上是什么类型的数据计算出来，在JIT编译过程中，也会在特定的位置记录下栈和寄存器中哪些位置是引用。这样GC在扫描的时候就可以直接得知这些信息了。

**3.4.2安全点**

在OopMap的协助下，HotSpot可以快速且准确的完成GCRoots的枚举，但可能导致引用关系变化，或者说OopMap内容变化的指令非常多，如果为每一条指令都生成OopMap，那将会需要大量的额外空间，这样GC的空间成本将会变得很高。

实际上，HotSpot虚拟机也的确没有为每一条指令都生成OopMap，只是在特定位置记录这些信息，这些位置称为“安全点”（Safepoint），即程序执行时并非在所有地方都停顿下来开始GC，只有在到达安全点时才能暂停。Safepoint既不能选的太少导致GC等待太长时间，也不能过于频繁以至于过分增大运行时的负荷。所以，安全点的选择基本上是以程序“是否具有让程序长时间执行的特征”为标准来进行选定的—因为，每条指令执行的时间都非常短暂，程序不太可能因为指令流长度过长这个原因而过长时间运行，“长时间执行”的最明显特征就是指令序列重复，例如方法调用、循环跳转、异常跳转等，所以具有这些功能的指令才会产生Safepoint。

对于Safepoint，另一个需要考虑的问题是如何在GC发生时让所有线程（这里不包括执行JNI调用的线程）都“跑”到最近的安全点上再停顿下来。这里有两种方案可供选择;抢先式中断（PreemptiveSuspension）和主动式中断（VoluntarySuspension）。其中抢先式中断不需要线程的执行代码主动去配合，在GC发生时，首先把所有线程全部中断，如果发现有线程中断的地方不在安全点上，就恢复线程，让它“跑”到安全点上。现在几乎没有虚拟机实现采用抢先式中断来暂停线程以响应GC事件。

而主动式中断的思想是当GC需要中断线程的时候，不直接对线程操作，仅仅简单的设置一个标志，各线程执行时主动去轮询这个标志，当发现中断标志为真时就自己中断挂起。轮询标志的位置和安全点是重合的，另外再加上创建对象需要分配内存的地方。

**3.4.3安全区域**

使用Safepoint似乎完美解决了如何进入GC的问题，但实际情况却不一定。Safepoint机制保证了程序执行时，在不太长的时间内就会遇到可进入GC的Safepoint。但是程序不执行的时候呢？不执行就是程序没有分配到CPU时间，典型的例子就是线程处于Sleep状态或Blocked状态，这时候线程无法响应JVM的中断请求。“走”到安全的地方再挂起，JVM显然也不会等待线程重新分配CPU时间。对于这种情况就需要安全区域（Safe Region）来解决。

安全区域是指在一段代码片段中引用关系不会发生变化，在这个区域的任意地方开始GC都是安全的。我们也把Safe Region称为扩展的Safepoint。

在线程执行到Safe Region中的代码的时候，首先标识自己进入了Safe Region，这样，当在这段时间里JVM要发起GC时，就不用考虑标识自己为Safe Region状态的线程了。在线程要离开Safe Region时，它要检查系统是否已经完成了根节点枚举（）或者整个GC过程如果完成了，那线程就继续执行，否则它就必须等待收到可以安全离开Safe Region的信号为止。

现在已经简单了解了HotSpot虚拟机如何去发起内存回收的问题，还未涉及到虚拟机如何具体的完成垃圾回收动作，因为内存回收如何进行是由虚拟机采用的GC收集器决定的，而虚拟机中往往不止一种GC收集器。

**3.4.5垃圾收集器**

Java虚拟机规范中对垃圾收集器应该如何实现并没有做具体的规定，因此不同的厂商、不同版本的虚拟机所提供的垃圾收集器可能会有很大的差别，并且一般都会提供参数供用户根据自己应用的特点和要求组合出各个年代所使用的收集器。这里所讨论的收集器基于JDK1.7Update14之后的HotSpot虚拟机（在这个版本中正式提供了商用的G1收集器之前G1仍处于实验状态）。

虽然我们是在对各个收集器进行比较，但并非是为了挑选出一个最好的收集器。因为直到现在为止还没有最好的收集器出现，更没有万能的收集器，所以我们选择的只是对具体应用最合适的收集器。

**3.5.1Serial收集器**

Serial收集器是最基本、发展历史最悠久的收集器，曾经（在JDK1.3.1之前）是虚拟机新生代收集的唯一选择。根据名字可以知道，这个收集器是单线程收集器，但它的“单线程”的意义并不仅仅说明它只会使用一个CPU或一条收集线程去完成垃圾收集工作，更重要的是它在完成垃圾收集工作时，必须暂停其他所有的工作线程，直到它收集结束。这项工作是由虚拟机在后台自动发起自动完成的，在用户不可见的情况下把用户正常的工作的线程全部暂停掉，这对很多应用来说都是很难接受的。比如计算机每运行1小时就暂停响应5分钟，用户是无法忍受的。

对于这种情况虚拟机的设计者们完全理解，但是“在打扫房间时你必须老老实实的在椅子上或者房间外待着，如果一边打扫，你一边乱扔纸屑，那么房间就打扫不完了。”这确实是一个合乎情理的矛盾，虽然垃圾收集这项工作听起来和打扫房间属于一个性质，但实际上肯定是要比打扫房间复杂的多。

从JDK1.3到JDK1.8，从Serial收集器到Parallel收集器，再到ConcurrentMark Sweep（CMS）乃至GC收集器的最前沿成果Garbage First（G1）收集器，可以看到一个个越来越优秀也越来越复杂的收集器出现，用户线程的停顿时间在不断缩减，但是仍然没有办法完全消除（这里暂不包括RTSJ中的收集器）。

Serial收集器看起来像个鸡肋，但到现在为止，它依然是虚拟机运行在Client模式下的默认新生代收集器。它也有着优于其他收集器的特点：简单而高效（与其他收集器的单线程比），对于限定单个CPU的环境来说，Serial收集器由于没有线程交互的开销，专心做垃圾收集当然可以获得最高的单线程收集效率。在用户的桌面应用场景中，分配给虚拟机管理的内存一般不会很大，收集几十兆甚至一两百兆的新生代（仅仅是新生代使用的内存，桌面应用基本上不会再大了），停顿时间完全可以控制在几十毫秒最多一百多毫秒的时间内，只要不是频繁发生，这点停顿是完全可以接受的。所以，Serial收集器对于运行在Client模式下的虚拟机来说是一个很好的选择。

**3.5.2ParNew收集器**

ParNew收集器实际上就是Serial收集器的多线程版本，除了使用多线程进行垃圾收集之外，其余行为包括Serial收集器可用的所有控制参数（例如：-XX:SurvivorRatio、-XX:PretenureSizeThreshold、-XX:HandlePromotionFailure等）、收集算法、Stop The World（所有线程停止工作）、对象分配规则、回收策略等都与Serial收集器完全一样，在实现上这两种收集器也共用了相当多的代码。

ParNew收集器除了多线程之外与Serial收集器并无太多创新之处，但它却是许多运行在Server模式下虚拟机的首选新生代收集器，其中有一个与性能无关但很重要的原因是，除了Serial收集器之外，目前只有ParNew收集器能与CMS收集器配合工作。在JDKq.5时期，HotSpot推出了一款在强交互应用中几乎可认为具有划时代意义的垃圾收集器CMS收集器（Concurrent MarkSweep），这款收集器是HotSpot虚拟机中第一款真正意义上的并发（Concurrent）收集器，它第一次实现了让垃圾收集线程与用户线程（基本上）同时工作，用前面的例子说就是在打扫房间的时候，还可以往地上扔纸屑。

但是CMS作为老年代的收集器，却无法与JDK1.4.0中已经存在的新生代收集器ParallelScavenge配合工作，所以在JDK1.5中使用CMS来收集老年代的时候，新生代只能选择Serial或者ParNew收集器中的一个。ParNew收集器也可以使用-XX:+UseConcMarkSweepGC选项后的默认新生代收集器，也可以使用-XX:UseParNewGC选项来强制指定它。

ParNew收集器在单线程环境下绝对不会有比Serial收集器更好的效果，甚至由于存在线程交互的开销，该收集器通过超线程技术实现的两个CPU的环境中都不能百分之百的保证可以超越Serial收集器。当然随着可使用CPU数量的增加，它对于GC时系统资源的有效利用还是很有好处的。它默认开启的收集线程数与CPU的数量相同，在CPU数量非常多（比如32个）的环境下，可以使用-XX:ParallelGCThreads参数来垃圾收集器的线程数量。

**并行（Parallel）：指多条垃圾收集线程并行工作，但此时用户线程仍然处于等待状态。**

**并发（Concurrent）：指用户线程与垃圾收集线程同时执行（但不一定是并行，可能会交替执行），用户程序继续运行，而垃圾收集程序运行于另一个CPU上。**

**3.5.3ParalleScavenge收集器**

Paralle Scavenge收集器是一个新生代收集器，它也是使用复制算法的收集器，又是并行的多线程收集器。

Parallel Scavenge收集器的特点是它的关注点与其他收集器不同，CMS收集器的关注点是尽可能地缩短垃圾收集时用户线程的停顿时间，而Parallel Scavenge收集器的目的是达到一个可控制的吞吐量（Throughout）。所谓吞吐量就是CPU运行用户代码的时间与CPU总消耗时间的比，即吞吐量=运行用户代码时间/（运行用户代码时间+垃圾收集时间），虚拟机总共运行了100分钟，其中垃圾收集花掉了1分钟，那吞吐量就是99%。

停顿时间越短就越适合与用户交互的程序，良好的响应速度能提高用户体验，而高吞吐量则可以高效率的利用CPU时间，尽快的完成程序的计算任务，主要适合在后台运算而不需要太多交互的任务。

Parallel Scavenge收集器提供了两个参数用来精确控制吞吐量，分别是控制最大垃圾收集停顿时间的-XX:MaxGCPauseMillis参数允许的值是一个大于0的毫秒数，收集器将尽可能的保证内存回收花费的时间不超过这个值。不过也不能任务把这个值设置的稍小一点就能是的系统的垃圾收集速度变得更快，GC停顿时间缩短是以牺牲吞吐量和新生代空间来换取的：系统把新生代调小一点，收集300MB新生代肯定比收集500MB快吧，这也直接导致垃圾收集发生的更频繁一些，原来10收集一次，现在变成5秒收集一次，每次停顿70毫秒，停顿时间的确是下降了，但吞吐量也降下来了。

GCTimeRatio参数的值应当是一个大于0且小于100的整数，也就是垃圾收集时间占总时间的比例，相当于吞吐量的倒数，如果把此参数设置成19，那允许的最大GC时间就占总时间的5%（即1/(1+19)），默认值是99，也就是允许最大1%（即1/(1+99)）的垃圾收集时间。

由于与吞吐量关系密切，ParallelScavenge收集器也经常被称作“吞吐量优先”收集器。除上述两个参数外，Parallel Scavenge收集器还有一个参数-XX:+UseAdaptiveSizePolicy值得关注。这是一个开关参数，当这个参数打开时，就不需要手工指定新生代的大小（-Xmn）、Eden与Survivor区的比例（-XX:SurvivorRatio）、晋升老年代对象年龄（-XX:PretenureSizeThreshold）等细节参数了，虚拟机会根据当前系统的运行情况收集性能监控信息，动态调整这些参数以提供         最合适的停顿时间或者最大的吞吐量，这种调节方式称为GC自适应的调节策略（GC Ergonomics）。如果对收集器运行原理不太了解的话，使用Parallel Scavenge收集器配合自适应管理策略，把内存管理的调优任务交给虚拟机去完成将是一个不错的选择。只需要把基本的内存数据设置好（如-Xmx设置最大堆），然后使用MaxGCMillis参数（更关注最大停顿时间）或GCTimeRatio（更关注吞吐量）参数给虚拟机设立一个优化目标，那具体细节参数的调节工作就由虚拟机完成了。自适应调节策略也是Parallel Scavenge收集器与ParNew收集器的一个重要区别。

**3.5.4SerialOld收集器**

Serial Old是Serial收集器的老年代版本，它同样是一个单线程收集器，使用“标记-整理”算法。这个收集器的主要意义也是给Client模式的虚拟机使用。如果在Server模式下，那么它有两大用途：一种用途是在JDK1.5以及以前的版本中与Parallel Scavenge收集器搭配使用，另一种用途是作为CMS收集器的后备方案，在并发收集发生Concurrent Mode Failure时使用。

**3.5.5ParallelOld收集器**

Parallel Old是Parallel Scavenge收集器的老年代版，使用多线程和“标记-整理”算法。这个收集器是在JDK1.6中才开始提供的，在此之前，新生代的Parallel Scavenge收集器一直处于比较尴尬的状态。原因是，如果新生代选择了Parallel Scavenge收集器，老年代除了SerialOld（PS MarkSweep）收集器外别无选择（Parallel Scavenge与CMS无法配合使用）。由于老年代Serial Old收集器在服务端应用性能上的拖累，使用了Parallel Scavenge收集器也未必能在整体应用上获得吞吐量的最大化的效果，由于单线程的老年代收集中无法充分利用服务器多CPU的处理能力，在老年代很大而且硬件比较高级的环境中，这种组合的吞吐量甚至还不如ParNew加CMS的组合“给力”。

直到Parallel Old收集器出现后，“吞吐量优先”收集器终于有了比较名副其实的应用组合，在注重吞吐量以及CPU资源敏感的场合，都可以优先考虑ParallelScavenge加Parallel Old收集器。

**3.5.6CMS收集器**

CMS（Concurrent Mark Sweep）收集器是一种以获取最短回收停顿时间为目标的收集器。目前很大一部分Java应用集中在互联网站或者B/S系统的服务端上，这类应用尤其注重服务的响应速度，希望系统停顿时间最短，以给用户带来较好的体验。CMS收集器就非常符合这类应用的需求。

从名字（包含“Mark Sweep”）可以看出，CMS收集器是基于“标记-清除”算法实现的，它的运作过程相对于前几种收集器来说更复杂一些，整个过程分为4个步骤，包括：

初始标记（CMS initial mark）

并发标记（CMS concurrent mark）

重新标记（CMS remark）

并发清除（CMS concurrentsweep）

其中，初始标记和重新标记仍然需要“StopThe World”。初始标记仅仅是标记一下GC Roots能直接关联的对象，速度很快，并发标记阶段就是进行GC Roots Tracing的过程，而重新标记阶段则是为了修正并发标记期间因用户程序继续运作而导致的标记产生变动的那一部分的标记记录，这个阶段的停顿时间一般会比初始标记的时间稍长一些，但远比并发标记的时间短。

由于整个过程耗时最长的并发标记和并发清除过程收集器线程都可以与用户线程一起工作，所以，从总体上来说，CMS收集器的内存回收过程是与用户线程一起并发执行的。

CMS是一款优秀的收集器，它的主要优点在名字上已经体现出来了：并发收集、低停顿，Sun公司的一些官方文档也称之为并发低停顿收集器（ConcurrentLow Pause Collector）。但是CMS还没有达到完美的程度，它有一下3个明显的缺点：

CMS收集器堆CPU资源非常敏感。其实，面向并发设计的程序都对CPU资源比较敏感。在并发阶段。它虽然不会导致用户线程停顿，但是会因为占用了一部分线程（或者说CPU资源）而导致应用程序变慢，总吞吐量降低。CMS默认启动的回收线程数量（CPU数量+3）/4，也就是当CPU在4个以上时，并发回收时垃圾收集线程不少于25%的CPU资源，并随着CPU数量的增加而下降。但是当CPU不足4个（譬如2个）时，CMS对用户程序的影响就可能变得很大，如果本来CPU负载就比较大，还分出一半的运算能力去执行收集器线程，就可能导致用户程序的执行速度忽然降低50%，其实也让人无法接受。为了应付这种情况，虚拟机提供了一种称为“增量式并发收集器”（Incremental Concurrent Mark Sweep/i-CMS）的CMS收集器变种，所做的事情和单CPU年代PC机操作系统使用抢占式来模拟多任务机制的思想一样，就是在并发标记、清理的时候让GC线程、用户线程交替运行，尽量减少GC线程的独占资源的时间，这样整个垃圾收集的时间会更长，但对用户程序的影响就会显得少一些，也就是速度下降没有那么明显，增量时的CMS收集器效果很一般，在目前的版本中，i-CMS已经被声明为“deprecated”，即不在提倡用户使用。

CMS无法处理“浮动垃圾”（Floating Garbage），可能出现“ConcurrentMode Failure”失败而导致另一次Full GC的产生。由于CMS并发清理阶段用户线程还在运行着，伴随程序运行自然就还会有新的垃圾不断产生，这一部分垃圾出现在标记过程之后，CMS无法在当次收集中处理掉它们，只好留待下一次GC时再清理掉。这一部分的垃圾就称为“浮动垃圾”。也由于垃圾收集阶段用户线程还需要运行，那也就还需要预留有足够的内存空间给用户线程使用，因此CMS收集器不能像其他收集器一样等待老年代几乎快被填满了再进行收集，需要预留一部分空间提供并发收集时的程序运作使用。在JDK1.5的默认设置中，CMS收集器当老年代使用了68%的空间后就会被激活，这是一个偏保守的设置，     如果在应用中老年代增长不是太快，可以适当调高参数-XX:CMSInitiatingOccupancyFraction的值来提高触发百分比，以便降低内存回收次数从而获得更好的性能，在JDK1.6中，CMS收集器的启动阀值已经提高到92%，要是CMS运行期间预留的内存无法满足程序需要，就会出现一次“Concurrent Mode Failure”失败，这时虚拟机将启动后备预案：临时启动Serial Old收集器来重新进行老年代的垃圾收集，这样垃圾收集停顿时间就很长了。所以说参数-XX：CMSInitiatingOccupancyFraction设置的太高很容易导致大量“Concurrent Mode Failure”失败，性能反而降低。

还有最后一个缺点，CMS是一款基于“标记-清除”算法实现的收集器，这意味着收集结束时会有大量的空间碎片产生。空间碎片过多时，将会给大对象分配带来很大的麻烦，往往会出现老年代还有很大的空间剩余，但是无法找到足够的连续空间来分配当前对象，不得不提前触发一次Full GC。为了解决这个问题，CMS收集器提供了一个-XX+UseCMSCompactAtFullCollection开关参数（默认就是开启的），用于在CMS收集器顶不住要进行FullGC时开启内存碎片的合并整理过程，内存整理的过程是无法并发的，空间碎片问题没有了，但停顿时间不得不变长。虚拟机设计者还提供了另外一个参数-XX:CMSFullGCsBeforeCompaction，这个参数是用于设置执行多少次不压缩的Full GC后，跟着进行一次带压缩的（默认值为0，表示每次进行Full GC时都进行碎片整理）。

3.5.7G1收集器

G1（Garbage-First）是当今收集器技术发展的最前沿成果之一，早在JDK1.7刚确立项目目标，Sun公司给出的JDK1.7RoadMap里面，它就被视为JDK1.7中HotSpot虚拟机的一个重要进化特征。从JDk6u14开始就有Early Access版本的G1收集器供开发人员实验、试用，由此开始G1收集器的“Experimental”状态持续了数年时间，直到JDK7u4，Sun公司才认为它达到了足够成熟的商用程度，移出了“Experimental”标识。

G1是一款面向服务器的垃圾收集器。HotSpot开发团队赋予它的使命是未来可以替换掉JDK1.5中发布的CMS收集器。与其他收集器相比，G1具备如下特点：

并行与并发：G1能充分利用多CPU、多核环境下的硬件优势，使用多个CPU（CPU或者CPU核心）来缩短Stop-The-World停顿的时间，部分其他收集器原本需要停顿Java线程执行的GC动作，G1收集器仍然可以通过并发的方式让Java程序继续执行。

分代收集：与其他收集器一样，分代的概念在G1中依然保留。虽然G1可以不需要其他收集器配合就能独立管理整个GC堆，但它能够采用不同的方式去处理新创建的对象和已经存活了一段时间、熬过多次GC的旧对象以获取更好的收集效果。

空间整合：与CMS的“标记-清理”算法不同，G1从整体来看是基于“标记-整理”算法实现的收集器，从局部（两个Region之间）上来看是基于“复制”算法实现的，但无论如何，这两种算法都意味着G1运行期间不会产生内存碎片，收集后能提供规整的可用内存。这种特性有利于程序长时间运行，分配大对象时不会因为无法找到连续内存空间而提前触发下一次GC。

可预测的停顿：这是G1相对于CMS的另一大优势，降低停顿时间是G1和CMS共同的关注点，但G1除了追求低停顿外，还能建立可预测的停顿时间模型，能让使用者明确指定在一个长度为M毫秒的时间片段内，消耗在垃圾收集上的时间不得超过N毫秒，这几乎已经是实时Java（RTSJ）的垃圾收集器的特征了。

在G1之前的其他收集器进行收集的范围都是整个新生代或者老年代，而G1不再是这样。使用G1收集器时，Java堆的内存布局就与其他收集器有很大的差别，它将整个Java堆划分为多个大小相等的独立区域（Region），虽然还保留有新生代和老年代的概念，但新生代和老年代不再是物理隔离的了，它们都是一部分Region（不需要连续）的集合。

G1收集器之所以能建立可预测的停顿时间模型，是因为它可以有计划的避免在整个Java堆中进行全区域的垃圾收集。G1跟踪各个Region里面的垃圾堆积的价值大小（回收所获得的空间大小以及回收所需时间的经验值），在后台维护一个优先列表，每次根据允许的收集时间，优先回收价值最大的Region（这也就是Garbage-First名称的由来）。这种使用Region划分内存空间以及有优先级的区域回收方式，保证了G1收集器在有限的时间内可以获取尽可能高的收集效率。

G1把内存“化整为零”的思路，理解起来似乎很容易，但其中的实现细节却远没有想想中的简单，否则也不会从2004年Sun实验室发表第一篇G1的论文开始直到今天才开发出G1的商用版。例如：         把Java堆分成多个Region后，垃圾收集是否就真的能以Region为单位进行了？听起来顺理成章，再仔细想想就发现问题所在：Region不可能是孤立的。一个对象分配在某个Region中，它并非只能被本Region中的其他对象引用，而是可以与整个Java堆任意Java对象发生引用关系。那在做可达性判断确定对象是否存活的时候，岂不是还得扫描整个Java堆才能保证准确性？这个问题其实并非在G1中才有，只是在G1中更突出而已。在以前的分代收集中，新生代的规模一般都比老年代小许多，新生代的收集也比老年代频繁许多，那回收新生代中的对象也面临相同的问题，如果回收新生代的时候也不得不扫描老年代的话，那么Minor GC的效率可能下降不少。

在G1收集器中，Region之间的对象引用以及其他收集器中的新生代与老年代之间的引用，虚拟机都是Remembered Set来避免全堆扫描的。G1中每个Region都有一个与之对应的Remembered Set，虚拟机发现程序在对Reference类型的数据进行写操作时，会产生一个Write Barrier暂时中断写操作，检查Reference引用的对象是否处于不同的Region之中（在分代例子中就是检查是否老年底的对象引用了新生代中的对象），如果是便通过CardTable把相关引用信息记录到被引用对象所属的Region的Remembered Set之中。当进行内存回收时，在GC根节点的枚举范围中加入RememberedSet即可保证不对全堆扫描也不会有遗漏。

如果不计算维护Remembered Set的操作，G1收集器的运作大致可划分为如下几个步骤：

初始标记（Initial Marking）

并发标记（Concurrent Marking）

最终标记（Final Marking）

筛选回收（Live Data Countingand Evacuation）

G1运作过程与CMS有许多相似之处，初始阶段仅仅是标记一下GCRoots能直接关联到的对象，并且修改TAMS（Next Top at Mark Start）的值，让下一阶段用户程序并发运行时，能在正确可用的Region中创建新对象，这阶段需要停顿线程，但耗时很短。并发标记阶段是从GC Roots开始对堆中对象进行可达性分析，找出存活的对象，这阶段耗时较长，但可与用户线程并发执行。最终标记阶段则是为了修正在并发标记期间因用户程序继续运作导致标记产生变化的那一部分标记记录，虚拟机将这段时间对象变化记录在线程Remembered Set Logs里面，最终标记阶段需要把RememberedSet Logs的数据合并到Remembered Set中，这阶段需要停顿线程，但是可并行执行。最后在筛选回收阶段首先对各个Region的回收价值和成本进行排序，根据用户所期望的GC停顿时间来制定回收计划，从Sun公司透露出的信息来看，这阶段其实也可以做到与用程序一起并发执行，但是因为只回收一部分Region，时间是用户可控制的，而且停顿用户线程将大幅提高收集效率。

**3.5.8理解GC日志**

阅读GC日志是处理Java虚拟机内存问题的基础技能，它只是一些认为规定的规则，没有什么技术含量。

每一种收集器的日志形式都是由他们自身的实现所决定，即每个收集器的日志格式都不一样，但虚拟机设计者为了方便用户阅读，将各个收集器的GC日志都维持一定的共性：

GC日志开头的“\[GC”和“\[Full GC”说明了这次垃圾收集的停顿类型，而不是用来区分新生代GC和老年代GC的。如果有“Full”，说明这次GC是发生了Stop-The-World的，例如上面那段新生代收集器ParallelScavenge的日志也会出现“\[Full GC”。并且可以看出是System.gc()方法触发的Full GC。

接下来的“PSYoungGen”和“ParOldGen”是垃圾收集发生的区域，与使用的收集器类型有关，方括号内的“5248k->584k(9216k)”含义是“GC前该内存区域已使用容量->GC后该内存区域已使用容量（该内存区域总容量）”。方括号外的“5248k->584k(19456k)”表示“GC前Java堆已使用容量->GC后Java堆已使用容量（Java堆总容量）”。

再往后，“0.0016377 secs”表示该内存区域GC所使用的时间，单位是秒。有的收集器会给出更具体的时间，比如这里“\[Times: user=0.00 sys=0.00, real=0.02 secs\]”，user、sys和real与Linux的time命令所输出的时间含义一致，分别代表用户态消耗的CPU时间、时间内核态消耗的CPU时间和操作从开始到结束所经过的墙钟时间（WallClock Time）CPU时间与墙钟时间的区别是，墙钟时间包括各种非运算的等待耗时，例如等待磁盘I/O，等待线程阻塞。而CPU时间不包括这些耗时，但当系统有多个CPU或多核的话，多线程操作会叠加这些CPU时间，所以看到user或sys时间超过real时间是完全正常的。

**3.6内存分配与回收策略**

Java技术提醒所提倡的自动内存管理最终可以归结为自动化地解决了两个问题：给对象分配内存以及回收分配给对象的内存。关于回收，之前已经了解了很多，下面看一下给对象分配内存的细节。

对象的内存分配，往大方向讲，就是在堆上分配（但也可能经过JIT编译后被拆散为标量类型并间接地栈上分配），对象主要分配在新生代的Eden区上，如果启动了本地线程分配缓冲，将按线程优先在TLAB上分配。少数情况下也可能直接分配在老年代中，分配的规则并不是百分百固定的，其细节取决于使用的是哪一种垃圾收集器组合，还有虚拟机中与内存相关的参数设置。

下面了解一些最普遍的内存分配规则，并通过代码去验证这些规则。

**3.6.1对象优先在Eden分配**

大多数情况下，对象在新生代Eden中分配，当Eden中没有足够的内存空间时，虚拟机将触发一次MinorGC。

虚拟机提供了-XX:+PrintGCDetails这个收集器日志参数，告诉虚拟机在发生垃圾收集行为时打印内存回收日志、并且在进程退出的时候输出当前的内存各区域分配情况。在实际应用中，内存回收日志一般是打印到文件后通过日志工具进行分析，实验中日志少的情况可以直接阅读。

下面代码的testAllocation()方法中，尝试分配3个2MB大小和1个4MB大小的对象，在运行时通过-Xms20M、-Xmx20M、-Xmn10M这三个参数限制了Java堆   大小为20MB，不可扩展，其中10MB分配给新生代，剩下的10MB分配给老年代。-XX:SurvivorRatio=8决定了新生代Eden区与Survivor区的比例是8:1，从输出的结果也可以清晰的看出“edenspace 8192K、from space 1024K、to   space 1024K”的信息，新生代总可用空间为9216KB（Eden区+1个Survivor区的总容量）。

执行testAllocation()中分配allocation4对象的语句时会发生MinorGC，这次GC发生的原因是给allocation4分配内存时，发现Eden区已经被占用了6MB，剩余空间已不足以分配allocation4所需的4MB内存，因此发生Minor GC。GC期间虚拟机又发现已有的3个2MB大小的对象全部无法放入Survivor空间（Survivor空间只有1MB），所以只好通过分配担保机制提前转移到老年代去。

这次GC结束后，4MB的allocation4对象顺利分配在Eden区，因此程序执行完的结果是Eden占用4MB（被allocation4占用），Survivor空闲，老年代被占用6MB（allocation1、allocation2、allocation3占用）。通过GC日志可以证明这一点。

class Allocation{
    	private static final int _1MB=1024*1024;
    	//-Xms20M -Xmx20M -Xmn10M -XX:+PrintGCDetails -XX:SurvivorRatio=8 
    	public static void testAllocation(){
    		byte[] allocation1,allocation2,allocation3,allocation4;
    		allocation1=new byte[2*_1MB];
    		allocation2=new byte[2*_1MB];
    		allocation3=new byte[2*_1MB];
    		allocation4=new byte[4*_1MB];
    	}
    }
    public class TestAllocation {
    	public static void main(String[]args){
    		Allocation.testAllocation();
    	}
    }

**3.6.2大对象直接进入老年代**

所谓的大对象是指，需要大量连续内存空间的Java对象，最典型的大对象就是那种很长的字符串以及数组，大对象对虚拟机内存分配来说就是一个坏消息（尤其是朝生夕死的短命大对象，写程序的时候应该避免），经常出现到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内存空间来存放他们。

虚拟机提供了一个-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区以及两个Survivor区之间发生大量的内存复制（新生代使用复制算法收集内存）。

下面的代码可以看到Eden空间几乎没有被使用，而老年代的10MB空间被使用了40%，也就是4MB的allocation对象直接就分配在老年代中，这是因为PretenureSizeThreshold被设置为3MB（也就是3145728，这个参数不能像-Xmx一样直接设置成3MB），因此超过3MB对象都会直接在老年代中分配。

class Allocation{
    	private static final int _1MB=1024*1024;
    	//-Xms20M -Xmx20M -Xmn10M -XX:+PrintGCDetails -XX:SurvivorRatio=8 
    	//-XX:PretenureSizeThreshold=3145728
    	public static void testPretenureSizeThreshold(){
    		byte[]allocation=new byte[4*_1MB];
    	}
    }
    public class TestAllocation {
    	public static void main(String[]args){
    		Allocation.testPretenureSizeThreshold();
    	}
    }

**3.6.3长期存活的对象将进入老年代**

既然虚拟机采用了分代收集的思想来管理内存，那么内存回收时就必须能意识到哪些对象应放在新生代，哪些对象应放在老年代。为了做到这点，虚拟机给每个对象定义了一个对象年龄计数器。如果对象在Eden出生，并经过第一次Minor GC后仍然存活，并且能被Survivor所容纳的话，将被移动到Survivor区，并且对象年龄设置为1。对象在Survivor区中没“熬过”一次Minor GC，年龄就增加1，当它的年龄增加到一定程度（默认15岁），就将会晋升到老年代中。对象晋升到老年代的年龄阀值，可以通过参数-XX:MaxTenuringThreshold设置。

可以试试分别以-XX:MaxTenuringThreshold=1和-XX:MaxTenuringThreshold=15两种设置来执行测试代码，此方法中的allocation1对象需要256KB内存，Survivor空间可以容纳。当MaxTenuringThreshold=1时，allocation1在第二次GC发生时进入老年代，新生代已使用的内存GC后非常干净的变成0KB。而MaxTenuringThreshold=15时，      第二次GC发生后，allocation1对象则还留在新生代Survivor空间，这时新生代仍然有404KB被占用。

class Allocation{
    	private static final int _1MB=1024*1024;
    	//-Xms20M -Xmx20M -Xmn10M -XX:+PrintGCDetails -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=1	
    	public static void testTenuringThreshold(){
    		byte[] allocation1,allocation2,allocation3;
    		allocation1=new byte[_1MB/4];
    		//什么时候进入老年代取决于-XX:MaxTenuringThreshold的设置
    		/*allocation2=new byte[4*_1MB];
    		allocation3=new byte[4*_1MB];
    		allocation3=null;
    		allocation3=new byte[4*_1MB];*/
    	}
    }
    public class TestAllocation {
    	public static void main(String[]args){
    		Allocation.testTenuringThreshold();
    	}
    }

**3.6.4动态对象年龄判定**

为了能更好的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，年龄大于或等于该年龄的对象就可以直接进入老年代，无须等到MaxTenuringThreshold中要求的年龄。

**3.6.5空间分配担保**

在发生Minor GC之前，虚拟机会首先检查老年代最大可用连续空间是否大于新生代所有对象总空间，如果这个条件成立，那么Minor GC可用确保是安全的。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，将尝试第一次Minor GC，尽管这次Minor GC是有风险的；如果小于，或者HandlePromotionFailure设置为不允许冒险，那这时也要改为进行一次Full GC。

之前说过，新生代使用复制算法，但为了内存使用率，只是用其中一个Survivor空间作为轮换备份，因此当出现大量对象在Minor GC后仍然存活的情况时，就需要老年底进行分配担保，把Survivor无法容纳的对象直接进入老年代。老年代要进行这样的担保就要保证老年代本身还有容纳这些对象的剩余空间，一共有多少对象会活下来在实际完成内存回收之前是无法明确知道的，所以只好取之前每一次回收晋升到老年代对象容量的平均值作为经验值，与老年代的剩余空间比较，决定是否进行Full GC来让老年代腾出更多的空间。

取平均值进行比较其实仍然是一种动态概率的手段，也就是说，如果某次Minor GC存活的对象突增，远远高于平均值的话，依然会导致担保失败，如果出现HandlePromotionFailure失败，那就只好在失败之后重新发起一次Full GC。虽然担保失败时绕的圈子是最大的，但大部分情况下都还是会将HandlePromotionFailure开关打开，避免Full GC过于频繁。

[20171218174503275]: /images/20220603/675eab17610542709fa4917baf5bbc14.png