Java虚拟机之垃圾收集(一)

目录

一、如何判定对象“生死”?

1. 引用计数算法(理论参考)

2. 可达性分析算法(JVM 实际使用)

3. 对象的“缓刑”机制

二、引用类型与回收策略

三、何时触发垃圾回收?

1. 分代回收策略

2. 手动触发与注意事项

四、垃圾回收算法与实现

1. 基础算法对比

2. 分代收集理论

3. 新生代回收:Apple式复制算法

五、主流垃圾收集器详解

1. CMS 收集器(低停顿优先)

2. G1 收集器(平衡吞吐与延迟)

3. 收集器对比

六、调优建议与工具推荐

1. 参数配置示例

2. 常见问题排查

3. 工具推荐

七、总结


一、如何判定对象“生死”?

垃圾收集(GC)的核心是识别无用对象。JVM 通过两种算法判断对象是否存活:

1. 引用计数算法(理论参考)

  • 原理
    每个对象维护一个引用计数器,被引用时计数器 +1,引用失效时 -1。计数器为 0 时判定为可回收。

  • 缺点
    无法解决循环引用问题(如对象 A 引用 B,B 也引用 A)。

  • Java 未采用:主流 JVM 均使用 可达性分析算法

2. 可达性分析算法(JVM 实际使用)

  • 原理
    从 GC Roots 出发,遍历对象引用链。若对象无法被 GC Roots 关联,则判定为可回收。

  • GC Roots 对象类型

    • 虚拟机栈中的局部变量(如方法参数、局部变量)。

    • 方法区中静态变量引用的对象。

    • 方法区中常量引用的对象(如字符串常量池)。

    • 本地方法栈中 JNI 引用的对象(Native 方法)。

    • 同步锁持有的对象(synchronized 锁对象)。

    • Java 虚拟机内部对象(如系统类加载器、异常对象)。

3. 对象的“缓刑”机制

  • finalize() 方法
    若对象重写 finalize() 且未被调用过,JVM 会将其放入 F-Queue,由 Finalizer 线程触发该方法。

  • 逃脱机会
    在 finalize() 中重新建立与 GC Roots 的引用链,可避免被回收(仅一次)。

public class RescueObject {public static RescueObject hook;@Overrideprotected void finalize() throws Throwable {super.finalize();hook = this; // 在 finalize 中自我拯救}
}

二、引用类型与回收策略

Java 提供 四种引用类型,控制对象生命周期与回收优先级:

引用类型特点回收时机典型场景
强引用Object obj = new Object(),默认引用类型对象不可达时回收普通对象创建
软引用SoftReference<Object> ref = new SoftReference<>(obj)内存不足时回收(OOM 前触发)缓存(如图片缓存)
弱引用WeakReference<Object> ref = new WeakReference<>(obj)下一次 GC 时回收临时缓存(如 WeakHashMap)
虚引用PhantomReference<Object> ref = new PhantomReference<>(obj, queue)随时可能回收,需配合 ReferenceQueue 使用堆外内存回收监听(如 DirectByteBuffer)

三、何时触发垃圾回收?

GC 触发时机由 内存区域分配策略 和 JVM 配置参数 共同决定:

1. 分代回收策略

区域GC 类型触发条件
新生代Minor GCEden 区空间不足
老年代Major GC老年代空间不足(通常伴随 Full GC)
整堆Full GC方法区不足、老年代空间不足、手动调用 System.gc()

2. 手动触发与注意事项

  • System.gc():建议 JVM 触发 Full GC(不保证立即执行)。

  • 风险:频繁 Full GC 会导致应用停顿(Stop-The-World),需谨慎使用。


四、垃圾回收算法与实现

1. 基础算法对比

算法步骤优点缺点适用场景
标记-清除标记存活对象 → 清除未标记对象简单内存碎片化老年代(CMS)
复制算法存活对象复制到新区域 → 清空原区域无碎片,高效内存利用率 50%新生代(Survivor)
标记-整理标记存活对象 → 整理到内存一端无碎片化整理耗时老年代(Serial Old)

2. 分代收集理论

  • 弱分代假说:绝大多数对象朝生夕灭(新生代)。

  • 强分代假说:熬过多次 GC 的对象难以消亡(老年代)。

  • 分代设计

    • 新生代:使用复制算法(Eden + Survivor)。

    • 老年代:使用标记-清除或标记-整理算法。

3. 新生代回收:Apple式复制算法

  • 内存划分

    • Eden : Survivor1 : Survivor2 = 8:1:1(默认)。

  • 回收流程

    1. 新对象分配至 Eden 区。

    2. Eden 满时触发 Minor GC,存活对象复制到 Survivor1。

    3. 下次 Minor GC 时,Eden 和 Survivor1 存活对象复制到 Survivor2,并清空原区域。

    4. 对象年龄达到阈值(默认 15)后晋升老年代。


五、主流垃圾收集器详解

1. CMS 收集器(低停顿优先)

  • 目标:最小化应用停顿时间。

  • 算法:标记-清除。

  • 工作流程

    1. 初始标记(STW):标记 GC Roots 直接关联对象。

    2. 并发标记:遍历对象图(与用户线程并发)。

    3. 重新标记(STW):修正并发标记期间变动的引用。

    4. 并发清除:清理垃圾(与用户线程并发)。

  • 缺点

    • 内存碎片化(需定期 Full GC 整理)。

    • 并发阶段占用 CPU 资源。

2. G1 收集器(平衡吞吐与延迟)

  • 目标:可预测的停顿时间(如 200ms 内)。

  • 内存布局:将堆划分为多个 Region(默认 2048 个)。

  • 工作流程

    1. 初始标记(STW):标记 GC Roots 直接关联对象。

    2. 并发标记:遍历对象图(与用户线程并发)。

    3. 最终标记(STW):处理剩余引用变更。

    4. 筛选回收(STW):选择性价比高的 Region 回收。

  • 优势

    • 支持大内存(TB 级)。

    • 通过 Region 划分减少碎片化。

3. 收集器对比

收集器算法区域特点适用场景
CMS标记-清除老年代低停顿,但碎片化严重响应敏感型应用
G1标记-整理全堆可预测停顿,兼顾吞吐与延迟大内存、低延迟应用

六、调优建议与工具推荐

1. 参数配置示例

# 使用 G1 收集器,堆内存 4G,目标停顿 200ms
java -Xmx4G -Xms4G -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -jar app.jar# 启用 CMS 收集器
-XX:+UseConcMarkSweepGC -XX:+CMSIncrementalMode

2. 常见问题排查

  • 频繁 Full GC

    • 检查内存泄漏(如静态集合未清理)。

    • 调整新生代与老年代比例(-XX:NewRatio)。

  • 长时间 STW

    • 切换低延迟收集器(如 G1/ZGC)。

    • 减少堆内存大小(权衡吞吐与停顿)。

3. 工具推荐

  • 监控工具:VisualVM、JConsole、Prometheus + Grafana。

  • 日志分析:GCeasy、GCViewer。

  • 诊断工具:Arthas、MAT(Memory Analyzer Tool)。


七、总结

  • 生死判定:可达性分析是核心,finalize() 是最后的逃生机会。

  • 引用分级:软、弱引用优化内存敏感场景。

  • 算法选择:分代理论平衡效率与资源利用率。

  • 收集器选型:CMS 适合低延迟,G1 适合大内存与可预测停顿。

核心原则:结合业务需求与监控数据动态调优,避免盲目配置。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/71690.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

代码随想录算法训练营第22天 | 组合 组合总和 电话号码的字母组合

77. 组合 77. 组合 - 力扣&#xff08;LeetCode&#xff09; class Solution {List<Integer> path new ArrayList<>();List<List<Integer>> result new ArrayList<>();public void backTracking(int n,int k,int startIndex){if(path.size() …

#UVM# 关于field automation机制中的标志位及if的使用

通过前面文章的复习,我们知道了 uvm_field 机制带来的好处,确实方便了我们很多代码的coding 时间,但是会不会有一种情况呢? 比如,我们不想将实例中的某一些成员进行打包、复制、比较操作,怎么办呢? 如果只执行 比较但不进行打包操作呢?是不是很复杂呢 ? 一 标志位…

RK3588 安装ffmpeg6.1.2

在安装 ffmpeg 在 RK3588 开发板上时,你需要确保你的开发环境(例如 Ubuntu、Debian 或其他 Linux 发行版)已经设置好了交叉编译工具链,以便能够针对 RK3588 架构编译软件。以下是一些步骤和指导,帮助你安装 FFmpeg: 1. 安装依赖项 首先,确保你的系统上安装了所有必要的…

leetcode day25 28 KMP算法

28找出字符串中第一个匹配项的下标 给你两个字符串 haystack 和 needle &#xff0c;请你在 haystack 字符串中找出 needle 字符串的第一个匹配项的下标&#xff08;下标从 0 开始&#xff09;。如果 needle 不是 haystack 的一部分&#xff0c;则返回 -1 。 示例 1&#xff…

编程语言介绍:Rust

什么是Rust Rust是由Mozilla研究院开发的一种系统级编程语言&#xff0c;旨在提供更好的内存安全保证&#xff0c;同时保持高性能&#xff0c;自2010年首次发布以来&#xff0c;Rust以其安全性、并发性和实用性迅速获得了广泛的关注。Rust最独特的特性之一是其所有权模型&#…

Java Spring MVC (2)

常见的Request Controller 和 Response Controller 的区别 用餐厅点餐来理解 想象你去一家餐厅吃饭&#xff1a; Request Controller&#xff08;接单员&#xff09;&#xff1a;负责处理你的点餐请求&#xff0c;记录你的口味、桌号等信息。Response Controller&#xff08…

Oracle 字符类型对比

本文以 Oracle12c 为例 1.主要区别对比 类型存储方式最大长度字符集支持适用场景备注​CHAR(M)固定长度空格填充2000 字节&#xff0c;M 代表字节长度默认字符集固定长度编码实际存储长度固定为定义长度&#xff08;如 CHAR(10) 始终占 10 字节&#xff09;​VARCHAR2(M)可变长…

Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露

一&#xff1a;背景 1. 讲故事 前面跟大家分享过一篇 C# 调用 C代码引发非托管内存泄露 的文章&#xff0c;这是一个故意引发的正向泄露&#xff0c;这一篇我们从逆向的角度去洞察引发泄露的祸根代码&#xff0c;这东西如果在 windows 上还是很好处理的&#xff0c;很多人知道开…

vite.config.js 是Vite 项目的配置文件,分析具体用法

vite.config.js 是 Vite 项目的配置文件&#xff0c;用于定义项目的构建、开发服务器、插件等配置选项。以下是示例代码中各部分的作用分析&#xff1a; 1. 导入模块 import { fileURLToPath, URL } from node:url import { defineConfig } from vite import vue from vitejs…

行为模式---责任链模式

概念 责任链模式是一种行为设置模式&#xff0c;它的核心思想就是将请求的发送者和接收者进行解耦&#xff0c;每个接收者都可以处理请求。 在责任链模式中将每个接收者连成一个链条&#xff0c;当有请求发送上来的时候会经过每一个接收者。直到消息被处理。 适用场景 1、当…

pytest结合allure

Allure 一、文档二、指令三、装饰器3.1 allure.step装饰器3.2 allure.description装饰器3.3 allure.title装饰器3.4 allure.link、allure.issue 和 allure.testcase装饰器3.5 allure.epic、allure.feature 和 allure.story装饰器3.6 allure.severity装饰器 一、文档 allure文档…

前端知识点---http.createHttp()的理解(arkts)

通俗易懂的例子&#xff1a;点外卖 &#x1f354;&#x1f964; 想象一下&#xff0c;你在家里点外卖&#xff0c;HTTP 请求就像是你和餐厅之间的沟通方式。 1️⃣ 没有 http.createHttp()&#xff1a;每次点餐都重新拨电话 &#x1f4de; 如果你每次点餐都重新拨打餐厅的电话…

大模型开发(五):P-Tuning项目——新零售决策评价系统(下)

P-Tuning项目——新零售决策评价系统&#xff08;下&#xff09; 0 前言1 P-Tuning原理2 数据处理 0 前言 上篇文章我们介绍了使用PET方式微调BERT模型&#xff0c;PET属于提示词微调的一种&#xff0c;另一种比较常见的提示词微调是P-Tuning&#xff0c;我们今天在相同的项目…

分布式中间件:Redis介绍

目录 Redis 概述 Redis 的特点 高性能 丰富的数据结构 持久化 分布式特性 简单易用 Redis 的数据结构 字符串&#xff08;String&#xff09; 哈希&#xff08;Hash&#xff09; 列表&#xff08;List&#xff09; 集合&#xff08;Set&#xff09; 有序集合&…

在昇腾GPU上部署DeepSeek大模型与OpenWebUI:从零到生产的完整指南

引言 随着国产AI芯片的快速发展&#xff0c;昇腾&#xff08;Ascend&#xff09;系列GPU凭借其高性能和兼容性&#xff0c;逐渐成为大模型部署的重要选择。本文将以昇腾300i为例&#xff0c;手把手教你如何部署DeepSeek大模型&#xff0c;并搭配OpenWebUI构建交互式界面。无论…

系统思考—组织诊断

“未经过诊断的行动是盲目的。” — 托马斯爱迪生 最近和一家教育培训机构沟通时&#xff0c;发现他们面临一个有意思的问题&#xff1a;每年招生都挺不错&#xff0c;但教师的整体绩效一直提升缓慢&#xff0c;导致师生之间存在长期的不匹配。管理层试了很多办法&#xff0c;…

AI大模型学习(五): LangChain(四)

Langchian读取数据库 案例&#xff1a;在数据库中表格数据上的问题系统的基本方法,将涵盖使用链和代理的视线,通过查询数据库中的数据并得到自然语言的答案,两者之间的主要区别在于,我们代理可以根据多次循环查询数据库以回答问题 实现思路: 1.将问题转换成DSL查询,模型将用…

人工智能与深度学习的应用案例:从技术原理到实践创新

第一章 引言 人工智能(AI)作为21世纪最具变革性的技术之一,正通过深度学习(Deep Learning)等核心技术推动各行业的智能化进程。从计算机视觉到自然语言处理,从医疗诊断到工业制造,深度学习通过模拟人脑神经网络的层次化学习机制,实现了对复杂数据的高效分析与决策。本…

支持向量机的深度解析:从理论到C++实现

支持向量机(SVM)是一种强大的监督学习算法,广泛应用于分类和回归任务。本文详细探讨了SVM的理论基础,包括最大间隔分离超平面、软间隔和核技巧(Kernel Trick)的数学原理,并通过LaTeX公式推导其优化目标。接着,我们用C++实现了一个简单的线性SVM,包括梯度下降优化求解支…

企业如何选择研发项目进度管理软件?盘点15款实用工具

这篇文章介绍了以下工具: 1. PingCode&#xff1b; 2. Worktile&#xff1b; 3. 腾讯 TAPD&#xff1b; 4. 华为 DevCloud&#xff1b; 5. 亿方云&#xff1b; 6. 阿里云效&#xff1b; 7. CODING 码云&#xff1b; 8. 明道云&#xff1b; 9. 进度猫&#xff1b; 10. 轻流等。 …