博客
关于我
9_ GC 四大算法详解
阅读量:673 次
发布时间:2019-03-16

本文共 1623 字,大约阅读时间需要 5 分钟。

JVM垃圾回收机制详解

在Java虚拟机(JVM)的内存管理中,垃圾回收(GC)是保障程序运行稳定性的重要机制。以下是一些关于GC垃圾收集机制的关键点和相关算法。


GC垃圾回收机制概述

JVM在进行GC时,并非每次都对上述三个内存区域一起回收。大部分时候,GC只是回收新生代(Young Generation)。GC回收区域又可以分为两种类型:

1. 普通GC(Minor GC)

  • 目标区域:仅针对新生代区域的GC。
  • 特点:在新生代中,大部分Java对象存活率较低,因此Minor GC很频繁且速度较快。

2. 全局GC(Major GC)

  • 目标区域:针对老年代区域的GC。
  • 特点:发生Major GC时,通常伴随一次Minor GC(但并非绝对),速度慢上10倍以上。

GC日志信息解读

在JVM日志中,出现的GC相关参数有以下几种形式:

YGC(Young GC)日志示例:

[GC (Allocation Failure) [PSYoungGen: 1580K->504K(2560K)] 1580K->764K(9728K), 0.0167268 secs]
  • 解读:PSYoungGen表示保证新生代内存,数值表示从1580K拦截到504K新的生成空间。数字中的括号表示标记(mark),数值表示最终分配空间。

FGC(Full GC)日志示例:

[Full GC (Allocation Failure) [PSYoungGen: 0K->0K(2560K)] [ParOldGen: 592K->574K(7168K)] 592K->574K(9728K), 0.0040996 secs]
  • 解读:PSYoungGen和ParOldGen分别表示新生代和老年代的内存回收情况。592K->574K表示老年代从592K消耗到574K。

Java对象存活算法

在JVM中,内存管理核心问题之一是如何判断对象是否还能继续存活。主要采用两种算法:

1. 引用计数算法(Reference Counting Algorithm)

  • 实现:为每个对象设置计数器,计数器递减时释放对象。
  • 优点:实现简单,效率高。
  • 缺点:无法处理循环引用,计数器操作成本较高,现已被放弃。

2. 根搜索算法(Mark-and-Sweep)

  • 原理:从GC Roots开始遍历,标记遍历结束的对象,清理未被引用对象。
  • 实现:标记阶段为对象增加标志,清除阶段回收被标记的对象。

垃圾回收算法总结

现代JVM主要采用分代收集算法,将堆分为新生代和老年代,并选择最适的算法:

1. 复制算法(Copying)

  • 适用场景:新生代。
  • 优点:无内存碎片,效率高。
  • 缺点:内存浪费(50%左右空间利用率),不适用于高存活率对象。

2. 标记清除(Mark-Sweep)

  • 适用场景:老年代。
  • 优点:内存利用率高,不额外占用内存。
  • 缺点:效率低,需要暂停程序,内存碎片严重。

3. 标记压缩(Mark-Compact)

  • 合并优点:无内存碎片,整体效率较标记清除高。
  • 缺点:额外开销较大,整理存活对象引用地址。

4. 分代收集(Mark-and-Sweep+Compact)

  • 综合解决方案:新生代使用复制算法,老年代使用标记压缩化解内存碎片问题。

存活算法选择

根据对象存活特性,合理选择GC算法至关重要。新生代对象存活率低,复制算法效率更高;老年代对象存活率高,标记压缩和标记清除是更优选择。


常见面试问题解答

问题1:GC四种算法哪个更好?

  • 没有最佳算法,垃圾回收应根据对象存活特性选择合适算法。新生代使用复制算法,老年代使用标记压缩。

问题2:各算法优缺点对比

  • 复制算法:效率高,但内存浪费严重。
  • 标记清除:内存利用率高,但效率低且内存碎片严重。
  • 标记压缩:无内存碎片,但整理存活对象地址成本较高。

通过合理配置和选择,JVM垃圾回收机制能够在不同工作负载下稳定运行,最大化内存利用率。

转载地址:http://wqtqz.baihongyu.com/

你可能感兴趣的文章
Nginx配置实例-负载均衡实例:平均访问多台服务器
查看>>
NHibernate学习[1]
查看>>
NIFI1.21.0_Mysql到Mysql增量CDC同步中_日期类型_以及null数据同步处理补充---大数据之Nifi工作笔记0057
查看>>
NIFI1.21.0_NIFI和hadoop蹦了_200G集群磁盘又满了_Jps看不到进程了_Unable to write in /tmp. Aborting----大数据之Nifi工作笔记0052
查看>>
NIFI1.21.0通过Postgresql11的CDC逻辑复制槽实现_指定表多表增量同步_增删改数据分发及删除数据实时同步_通过分页解决变更记录过大问题_02----大数据之Nifi工作笔记0054
查看>>
NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置binlog_使用处理器抓取binlog数据_实际操作01---大数据之Nifi工作笔记0040
查看>>
NIFI从MySql中增量同步数据_通过Mysql的binlog功能_实时同步mysql数据_配置数据路由_实现数据插入数据到目标数据库_实际操作03---大数据之Nifi工作笔记0042
查看>>
NIFI同步MySql数据_到SqlServer_错误_驱动程序无法通过使用安全套接字层(SSL)加密与SQL Server_Navicat连接SqlServer---大数据之Nifi工作笔记0047
查看>>
Nifi同步过程中报错create_time字段找不到_实际目标表和源表中没有这个字段---大数据之Nifi工作笔记0066
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>
NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
查看>>
NIFI数据库同步_多表_特定表同时同步_实际操作_MySqlToMysql_可推广到其他数据库_Postgresql_Hbase_SqlServer等----大数据之Nifi工作笔记0053
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南001---大数据之Nifi工作笔记0068
查看>>
NIFI集群_内存溢出_CPU占用100%修复_GC overhead limit exceeded_NIFI: out of memory error ---大数据之Nifi工作笔记0017
查看>>
NIFI集群_队列Queue中数据无法清空_清除队列数据报错_无法删除queue_解决_集群中机器交替重启删除---大数据之Nifi工作笔记0061
查看>>
NIH发布包含10600张CT图像数据库 为AI算法测试铺路
查看>>
Nim教程【十二】
查看>>
Nim游戏
查看>>
NIO ByteBuffer实现原理
查看>>
Nio ByteBuffer组件读写指针切换原理与常用方法
查看>>