垃圾回收(garbage collection)介绍



垃圾回收用来实现内存的自动管理(automatic management)，区别于人工管理(manual management)。人工管理内存容易出现的问题：

1）悬垂指针，dangling pointer

2）重复回收，Double free

3）内存泄露，memory leak

历史

垃圾回收的概念及技术由John McCarthy于1959年发明，应用于List语言中。1959年，计算机科学应该还处于探索、萌芽阶段，但这位大神已经发明了垃圾回收，大神就是大神。

策略

目前的垃圾回收策略有两种：

1）引用技术 reference counging

思路：给每个对象增加一个引用计数器。每增加一个队对象的引用，计数器增加；较少引用，计数器减少；当计数器是0时，表示对象可以回收。

这种方式实现简单，速度快，回收代码和程序代码执行同步；最大的问题是不能解决循环引用问题(cyclic reference)。

2）对象追中 object tracing

思路：保存系统中所有已分配的对象，一些对象被称为根(roots objects)。所有跟对象及从跟对象可达(reach)的对象被称为活跃对象(active)，剩余的对象就是垃圾对象，可以进行回收。

实现较复杂，回收时机和运行时间不可控(回收代码和程序代码分开运行，回收代码会阻塞程序代码的运行)，但可以解决循环引用问题。

每种策略都有系统采用：

采用引用计数的有：ios，python，COM，C++库(auto_ptr等)

采用对象追踪的有：Java, .Net, lisp等

算法

主要介绍基于对象追踪的算法。

标记-清除法，mark-sweep

这个应该是由John McCarthy发明的。将垃圾回收分为两个阶段：

标记阶段：找出所有active对象，从跟对象开始遍历。所有active对象通过一个标志位表示。

清除阶段：遍历所有对象，如果该对象不是active的，回收，释放空间。

清除后的内存存在碎片问题(fragmentation)。

复制算法，copying

也叫Cheney's algorithm, 由C.J. Cheney发明，大约在1970年。思路将内存分成大小相同的2个区:当一个区满了后，对这个区执行垃圾回收。先执行标记阶段找出所有活跃的对象，然后将所有活跃对象复制到另外一个内存区，当前内存区可以被整个回收。

这种方法解决了内存碎片问题，但是引入一个新问题，内存利用率只有一半。

分代算法，generational

没有找到具体的发明人。

将内存分成不同的区，每个区存放不同特点的对象，如按照对象的生命周期长短来划分。每个区可以采用不同的方法进行回收。在目前的JVM实现中，都是采用这种分带的算法进行垃圾回收。

Oracle JVM中的分代：

http://www.oracle.com/technetwork/java/javase/gc-tuning-6-140523.html

上述3个算法构成了整个垃圾回收的核心，当前的所有算法都是基于上述三种方法产生。这三种方法本身都不是很复杂，但第一个想到这些方法的人还是非常伟大的。

衍生算法

标记整理，mark-sweep-compact（也叫mark-compact）

这种方法是mark-sweep和copy算法的结合。先执行标记阶段找出所有活跃的对象，然后将所有活跃对象向内存区的起始点移动(rellocate),所有对象连续防止。最后一个活跃对象的后面的所有内存空间可以一次性释放，这种方法即解决了内存碎片问题，又解决了内存利用率的问题。目前JVM中广泛采用。

Oracle JVM中的GC

主要采用了3种算法：分代，拷贝和标记整理。

对young(青年代)的回收，采用拷贝算法。注意的是，内存并没有分成2个大小相同的区，而是不等的两个区eden和survivor，具体比例可以通过JVM参数设定。这个设计的依据是：绝大多数对象在GC后都会被回收，只有少量存活，所有survivor不必和eden一样大。对young的回收在JVM中叫做minor GC(or young GC)，因为空间较小，速度会比较快，也会比较频繁。

对tenured（老年代）的回收，采用标记整理(mark-sweep-compact)算法。回收过程中需要对象的移动过程，同时tenured的空间也会比较大，回收时间会比较长。jvm中对整个heap(包括young和tenured，perm永久区不属于heap)的回收叫做full gc。minor GC可能会触发full gc的运行。

按GC算法的并发能力分：

串行收集 serial collector

单线程执行，效率高，但是不支持多核。

并行收集 parallel collector

多线程执行，支持多核，在多核处理器上性能高。

按与程序代码的运行关系：

stop the world

执行GC时，程序代码不能执行。

Concurrent

GC可以和程序代码同时执行，但不是完全的并行，也需要停止程序代码，但停止时间比较短。目前能支持并发的只有一种即Concurrent Mark-Sweep (CMS) Collector。

JVM中的GC可以按照上方方法归类，每个GC都可以从上述几个维度划分。分代算法，是否并行，是否可并发执行等。