简介
说起垃圾收集器(Garbage Collection ,GC) 大部分人都把这项技术当做Java语言的伴生产物，事实上，GC的历史比Java久远，1960年诞生于MIT的Lisp是第一门真正使用内存动态分配和垃圾收集技术的语言
当Lisp 还在胚胎时期时，人们就在思考GC需要完成的3件事情:
哪些内存需要回收?
什么时候回收?
任何回收？
其中程序计数器，虚拟机栈，本地方法栈三个区域随线程而生，随线程而灭；栈中的栈帧随着方法的进入和退出而有条不绪执行着出栈和入栈操作，每一个栈帧中分配多少内存基本上在类结构确定下来时
就已知的（尽管在运行期由JIT编译器会进行一些优化，大体上可以认为是在编译期可知的） 因此这几个区域的内存分配和回收具备确定性，在这几个区域内就不需要过多考虑回收的问题，
因为方法结束或者线程结束时内存自然跟着回收了，而Java堆和方法区则不一样，一个接口中的多个实现类新药的内存可能不一样，一个方法中的多个分支需要的内存也可能不一样，
我们只有在程序处于运行期间时才能知道会创建那些对象这部分的分配和回收都是动态的，垃圾收集器所关注的是这部分的内存，本章后续讨论中的内存分配与回收也只是指这部分的内存
对象已死吗
引用计数算法
引用计数算法判断对象是否存活的算法是这样的:给对象中添加一个引用计数器，每当有一个地方引用它时，计数器的值就加一，当引用失效时，计数器值就减一，
任何时刻计数器为0的对象就是不可能再被使用的客观地说，引用计数算法的实现简单，判断效率也很高，在部分情况下它都是一个不错的算法，但是至少主流的Java虚拟机里面没有选用引用计算法来管理内存
，其中最主要的原因是它很难解决对象之间的相互循环引用的问题
可达性分析算法
在主流的商业程序语言的主流实现中，都是通过可达性分析来判定对象是否存活的，这个算法的基本思路就是通过一系列的称为”GC Roots”的对象作为起始点，从这些节点开始向下搜索，
搜索所走过的路径称为引用链当一个对象到GC Roots没有任何引用链相连接(也即是从GC Roots到这个对象不可达)时，则证明此对象是不可用的，如下面的图所示，对象object5,object6,object7
虽然互相有关联，但是他们到GC Roots是不可达的所以他们将会 被评定为可回收的对象
Java语言中，可作为Gc Roots的对象包括下面的几种：
虚拟机栈(栈帧中的本地变量表) 中引用的对象
方法区中类静态属性引用的对象
方法区中常量引用的对象
本地方法栈中JNI(即一般说的Native方法) 引用的对象
再谈引用
无论是通过引用计数算法判断对象的引用数量，还是通过可达性分析算法判断对象的引用链是否可达，判定对象是否存活都与 “引用”有关，在JDK1.2以前，Java中的引用的定义很传统：
如果reference类型的数据中存储的数值代表的是另外一块内存的起始地址，就称为这块内存代表着一个引用，这种定义很纯粹，但是太过狭隘，一个对象在这种定义下只有被引用或者没有引用俩种状态，
在JDK1.2之后，java对引用的概念进行了扩充,将引用分为强引用(Strong Reference) ，软引用(Soft Reference),弱引用(Weak Reference),虚引用(Phantorn Reference) 4种，这4种引用强度依次减弱
强引用就是指在程序代码之中普遍存在的，类似 “Object obj = new Object()”这类的引用，只要强引用还存在，垃圾收集器永远不会回收掉被引用的对象
软引用是用来描述一些还有用但并非必需的对象，对于软引用关联着的对象，在系统将要发生内存溢出异常之前，将会把这些对象列进回收范围之中进行第二次回收，如果这次回收还没有足够的内存，
才会抛出内存溢出异常，在JDK1.2之后，提供了SoftReference 类来实现软引用
弱引用也是用来藐视非必需对象的，但是它的强度比软引用更弱一些，被弱引用关联的对象只能生存到下一次垃圾收集发生之前，当垃圾收集器工作时，无论当前内存是否足够，
都会回收掉只被弱引用关联的对象，在JDK1.2之后，提供了WeakReference类来实现弱引用
虚引用也称为幽灵引用或者幻影引用，它是最弱的一种引用关系，一个对象是否有虚引用的存在，完全不会对其生存空间构成影响，也无法通过虚引用来取得一个对象实例，
在JDK1.2之后，提供了PhantomReference类实现虚引用
生存还是死忙
即使在可达性分析算法中不可达的对象，也并非是 “非死不可”的，这时候它们暂时处于 “缓刑” 阶段，要真正宣告一个对象死忙，至少要经历俩次标记过程：如果对象在进行可达性分析后发现没有与
GC Root 相连接的引用链，那它将会第一次标记并且进行一次筛选，筛选的条件是此对象是否有必要执行finalize()方法，当对象没有覆盖finalize()方法，或者finalize()方法已经被虚拟机调用过
虚拟机将这俩种情况都视为 “没有必要执行”
如果这个对象被判定为有必要执行finalize()方法，那么这个对象将会放置在一个叫做 F-Queue的队列中，并在稍后由虚拟机自动建立，一个低优先级的Finalize线程去执行它，这里所谓的”执行” 是
指虚拟机会触发这个方法，但并不承诺会等待它运行结束，这样做的原因是如果一个对象在finalize()方法中执行缓慢，或者发生了死循环(更极端的情况下) 将很可能会导致F-Queue队列中其他的对象
永久处于等待，甚至导致整个内存回收系统崩溃，finalize()方法是对象逃脱死忙命运的最后一次机会，稍后GC 将对F-Queuq中的对象进行第二次小规模的标记，如果对象要在finalize()中成功拯救自己
只要重新与引用链上的任何一个对象建立关联既可，比如 把自己(this)赋值给某个类变量或者对象的成员变量，那么在第二次标记时它将被移出”即将回收的” 集合，如果对象这时候还没有逃脱，那基本
上它就真的被回收了，
而且要注意的是，它的finalize()方法不会被再次的执行
回收方法区
很多人认为方法区(或者HotSport虚拟机中的永久代) 是没有垃圾收集的
永久代的垃圾收集主要回收俩部分内容：废弃常量和无用的类，回收废弃常量与回收Java堆中的对象非常类似，以常量池中字面量的回收为例，比如：一个字符串 “abc” 已经进入了常量池中，但是当前系统
没有任何一个String对象是叫做”abc”的，换句话说，就是没有任何String 对象引用常量池中的 “abc” 常量，也没有其他地方引用了这个字面量，如果这时发生内存回收，而且必要的话，这个”abc”常量就
会被系统清理出常量池，常量池中的其他类(接口) ，方法，字段的符号引用也以此类似
判断一个常量是否是废弃常量 比较简单，而要判定一个类是否是 “无用的类” 的条件则相对苛刻许多，类需要同时满足下面的3个条件才能算是 “无用的类”
1.该类所有的实例都已经被回收，也就是Java 堆中不存在该类的任何实例
2.加载该类的ClassLoader已经被回收
3.该类对应的java.lang.Class 对象没有在任何地方被引用，无法在任何地方通过反射访问该类的方法
垃圾收集算法
标记清除算法
最基础的收集算法是 “标记-清除 (Mark-Sweep)” 算法，如同它的名字一样，算法分为 “标记”和清除俩个阶段：首先标记出所有需要回收的对象，在标记完成后，统一回收所有被标记的对象，它的标记过程
其实前面一节讲述对象标记时已经介绍过了，之所以说它是最基础的收集算法，是因为后续的收集算法都是基于这种思路并对其不足进行改进而得到的，它主要不足有俩个:一个是效率问题，标记和清除
俩个过程的效率都不高；另一个是空间问题，标记清除之后会产生大量的不连续的内存碎片，空间碎片太多可能会导致以后在程序运行过程中需要分配较大的内存时，无法找到足够的连续内存而不得不
提前触发另一次的垃圾收集动作，标记清除算法的执行过程 如图所示
复制算法
为了解决效率问题，一种称为 “复制(Copying)” 的收集算法出现了，它将可用内存按容量划分为大小相等的俩块，每次只使用其中的一块，当这一块的内存用完了，就将还存活着的对象复制到另外一块
上面，然后再把已使用过的内存空间一次清理掉，这样使得每次都是对整个半区进行内存回收，内存分配时也不用考虑内存碎片等复杂情况，只要移动堆顶指针，按顺序分配内存即可，实现简单，运行高效
只是这种算法的代价是将内存缩小为了原来的一半，未免太高了一点，复制算法的执行过程如图:
现在的商业虚拟机都采用这种收集算法来回收新生代，IBM公司的专门研究表明，新生代中的对象98%是 “朝生夕死”的，所以并不需要按照1:1 的比例来划分内存空间，而是将内存分为一块较大的Eden空间
俩块较小的Survivor空间，每次使用Eden和其中的一块Survivor ，当回收时，将Eden和Survivor中还存活着的对象一次性地复制到另外一块Survivor空间上，最后清理掉Eden和刚才用过的Survivor空间，
HotSport虚拟机默认的Eden和Survivor的大小比例是8:1,也就是每次新生代中可用内存为整个新生代容量的90%(80%+10%),只有10%的内存会被 “浪费”，当然98%的对象可回收只是一般的场景下的数据
我们没有办法保证每次回收都只是不多于10%的对象存活，当Survivior空间不够用时，需要依赖其他内存(这里指老年代) 进行分配担保
如果另外一块Survivor 空间没有足够空间存放上一次新生代收集下来的存活对象时，这些对象将直接通过分配担保机制进入老年代，
标记-整理算法
复制收集算法在对象存活率较高时就要进行较多的复制操作，效率将会变低，更关键的是，如果不想要浪费50%的空间，就需要有额外的空间进行分配担保，以应对被使用的内存中所有对象都100%存活的
极端情况，所以在老年代一般不能直接选用这种算法
根据老年代的特点，有人提出了另外一种 “标记-整理 Mark-Compact” 算法，标记过程仍然与 “标记-清除” 算法一样，但是后续步骤不是直接对可回收对象进行管理，而是让所有存活的对象都向一端移动
，然后直接清理掉端边界以外的内存， “标记-整理” 算法的示意图如下：
分代收集算法
当前商业虚拟机的垃圾收集算法都采用 “分代收集 (Generational Collection)” 算法，这种算法并没有什么新的思想，只是根据对象存活周期的不同将内存划分为几块，一般是把Java堆分为新生代和老年代
，这样就可以根据各个年代的特点采用最适当的收集算法，在新生代中，每次垃圾收集时都发现有大批对象死去，只有少量存活，那就选用复制算法，只需要付出少量存活对象的复制成本就可以完成收集，
而老年代中因对象存活效率高，没有额外空间对它进行分配担保，就必须使用 “标记-清理” 或者 “标记-整理”算法来进行回收
HotSport的算法实现
枚举根节点
从可达性分析中从GC Roots节点找引用链这个操作为例，可作为GC Roots的节点主要在全局性的引用(列如 常量或类静态属性) 与执行上下文(列如 栈帧中的本地变量表)中，现在很多应用单单方法区
就有数百兆，如果要逐个检查这里面的引用，那么必然要消耗很多时间
另外，可达性分析对执行时间的敏感还体现在GC 停顿上，因为这项分析工作必须在一个能确保一致性的快照中进行—这里 “一致性”的意思是指在整个分析期间整个执行系统看起来就像被冻结在某个时间点上
不可以出现分析过程中对象引用关系还在不断变化的情况，该点不满足的话分析结果准确性就无法得到保证，这点是导致GC进行时必须停顿所有Java执行线程(Sun 将这事件称为 “Stop the World”)的其中一个
重要原因，即使是在好称(几乎)不会发生停顿的CMS 收集器中，枚举根节点时也是必须要停顿的
由于目前的主流Java虚拟机使用的都是准确式GC，所以当执行系统停顿下来后，并不需要一个不漏地检查完所有执行上下文和全局的引用位置，虚拟机应当是有办法直接得知那些地方存放着对象的引用
在HotSport的实现中，是使用一组称为OopMap的数据结构来达到这个目的的，在类加载完成的时候，HotSport就把对象偏移量的数据计算出来，在JIT编译过程中，也会在特定的位置记录下栈和寄存器中哪些
位置是引用，这样GC 在扫描时就可以直接得知这些信息了
安全点
在OopMap的帮助下，HotSport可以快速且准确地完成GC Roots枚举，但一个很现实的问题随之而来：可能导致引用关系的变化，或者说OopMap内容变化的指令非常多，如果为每一条指令都生成对应的OopMap，
那将会需要大量的额外空间，这样GC的空间成本将会变得很高
实际上，HotSpot的确没有为每条指令都生成OopMap，前面已经提到，只是在 “特定的位置” 记录了这些信息,这些信息称为安全点(SafePoint) ，即程序执行时并非在所有地方都能停顿下来开始GC，只有在
到达安全点才能暂停，SafePoint的选定既不能太少以至于让GC等待时间太久，也不能过于频繁以至于过分增大运行时的负荷，所以安全点的选定基本上是以程序 “是否具有让程序长时间执行的特征”，为标准
进行选定的–因为每条指令执行的时间都非常短暂，程序不太可能因为指令流长度太长这个原因而过长时间运行，”长时间执行” 的最明显特征就是指令序列复用，比如：方法调用，循环跳转，异常跳转等
对于SafePoint，另一个需要考虑的问题是如何在Gc发生时让所有线程(这里不包括执行JNI调用的线程)都 “跑”到最近的安全点上再停顿下来，这里有俩种方案可供选择：抢先式中断和主动式中断
其中抢先式中断不需要线程的执行代码主动去配合，在GC发生时，首先把所有线程全部中断，如果发现有线程中断的地方不在安全点上，就恢复线程，让它”跑”到安全点上，现在几乎没有虚拟机实现采用
抢先式中断来暂停线程从而响应GC事件
而主动式中断的思想是当GC需要中断线程的时候，不直接对线程操作，只是简单地设置一个标志，各个线程执行时主动的去轮询这个标志，发现中断标志为真时就中断挂起，轮询标志的地方和安全点是重合的
另外再加上创建对象需要分配内存的地方
安全区域
使用SafePoint好像已经完美的解决了任何进入GC的问题，但实际情况却并不一定，SafePoint机制保证了程序执行时，在不太长的时机内就会遇到可进入GC的SafePoint,但是，程序”不执行”的时候呢，
所谓程序不执行就是没有分配CPU时间，典型的列子就是线程处于Sleep状态或者Blocked状态，这时候线程无法响应JVM中断请求，”走”到安全的地方去中断挂起，JVM也显然不太可能等待线程重新分配CPU
时间，
在线程执行到Safe Region 中的代码时，首先标识自己已经进入了Safe Region，那样，当在这段时间里JVM要发起GC时，就不用管标识自己为Safe Region状态的线程了，在线程要离开Safe Region时，
它要检查系统是否已经完成了根节点枚举(或者是整个GC过程)，如果完成了，那线程就继续执行，否则它就必须等待直到收到可以安全离开Safe Region的信号为止
垃圾收集器**
serial收集器
serial收集器是最基本，发展历史最悠久的收集器，曾经(在JDK1.31之前)是虚拟机新生代收集的唯一选择，大家看名字就会知道，这个收集器是一个单线程的收集器，但它的”单线程”的意义并不只是说明
他只会使用一个CPU或者一条收集线程去完成垃圾收集工作，更重要的是在它进行垃圾收集时，必须暂停其他所有的工作线程，直到他收集结束，”Stop The World”这个名字也许听起来很酷，但这项工作实际
上是由虚拟机在后台自动发起和自动完成的，在用户不可见的情况下把用户正常工作的线程全部停掉
ParNew收集器
ParNew收集器其实就是Serial收集器的多线程版本，除了使用多条线程进行垃圾收集之外，其余行为包括Serial收集器可用的所有控制参数，收集算法，Stop The World ，对象分配规则，回收策略等都与
Serial收集器完全一样，在实现上，这俩种收集器也共用了相当多的代码,ParNew收集器的工作过程如图：
ParNew收集器除了多线程收集之外，其他与Serial收集器相比并没有太多创新之外，但它却是许多运行在Server模式下虚拟机中首选的新生代收集器，其中有一个与性能无关，但很重要的原因是:除了Serial
收集器外，目前只有它能与CMS收集器配合工作
在谈论垃圾收集器的上下文语镜中，它们可以解释如下：
并行(Parallel)：指多条垃圾收集线程并行工作，但此时用户线程仍然处于等待状态
并发(Concurrent):指用户线程与垃圾收集线程同时执行(但不一定是并行的，可能会交替执行)，用户程序在继续执行，而垃圾收集程序运行在另一个CPU上
Parallel Scavenge 收集器
Parallel Scavenge 收集器是一个新生代收集器，它也是使用复制算法的收集器，又是并行的多线程收集器 。。。看上去和ParNew都一样
Parallel Scavenge 收集器的特点是它的关注点与其他收集器不同，CMS等收集器的关注点是尽可能地缩短垃圾收集时用户线程的停顿时间，而Parallel Scavenge 收集器的目标则是达到一个可控制的吞吐量
所谓吞吐量就是CPU用于运行用户代码的时机与CPU总销毁时间的比值,即吞吐量=运行用户代码时间/(运行用户代码时间+垃圾收集时间),比如：虚拟机总运行了100分钟，其中垃圾收集花掉了一分钟，
那吞吐量就是99%
停顿时间越短越适合需要与用户交互的程序，良好的响应速度能提升用户体验，而提高吞吐量则可以高效率地利用CPU时间，尽快完成程序的运算时间，主要适合在后台运算而不需要太多交互的任务
Parallel Scavenge 收集器提供了俩个参数用于精确控制吞吐量，分别是控制最大垃圾收集器停顿时间的 -XX:MaxGCPauseMillis参数以及直接设置吞吐量大小的-XX:GCTimeRatio参数
MaxGCPauseMillils 参数运行的值是一个大于0的毫秒数，收集器将尽可能地保证内存回收花费的时间不超过设定值，不过大家不要认为如果把这个参数的值设置得稍小一点就能使得系统的垃圾收集速度
变得更快，GC停顿时间缩短是以牺牲吞吐量和新生代空间来换取的，系统把新生代调小一些，收集300M新生代肯定比收集500MB快吧，这也直接导致了垃圾收集发生得更加频繁一些，原来10秒收集一次
每次停顿100毫秒，现在变成5秒收集一次，每次停顿70毫秒，停顿时间的确在下降，但吞吐量也降下来了
Serial Old 收集器
Serial Old是Serial收集器的老年代版本，它同样是一个单线程收集器，使用 “标记-整理”算法，这个收集器的主要意义也是在于给Client模式下的虚拟机使用
Parallel Old 收集器
Parallel Old是Parallel Scavenge收集器的老年代版本，使用多线程和”标记-整理”算法
CMS 收集器
CMS 收集器是一种以获取最短回收停顿时间为目标的收集器，这类应用尤其重视服务的响应速度，希望系统停顿时间最短，以给用户带来较好的体验，CMS收集器就非常符合这类应用的需求
从名字(包含 “Mark Sweep”)上就可以看出，CMS收集器是基于 “标记-清除”算法实现的，它的运作过程相对于前面的几种收集器来说更复杂一些，整个过程分为4个步骤包括：
初始标记 (CMS initial mark)
并发标记 (CMS concurrent mark)
重新标记 (CMS remark)
并发标记 (CMS concurrent sweep)
其中初始标记，重新标记这俩个步骤仍然需要 “Stop The World” ，初始标记只是标记一下GC Roots 能直接关联到的对象，速度很快，并发标记阶段就是进行GC Roots Tracing 的过程
而重新标记阶段则是为了修正并发标记期间因用户程序继续运作而导致标记产生变动的那一部分对象的标记记录，这个阶段的停顿时间一般会比初始标记阶段稍长一些，但远比并发标记时间短
由于整个过程中耗时最长的并发标记和并发清除过程收集器线程都可以与用户线程一起工作，所以，从总体上来说，CMS收集器的内存回收过程是与用户线程一起并发执行的，通过下图可以比较清楚
地看到CMS收集器的运作步骤中并发和需要停顿的时间
CMS是一款优秀的收集器，它的主要优点在名字上已经体现出来了:并发收集，地停顿,Sun公司的一些官方文档中也称之为并发低停顿收集器(Concurrent Low Pause Collection)，但是CMS还远达不到
完美的程度，下面是他的缺点:
CMS收集器对CPU资源非常敏感
CMS收集器无法处理浮动的垃圾
还有最后一个缺点，CMS是一款基于”标记-清除”算法实现的收集器，他会产生大量的空间碎片，空间碎片过多时，将会给大对象分配带来很大麻烦，往往会出现老年代还有很多空间剩余，但是无法找到
足够大的连续空间来分配当前对象，不得不提起触发一次Full GC
G1 收集器
G1收集器是当今收集器技术发展的最前沿成果之一，G1是一款面向服务端引用的垃圾收集器，与其他的GC收集器相比，G1具备如下特点：
并行与并发
分代收集
空间整合:与CMS的 “标记-清理” 算法不同，G1从整体来看是基于 “标记-整理”算法实现的收集器，
可预测的停顿：这是G1相对于CMS的另一大优势，降低停顿时间是G1和CMS共同的关注点，但G1除了追求低停顿外，还能建立可预测的停顿时间模型，能让使用者明确指定在一个长度为M毫秒的时机片段内
消耗在垃圾收集上的时机不得超过N毫秒
在G1之前的其他收集器进行收集的范围都是整个新生代或者老年代，而G1不再是这样，使用G1收集器时，java堆的内存布局就与其他收集器有很大的差别，它将整个Java堆划分为多个大小相等的独立区域(Region)
虽然还保留有新生代和老年代的概念，但新生代和老年代不再是物理隔离的了，它们都是一部分Region(不需要连接的)集合
G1收集器之所以能建立可预测的停顿时间模型，是因为它可以有计划地避免在整个java堆中进行全区域的垃圾收集，G1跟踪各过Region里面的垃圾堆积的价值大小(回收所获得的空间大小以及回收所需要的时间)
在后台维护一个优先列表，每次根据允许的收集时间，优先回收价值最大的Region（这也就是Garbage-First名称的来由），这种使用Region划分内存空间以及优先级的区域回收方式，保证了G1收集器在有限的时间内
可以获取尽可能高的收集效率
在G1收集器中，Region之间的对象引用以及其他收集器中的新生代与老年代之间的对象引用，虚拟机都是使用Remembered Set来避免全堆扫描的，G1中每个Region都有一个与之对应的Remembered Set,虚拟机发现程序
在对Reference 类型的数据进行写操作时，会产生一个Write Barrier 暂时中断写操作，检查Reference 引用的对象是否处于不同的Region 之中，如果是，便通过CardTable把相关引用信息记录到被引用对象所属的Region
的Remembered Set之中，当进行内存回收时，在Gc根节点的枚举范围中加入Remembered Set即可保证不对全堆扫描也不会有遗落
