JVM 垃圾收集算法详解！

摘要：在Java的GC机制中，垃圾收集算法是其核心基石。理解这些算法，是Javacode开发者掌握JVM内存管理、排查内存泄漏和JVM性能调优不可或缺的一步。本文将详细剖析JVM中最常用的几种基本垃圾收集算法的原理、优缺点及其在HotSpot JVM中的实际应用，揭示它们如何共同协作，构建起一套高效的自动化内存管理系统。

---

一、 内存管理的挑战与垃圾收集的必要性

在Java世界里，我们程序员无需手动为新创建的对象分配和释放内存，JVM的垃圾收集器（Garbage Collector, GC）会自动接管这项繁重而易错的工作。这种“自动挡”的内存管理机制，极大地提高了开发效率，减少了内存泄漏和野指针等问题。

然而，GC并非神秘魔法，它的背后是一系列精妙的算法在支撑。理解这些算法，是理解GC行为与进行JVM性能调优的起点。

在深入算法之前，我们首先要知道GC是如何判断一个对象是否是“垃圾”的。现代JVM普遍采用可达性分析（Reachability Analysis） 算法：从被称为“GC Roots”的根对象出发，遍历所有的引用链。如果一个对象无法通过任何引用链从GC Roots到达，那么它就被判定为“不可达”，即为可回收的垃圾。

二、 基础垃圾收集算法

接下来，我们逐一介绍三种最基础也是最重要的垃圾收集算法。

1. 标记-清除（Mark-Sweep）算法

这是最古老、最基础的垃圾收集算法，也是许多其他更复杂算法的基础。它分为两个主要阶段：

• 标记（Mark）阶段：垃圾收集器从GC Roots开始遍历，标记所有可达（即存活）的对象。
• 清除（Sweep）阶段：标记完成后，垃圾收集器会遍历整个堆内存，回收所有未被标记的对象，即所谓的“垃圾”，并释放它们所占用的内存空间。

工作原理图示：

优点：

• 实现相对简单。

缺点：

• 效率低下：标记和清除两个过程都需要遍历整个堆，耗时较长。
• 内存碎片化（Fragmentation）：清除过程不会移动存活对象，导致释放后的内存空间是不连续的。如果堆内存中产生大量不连续的碎片，当需要分配大对象时，即使总的空闲内存足够，也可能找不到一块连续的内存空间来分配，从而触发另一次GC（提前Full GC），影响性能。

2. 复制（Copying）算法

为了解决标记-清除算法的效率和内存碎片问题，复制算法应运而生。它将可用内存按容量划分为大小相等的两块，每次只使用其中一块。

工作原理：
当一块内存用完时，垃圾收集器就将这块内存中所有存活的对象，复制到另一块空闲的内存上，然后一次性清空已使用过的内存。

工作原理图示：

优点：

• 运行高效：不需要遍历整个堆，只需遍历存活对象并进行复制，然后直接清空已使用区域，避免了标记和清除阶段的复杂性。
• 没有内存碎片：存活对象被复制到新区域时是紧凑排列的，保证了内存的连续性。

缺点：

• 内存利用率低：每次只有一半的内存空间被利用，空间浪费严重。

鉴于其“高效率”和“无碎片”的优点，复制算法在年轻代（Young Generation） 中得到了广泛的应用。通常，年轻代由一个Eden区和两个大小相等的Survivor区（S0和S1）组成。HotSpot JVM的默认分配比例为Eden:S0:S1 = 8:1:1，总共只浪费10%的内存（S0或S1中某一个始终为空闲）。

3. 标记-整理（Mark-Compact）算法

标记-整理算法是标记-清除算法的改进版，它在标记存活对象后，不是直接清除，而是将所有存活对象向一端移动，然后清理掉边界以外的内存。

工作原理：

1. 标记（Mark）阶段：同标记-清除算法，标记所有存活对象。
2. 整理（Compact）阶段：将所有被标记为存活的对象，都移动到内存空间的某一端。
3. 清除（Clear）阶段：直接清理掉被移动对象边界以外的所有内存，从而得到一段完整而连续的空闲空间。

工作原理图示：

优点：

• 没有内存碎片：解决了标记-清除算法的内存碎片问题。
• 内存利用率高：没有像复制算法那样牺牲一半内存。

缺点：

• 效率低下：除了标记阶段，整理阶段也需要移动所有存活对象。这个移动操作，尤其是在老年代对象多且大时，是一个耗时且会造成较长停顿（Stop-The-World, STW）的操作。

标记-整理算法在老年代（Old Generation） 中被广泛使用，因为老年代的对象存活率通常较高，如果使用复制算法，复制成本会很高。

三、 HotSpot JVM的基石：分代收集（Generational Collection）算法

我们前面提到了三种基本算法，但它们都有各自的优缺点。HotSpot JVM通过分代收集策略，将这些算法巧妙地结合起来，以期达到整体最优的效果。

分代收集是基于一个重要的经验法则——分代假说（Generational Hypothesis）：

1. 弱分代假说（Weak Generational Hypothesis）：绝大部分对象都是朝生夕灭的（如局部变量、方法参数等）。
2. 强分代假说（Strong Generational Hypothesis）：熬过越多次垃圾收集过程的对象就越难以消亡，其生命周期会越长。

基于这两个假说，JVM将堆内存划分为两个主要区域：

1. 新生代（Young Generation）

• 特点：这里存放着新创建的对象。根据弱分代假说，大部分对象在这里很快就会死亡。
• 构成：通常由一个 Eden 区 和两个 Survivor 区（S0和S1） 组成。
• 垃圾收集算法：主要采用复制算法。因为存活对象少，复制开销小，且能有效避免内存碎片。
• GC类型：发生在新生代的GC被称为 Minor GC（或 Young GC）。它的特点是发生频繁、回收速度快、停顿时间短。
• 对象去向：新创建的对象首先在Eden区分配。当Eden区满时，触发Minor GC。Eden区和其中一个Survivor区（From Space）的存活对象会被复制到另一个空的Survivor区（To Space），同时年龄加1。当对象的年龄达到一定阈值或Survivor区空间不足时，它们会被晋升到老年代。

2. 老年代（Old Generation）

• 特点：存放经过多次Minor GC仍然存活的对象（即生命周期长的对象），以及一些直接在老年代分配的大对象。老年代的对象存活率高。
• 垃圾收集算法：通常采用标记-清除或标记-整理算法（或两者的混合）。因为存活对象多，如果使用复制算法开销太大；使用标记-整理可以避免内存碎片。
• GC类型：发生在老年代的GC被称为 Major GC（或 Old GC）。对整个堆（包括新生代和老年代）进行的GC被称为 Full GC。Major GC和Full GC的特点是发生频率低、耗时较长、停顿时间明显。
• 对象去向：老年代的对象生命周期长，直到它们变得不可达时才会被回收。

分代收集的工作流程（简化版）：

1. 新对象在 Eden区 分配。
2. 当 Eden 区满时，触发 Minor GC。
3. Eden 区和 From Survivor 区 的存活对象被复制到 To Survivor 区，年龄计数器加1。所有被复制的对象紧密排列。Eden 区和 From Survivor 区被清空。
4. From 和 To Survivor 区互换角色。
5. 对象在 Survivor 区中经历多次 Minor GC，年龄逐渐增长。
6. 当对象年龄达到晋升阈值 (-XX:MaxTenuringThreshold)，或 Survivor 区空间不足以容纳时，对象被晋升到 老年代。
7. 当老年代空间不足时，触发 Major GC 或 Full GC。

四、 总结与展望

垃圾收集算法是JVM内存管理的核心。从基础的标记-清除、复制、标记-整理，到综合应用这些算法的分代收集，JVM的演进始终围绕着如何更高效、更低停顿地回收内存。

理解这些算法，能帮助我们更好地：

• 解读GC日志：明白“Young GC”、“Full GC”背后的内存区域和回收机制。
• 进行JVM参数调优：例如，调整新生代和老年代的比例 (-XX:NewRatio)，调整Survivor区比例 (-XX:SurvivorRatio)，都是为了让分代收集算法发挥最大效率。
• 排查性能问题：当发现应用卡顿或内存持续增长时，能够根据GC表现（如Full GC频繁）迅速定位问题可能出在哪个代，从而制定有效的优化策略。

随着硬件技术的发展和应用场景的多样化，现代JVM的垃圾收集器（如G1、ZGC、Shenandoah等）在基本算法的基础上进行了大量的创新与优化，例如区域化分代、并发处理、超低停顿等。它们是分代收集思想的进一步扩展和增强，但其根本依然离不开我们今天讲解的这些基础算法原理。深入学习这些基础，是掌握更高级GC技术不可逾越的桥梁。