原文連結 2021-06-13：G1垃圾回收器

1、為啥需要G1

在 G1 出來之前，一般系統都是使用 ParNew + CMS。而不管是 ParNew 還是 CMS，對於新生代和老年代都是使用滿了再進行gc，那麼如果我們的機器配置了60G的記憶體，新生代和老年代的比例是1:2，那麼老年代可以去到40G，那麼進行垃圾回收時，即使CMS的最後一個階段是併發清理，但是由於記憶體很大，那麼對幾十個g的記憶體進行回收，還是會耗費非常長的時間，併發清理階段，即使GC執行緒和系統執行緒並行，但是由於GC執行緒會長時間進行垃圾回收，那麼就會長時間佔用系統資源，導致系統無法處理更多的使用者請求。

即：ParNew + CMS無法做到軟實時，即無法做到將GC的停頓大致控制在某個閾值以內。
而在 G1 垃圾回收器中，我們可以利用引數-XX: MaxGCPauseMilllis

2、GC重要概念：Region & Card & Remember Set

在 JVM 中，堆一般被分為 Eden、兩Survivor和老年代，在Java程序啟動時，每個區的記憶體是固定分配好的。

而在 G1 中，最核心的三個概念是：Region、Card 和 Remember Set。

2.1 Region

G1 垃圾收集器將堆記憶體空間分成等分的 Region，物理上不一定連續，邏輯上構成連續的堆地址空間；一個 Region 由多個 Card 組成，一個 Card 可以存放多個物件。

1、所謂 Card 就是表示一小塊（512 bytes）的記憶體空間，這裡面很可能存在不止一個物件
2、預設將堆記憶體分成2048個Region

要特別注意的是，巨型物件（Humongous Object） ，即大小超過 3/4 的 Region 大小的物件會作特殊處理，分配到由一個或多個連續 Region 構成的區域。

2.2 Remember Set （RSet）

每個 Region 會有自己對應的 Remember Set，主要是記錄哪些記憶體區域中存在對當前 Region 中物件的引用。

注意 Remember Set 不是直接記錄物件地址，而是記錄了那些物件所在的 Card 編號。

但是這已經足夠了：當我們需要確定當前 Region 有哪些物件存在外部引用時（這些物件是可達的，不能被回收），只要掃描一下這塊 Card 中的所有物件即可，這比掃描所有存活物件要容易得多。

3、G1的分代

G1 會從邏輯上將 Region 分成 Young、Old 等不同的分代。

在經典的記憶體佈局中，各代的記憶體區域是完全分開的，而 G1 中的分代只是 Region 的一個動態標誌。

各個 Region 的所屬的分代是隨著 GC 的進行而不斷變化的，甚至各個代有多少 Region 這個比例也是隨時調整的。

分代容量的JVM引數

-XX:G1NewSizePercent：設定新生代初始佔比的。

預設5%

-XX:G1MaxNewSizePercent：設定新生代最大佔比

在系統執行中，JVM其實會不停的給新生代增加更多的Region，但是最多新生代的佔比不會超過60%(預設值)

設定Eden和Survivor佔比還是以前的引數：-XX:SurvivorRatio

4、G1中的GC

分代模式下的G1垃圾回收分為兩種：Young gc 和 Mixed GC。

上面提到，我們可以利用引數來設定期望的GC停頓時長，G1 是利用 Collection Set（CSet） 這個概念，G1 會根據配置的-XX: MaxGCPauseMilllis引數來控制 CSet 的大小，CSet 會控制存放可回收的 Region 數量。

在進行垃圾回收時，Young Regions 一定會被放到待收集的 Regions 集合（Collection Set）中，因為新生代中得物件大部分都是壽命比較短得。
由於 Young Regions 一定會被收集，所以 RSet 的維護工作不需要考慮新生代中物件的引用修改，只關心 old-to-young 和 old-to-old 的引用），當 Young Region 上發生垃圾時我們再去掃描並構建出它的 RSet 即可。

4.1 Young GC

Young GC 只會涉及到新生代的N個 Region，它將 Eden Region 中存活的物件移動到一個或多個新分配的 Survivor Region，之前的 Eden Region 就被歸還到 Free list，供以後的新物件分配使用。

當區域中物件的 Survive 次數超過閾值（引數：-XX:MaxTenuringThreshold）時，Survivor Regions 的物件被移動到 Old Regions；否則和 Eden 的物件一樣，繼續留在 Survivor Regions 裡。

多次 Young GC 之後，Old Regions 慢慢累積，直到到達閾值（-XX:InitiatingHeapOccupancyPercent，簡稱 IHOP，預設45%），我們不得不對 Old Regions 做收集。這個閾值在 G1 中是根據使用者設定的 GC 停頓時間動態調整的，也可以人為干預。

4.2 Mixed GC

對 Old Regions 的收集會同時涉及若干個 Young 和 Old Regions，因此被稱為 Mixed GC 。

Mixed GC 的重要性不言而喻：Old Regions 的垃圾就是在這個階段被收集掉的，也正是因為這樣，Mixed GC 是工作量最為繁重的一個環節，如果不加以控制，就會像 CMS 一樣發生長時間的 Full GC 停頓。

那來不及收集的那些 Region 呢？多來幾次就可以了。所以你在 GC 日誌中會看到 continue mixed GCs 的字樣，代表分批進行的各次收集。這個過程會多次重複，直到垃圾的百分比降到 -XX:G1HeapWastePercent 以內，或者到達-xx:G1MixedGCCountTarget上限。

5、併發標記原理

在進行垃圾回收之前，G1 要通過併發標記來確定哪些物件是垃圾、哪些還活著。G1 中得併發標記階段是以 Region 為單位的，為了保證結果的正確性，這裡用到了 Snapshot-at-the-beginning（SATB）演算法。

SATB 演算法顧名思義是對標記開始時的一個（邏輯上的）快照進行標記。

開啟併發標記後，由於是基於快照做的；所以期間如果需要修改引用，會記錄引用地址，防止會漏掉。

標記的過程和 CMS 中是類似的，可以看作一個優化版的 DFS：記當前已經標記到的 offset 為 cur，隨著標記的進行 cur 不斷向後推進。每當訪問到地址 < cur 的物件，就對它做深度掃描，遞迴標記所有應用；反之，對於地址 > cur 的物件，只標記不掃描，等到 cur 推進到那邊的時候再去做掃描。

基於 cur 指標實現併發標記

上圖中，假設當前 cur 指向物件 c，c有兩個引用：a 和 e，其中 a 的地址小於 cur，因而做了掃描；而 e 則僅僅是標記。掃描 a 的過程中又發現了物件 b，b 同樣被標記並繼續掃描。但是 b 引用的 d 在 cur 之後，所以 d 僅僅是被標記，不再繼續掃描。

最後一個問題是：如何處理 Concurrent Marking 中新產生的物件？因為 SATB 演算法只保證能標記到開始時 snapshot 的物件，對於新出現的那些物件，我們可以簡單地認為它們全都是存活的，畢竟數量不是很多。