垃圾收集器与核心算法详解（上）

垃圾收集器ParNew&CMS与底层三色标记算法详解

一、垃圾收集算法：分代理论下的三大核心实现

分代收集理论是基础，核心逻辑是按对象存活周期将堆分为新生代（存活短）和老年代（存活长），针对不同年代选择效率最优的算法。

算法名称	核心逻辑	适用年代	优点	缺点
复制算法	内存分为大小相等两块，用满一块后复制存活对象到另一块，清理原块	新生代	无内存碎片，效率高	内存利用率低（仅用 50%）
标记 - 清除算法	1. 标记（存活 / 待回收对象）；2. 清除待回收对象	老年代	无需移动对象，简单	1. 效率低（标记对象多）；2. 产生大量碎片
标记 - 整理算法	1. 标记存活对象；2. 存活对象移至内存一端；3. 清理边界外内存	老年代	无内存碎片	需移动对象，效率低于标记 - 清除

二、垃圾收集器：不同场景的实现选择

收集器是算法的落地，需根据 “吞吐量优先” 或 “低停顿优先” 选择，无 “最优” 仅 “适配”。

1. 新生代收集器对比

收集器名称	线程数	核心特性	算法	关键参数	适用场景
Serial	单线程	STW（暂停所有用户线程），无线程交互开销，单线程效率高	复制算法	-XX:+UseSerialGC	单 CPU 环境、客户端应用
Parallel Scavenge	多线程	关注吞吐量（用户代码时间 / 总时间），可自动优化内存	复制算法	-XX:+UseParallelGC-XX:ParallelGCThreads=N（默认 = CPU 核数）	服务器环境、吞吐量优先（如后台计算）
ParNew	多线程	与 CMS 收集器兼容（唯一能配合 CMS 的新生代收集器）	复制算法	-XX:+UseParNewGC	服务器环境、低停顿优先（如 Web 应用）

2. 老年代收集器对比

收集器名称	线程数	核心特性	算法	关键参数	适用场景
Serial Old	单线程	STW，Serial/Parallel Scavenge 的后备收集器	标记 - 整理算法	-XX:+UseSerialOldGC	单 CPU 环境、CMS 失败后的后备
Parallel Old	多线程	关注吞吐量，Parallel Scavenge 的老年代版本	标记 - 整理算法	-XX:+UseParallelOldGC	服务器环境、吞吐量优先（如大数据计算）
CMS	并发（多线程）	目标最短停顿时间，首次实现 GC 线程与用户线程并发运行	标记 - 清除算法	-XX:+UseConcMarkSweepGC	服务器环境、低停顿优先（如电商订单系统）

3. CMS 收集器核心细节

• 四步执行流程（关键，决定低停顿特性）：

  1. 初始标记：STW，标记 GC Roots 直接引用的对象，耗时极短（毫秒级）。
  2. 并发标记：无 STW，遍历对象图，耗时久但与用户线程并发。
  3. 重新标记：STW，修正并发标记的漏标（用增量更新），耗时短于并发标记。
  4. 并发清理：无 STW，清理未标记对象，与用户线程并发；新增对象标记为黑色（浮动垃圾）。

• 三大缺点：

  1. CPU 敏感：并发阶段占用 CPU 资源，影响用户线程响应。
  2. 浮动垃圾：并发清理阶段产生的垃圾，需下一轮 GC 回收。
  3. 内存碎片：标记 - 清除算法导致，可通过-XX:+UseCMSCompactAtFullCollection在 FullGC 后整理。

• 核心参数：

  参数名称	作用	默认值
  -XX:ConcGCThreads	设置并发 GC 线程数	约 CPU 核数 1/4
  -XX:CMSInitiatingOccupancyFraction	老年代使用率达该比例触发 FullGC	92（百分比）
  -XX:CMSFullGCsBeforeCompaction	多少次 FullGC 后执行碎片整理	0（每次都整理）
  -XX:+CMSScavengeBeforeRemark	CMS GC 前触发 Minor GC，减少标记开销	未开启

三、底层关键技术：保障并发标记的正确性

1. 三色标记算法：解决并发标记的 “多标” 与 “漏标”

• 颜色定义：
  • 黑色：对象已扫描，且所有引用已遍历，安全存活（不可直接指向白色对象）。
  • 灰色：对象已扫描，但部分引用未遍历。
  • 白色：对象未扫描，分析结束后仍为白色则可回收。
• 核心问题：
  1. 多标（浮动垃圾）：并发标记中，GC Roots（如局部变量）销毁，但其引用的对象已标记为非垃圾，本轮无法回收，需下一轮处理（不影响正确性）。
  2. 漏标（严重 bug）：并发标记中，对象引用变化导致本应存活的白色对象未被标记，需通过读写屏障解决。

2. 漏标解决方案：增量更新与 SATB

方案名称	核心逻辑	适用收集器	实现方式
增量更新	黑色对象新增指向白色对象的引用时，记录该引用；重新标记阶段以黑色对象为根重新扫描	CMS	写屏障（post_write_barrier）
SATB（原始快照）	灰色对象删除指向白色对象的引用时，记录该引用；重新标记阶段以灰色对象为根重新扫描	G1/Shenandoah	写屏障（pre_write_barrier）

原始快照：重新标记阶段，没有新的对象引用之前记录的白色对象时，白色对象作为浮动垃圾，下一轮垃圾回收时再处理

• 读写屏障：类似 AOP，在对象引用赋值 / 读取前后插入处理逻辑：
  • 写屏障：pre_write_barrier（赋值前记录旧引用）、post_write_barrier（赋值后记录新引用）。
  • 读屏障：pre_load_barrier（读取前记录引用），ZGC 使用。

这是C++代码级别的屏障，不同于内存屏障

3. 记忆集与卡表：优化跨代引用扫描

• 问题背景：新生代 GC 时，若扫描老年代的跨代引用，效率极低。
• 记忆集：记录 “非收集区（如老年代）指向收集区（如新生代）的引用”，避免全区域扫描。
• 卡表：记忆集的实现方式（类似 HashMap 与 Map 的关系）：
  • 结构：字节数组CARD_TABLE[]，每个元素对应1 个卡页（HotSpot 中 1 卡页 = 512 字节）。
  • 逻辑：卡页内有跨代引用时，对应卡表元素设为 1（脏标记）；GC 时仅扫描 “脏卡页” 对应的引用。
  • 维护：通过写屏障，在对象引用赋值时更新卡表的脏标记。

四、实战：亿级流量电商订单系统的 JVM 参数优化（ParNew+CMS）

1. 系统场景

• 规模：日活 500 万，日均 50 万单，大促峰值 300 单 / 秒，每秒产生 60MB 对象（放大后）。
• 目标：减少 FullGC，降低停顿时间。

2. 核心参数配置

参数类别	参数名称	取值	作用
内存基础	-Xms/-Xmx	3072M	堆内存固定，避免扩容开销
内存基础	-Xmn	2048M	新生代占比 2/3，减少对象进入老年代
内存基础	-Xss	1M	线程栈大小，避免栈溢出
元空间	-XX:MetaspaceSize/-XX:MaxMetaspaceSize	256M	元空间固定，避免频繁 GC
新生代优化	-XX:SurvivorRatio	8	Eden:Survivor=8:1:1，符合默认比例
新生代优化	-XX:MaxTenuringThreshold	5	对象 5 次 MinorGC 后进入老年代（默认 15）
新生代优化	-XX:PretenureSizeThreshold	1M	＞1M 的大对象直接进入老年代
CMS 优化	-XX:+UseParNewGC/-XX:+UseConcMarkSweepGC	-	启用 ParNew+CMS 组合
CMS 优化	-XX:CMSInitiatingOccupancyFraction	92	老年代使用率 92% 触发 FullGC
CMS 优化	-XX:+UseCMSCompactAtFullCollection	-	FullGC 后执行碎片整理
CMS 优化	-XX:CMSFullGCsBeforeCompaction	3	每 3 次 FullGC 后整理一次（减少整理频率）

---

关键问题

问题 1：CMS 收集器以 “低停顿” 为核心优势，但其并发标记阶段可能出现 “漏标” 问题，导致本应存活的对象被误回收，JVM 是如何通过技术手段解决这一问题的？

答案：CMS 通过 “增量更新”+“写屏障” 解决漏标问题，具体逻辑如下：

1. 漏标场景：并发标记中，黑色对象（已完成扫描）新增指向白色对象（未扫描）的引用，若不处理，白色对象会被误判为垃圾。
2. 核心方案（增量更新）：
   • 当黑色对象插入新的指向白色对象的引用时，通过写屏障的 post_write_barrier操作，将该新引用记录到 “重新标记集合（remark_set）” 中。
   • 并发标记结束后，进入 “重新标记” 阶段（短暂 STW），以记录集中的黑色对象为根，重新扫描其引用的白色对象，将这些白色对象标记为灰色 / 黑色，避免漏标。
3. 写屏障的作用：类似 AOP 切面，在对象引用赋值（如a.d = d）的 “赋值后” 插入记录逻辑，确保所有新增的跨颜色引用都被捕获，为重新标记提供依据。

问题 2：新生代 GC（如 ParNew）时，为何需要 “卡表” 这一数据结构？它的工作原理是什么？

答案：卡表的核心作用是优化跨代引用的扫描效率，避免新生代 GC 时全量扫描老年代；其工作原理基于 “记忆集” 思想，具体如下：

1. 必要性：新生代 GC 的收集范围是新生代，但老年代中可能存在指向新生代的引用（跨代引用），若全量扫描老年代，会导致 GC 效率极低。卡表通过记录 “老年代→新生代” 的引用位置，仅扫描这些位置，减少扫描范围。
2. 工作原理：
   • 结构：卡表是字节数组CARD_TABLE[]，每个元素对应 1 个 “卡页”（HotSpot 中 1 卡页 = 512 字节），卡页覆盖老年代的内存区域。
   • 脏标记：当老年代某卡页内的对象新增指向新生代的引用时，通过写屏障将卡表中对应元素设为 1（脏标记）。
   • GC 扫描：新生代 GC 时，仅筛选卡表中 “脏标记（1）” 对应的卡页，扫描其中的跨代引用，将这些引用作为 GC Roots 的补充，无需扫描整个老年代。

问题 3：在亿级流量电商订单系统中，为何选择 “ParNew+CMS” 的收集器组合？并说明核心参数（如 - Xmn、-XX:MaxTenuringThreshold）的优化逻辑是什么？

答案：选择 “ParNew+CMS” 及参数优化的核心逻辑是匹配系统 “低停顿、高并发” 的需求，具体如下：

1. 收集器组合选择原因：
   • 系统特性：电商订单系统对响应时间敏感（如大促峰值 300 单 / 秒），需避免长时间 STW；ParNew 是新生代多线程收集器，可配合 CMS（老年代并发收集器），实现 “新生代快速 MinorGC + 老年代低停顿 FullGC”，符合低停顿需求。
   • 对比其他组合：Parallel Scavenge+Parallel Old 关注吞吐量，STW 时间较长，不适合用户交互场景；Serial+Serial Old 单线程，无法应对高并发，故排除。
2. 核心参数优化逻辑：
   • -Xmn=2048M：新生代内存设为 2GB（堆总 3GB 的 2/3），增大 Eden 区容量，减少 MinorGC 频率（每秒 60MB 对象需 30 秒才占满 Eden）。
   • -XX:MaxTenuringThreshold=5：对象需经历 5 次 MinorGC 才进入老年代（默认 15 次）。系统中多数对象（如订单对象）几秒内变为垃圾，5 次 MinorGC（约 150 秒）可筛选出真正长期存活的对象（如 Spring Bean），避免短期对象频繁进入老年代导致 FullGC。
   • -XX:PretenureSizeThreshold=1M：＞1M 的大对象（如大缓存 Map）直接进入老年代，避免大对象在新生代频繁复制（复制算法对大对象成本高），减少 MinorGC 开销。