Java划时代的收集器G1

Java发展至今有很多的收集器，而最具划时代的收集器就是G1了。

收集器发展过程

可以把收集器发展简单划分成四个阶段：

1、单线程阶段，对应收集器：Serial、Serial Old；

2、并行阶段，多条收集器线程，对应收集器：ParNew、Parallel Scavenge、Parallel Old；

3、并发阶段，收集器线程与用户线程同时运行，对应收集器：CMS(Concurrent Mark Sweep)；

4、并行+并发+分区阶段，堆内存划分成多个小块进行收集，对应收集器：G1(Garbage First)；

GC过程一定会发生STW(Stop The World)，而一旦发生STW必然会影响用户使用，所以GC的发展都是在围绕减少STW时间这一目的。通过并行与并发已经极大的减少了STW的时间，但是STW的时间还是会因为各种原因不可控，而G1提供的一个最大功能就是可控的STW时间。

G1重要概念

一句话概括G1：通过把Java堆分成大小相等的多个独立区域，回收时计算出每个区域回收所获得的空间以及所需时间的经验值，根据记录两个值来判断哪个区域最具有回收价值，所以叫Garbage First（垃圾优先）。

所以有两个重要的概念：

Region（区域）：G1收集器通过把Java堆分成一个个大小相等的Region，Region是G1回收的最小单元。

CSet（收集集合）：GC过程记录的可被回收的Region的集合。在CSet中存活的数据会在GC过程中被移动到另一个可用分区，CSet中的分区可以来自eden空间、survivor空间、或者老年代。

RSet(Remembered Set 记忆集合)：记录了其他Region中的对象引用本Region中对象的关系，属于points-into结构 (谁引用了我的对象)。作用是不需要扫描整个堆找到谁引用了当前分区中的对象，只需要扫描RSet即可。

在之前的解决跨代收集的方案中采用的是卡表（Card Table）,简单的理解是它记录着老年代哪些区域存在对新生代对象的引用。在G1中由于不再是简单的新生代与老年代，每个Region中都可能被多个其他Region引用，所以用RSet来记录其他Region对当前Region的引用。

RSet示意图如下图：

RSet最简单的结果可以理解成”Hashtable<key,int[]>“结构，其中key对应的就是其他Region，而int[]对应其他Region的卡表。如上图Region2的RSet第一个元素对应Region,int[]中第二个与第四个元素值是1表示”脏“数据，也就是说Region1中的第2块与第4块区域存在对Region的引用，同理也可以得出Region3的第1块与第4块存在对Region2的引用。

在对Region2进行标记的时候，就只通过RSet找到对应哪些内存区域存在对Region2的引用，而不用进行整个堆的扫描。

Humongous regions：用来存放大于标准的Region内存50%的大对象区域，如果有些对象大于整个Region就会去找连续的Region保存，如果没有就会触发GC。

G1的特点

G1收集器与之前的收集器最大的不同就在于堆内存的划分，之前的收集器只区分新生代与老年代，而G1收集器则是把堆内存划分成多个独立的Region。

对比如下图：

在上图中G1的Java堆中每个Region都有一个身份，每个Region有可能是eden、survivor、old，但是他们的身份仅仅是逻辑上的，是可以变化的，G1可以根据情况动态的调整各种Region的数量，通过控制回收的Region数量来控制STW的时间，以达到STW时间的可控制。

G1分代算法

再回顾下之前的收集器总览图，如下图：

因为每种收集器都是对“标记-复制”、“标记-清除”、“标记-清理”其中一种算法的具体实现，所以基本上之前的收集器要么适用于新生代的要么适用于老年代。而G1由于独特的Java堆划分方式实现了一种算法适用整个Java堆。

G1收集过程

虽然G1收集器把Java堆化整为零成一个个Region,但是也不会进行所有Region进行收集，G1也分成了两种收集模式，两种模式如下：

Young GC: CSet就是所有年轻代里面的Region；

Mixed GC: CSet是所有年轻代里的Region加上在全局并发标记阶段标记出来的收益高的老年代Region；

Young GC过程：

阶段1：根扫描，静态和本地对象被扫描；

阶段2：更新RS，处理dirty card队列更新RS；

阶段3：处理RS，检测从年轻代指向老年代的对象；

阶段4：对象拷贝，拷贝存活的对象到survivorl/old区域；

阶段5：处理引用队列，软引用，弱引用，虚引用处理；

Mixed GC过程：

1、全局并发标记（global concurrent marking）

2、拷贝存活对象（evacuation）

全局并发标记包括5个步骤：

1、初始标记（initial mark，STW）：标记了从GCRoot开始直接可达的对象。

2、根区域扫描（root region scan）：G1 GC 在初始标记的存活区扫描对老年代的引用，并标记被引用的对象。该阶段与应用程序（非 STW）同时运行，并且只有完成该阶段后，才能开始下一次 STW 年轻代垃圾回收。

3、并发标记（Concurrent Marking）：G1 GC 在整个堆中查找可访问的（存活的）对象。该阶段与应用程序同时运行，可以被 STW 年轻代垃圾回收中断。

4、重新标记（Remark，STW）：该阶段是 STW回收，帮助完成标记周期。G1 GC 清空 SATB 缓冲区，跟踪未被访问的存活对象，并执行引用处理。

5、清除垃圾（Cleanup）：在这个最后阶段，G1 GC 执行统计和 RSet 净化的 STW 操作。在统计期间，G1 GC 会识别完全空闲的区域和可供进行混合垃圾回收的区域。清理阶段在将空白区域重置并返回到空闲列表时为部分并发。

总结

G1的GC过程会在Young GC和Mixed GC之间不断地切换运行，同时定期地做全局并发标记，在实在赶不上对象创建速度的情况下使用Full GC(Serial GC)。

示意图如下：

最终整理梳理下流程：首先G1把Java分成多个Region，每个Region中存放着RSet，G1收集的时候扫描其他区域的GC Roots(比如方法栈中的临时变量)，然后由GC Roots找到直连的对象，然后找到RSet中引用的对象，以这两类对象进行堆的引用标记。标记完成后把新生代中所有的Region放到CSet，有时会触发全局标记然后选出部分收集效率高的老年代Region加入到Cset中区，然后清理CSet的Region，完成清理。

Java程序员日常学习笔记，如理解有误欢迎各位交流讨论！