JVM回收跨代垃圾的方式詳解

更新時間：2024年02月27日 08:26:02 作者：半畝方塘立身

在Java堆內存中,年輕代和老年代之間存在的對象相互引用,假設現在要進行一次新生代的YGC,但新生代中的對象可能被老年代所引用的,為了找到新生代中的存活對象,不得不遍歷整個老年代,這樣明顯效率很低下,那么如何快速識別并回收這種引用對象呢

1. 跨代引用概述

在Java堆內存中，年輕代和老年代之間存在的對象相互引用，假設現在要進行一次新生代的YGC，但新生代中的對象可能被老年代所引用的，為了找到新生代中的存活對象，不得不遍歷整個老年代。這樣明顯效率很低下，那么如何快速識別并回收這種引用對象呢？

這就不得不提到Card Table(卡表)和 Remember Set（記憶集,簡稱RSet）了。

2. 跨代引用的處理方式

2.1 卡表（Card Table）

卡表是一種用于跟蹤年輕代對象被老年代對象引用的數據結構。它將堆內存劃分為一系列固定大小的區(qū)域（卡片），每個卡片記錄了年輕代對象被老年代對象引用的情況。在老年代垃圾回收時，垃圾收集器會掃描卡表，以確定哪些年輕代對象是存活的，即被老年代對象引用。

在 JVM 中，一個 card 的大小（通常是）512字節(jié)。在多線程并行收集時，每個線程可以批量掃描多個 card，一批 card 被稱為一個 stride。默認一個 stride 含有 256個 card，即每個線程要每次掃描 512 * 256 = 128 K 的內存區(qū)域。stride數量太多就會導致線程在stride之間切換的開銷增加，進而導致 GC Pause 增長， strides 太少恐怕也會導致單次掃描的時間增長，進而影響整個 GC Pause 。

2.2 記憶集（Remembered Sets）

伴隨 G1 垃圾收集器的誕生，傳統(tǒng)的老年代和新生代都從物理上的連續(xù)空間，變成了一個個物理上不連續(xù)的空間 region。

JVM 針對這些Region 提供了一個數據結構，也就是 CSet（Collection Set），存儲任意年代的region。

物理上不連續(xù)的 region 造成了新生代和老年的引用破碎化，新生代引用老年代，所以產生了 old->young和young->old的跨代對象引用，這時候 JVM 只要掃描 CSet 中的 R Set 即可。

邏輯上說每個Region都有一個RSet，RSet記錄了其他Region中的對象引用本Region中對象的關系。

每個Region會在自身的Remembered Set中紀錄下來自其他Region的指向自身的Card位置。這個Remembered Set是一個Hash Table，Key是別的Region的起始地址，Value是一個集合，里面的元素是Card Table的Index。

RSet、Card和Region的關系

下圖表示了RSet、Card和Region的關系：

圖中是相互引用的三個region。R1 和 R3 的被細分到了card table 級別。R2 被 R1 和 R3的某些區(qū)域引用，所以 R2 的 RSet 會記錄到 R1 和 R2 的區(qū)域索引，即產生某些循環(huán)引用的作用。

一個 Region 的 RSet 如果有值，至少可以證明這個區(qū)域是有引用的；一個區(qū)域如果無值，則可以認為這個區(qū)域不可達，可以不掃描這個區(qū)域（Card Table 可以減少 Minor GC 掃描 old 區(qū)來理解 young 區(qū)的時間，RSet 則可以減少掃描生成 CSet 選取候選 region 的時間）。

在做YGC的時候，只需要選定young generation region的RSet作為根集，這些RSet記錄了old->young的跨代引用，避免了掃描整個old generation。而mixed gc的時候，old generation中記錄了old->old的 RSet，young->old的引用由掃描全部young generation region（的 card table）得到，這樣也不用掃描全部old generation region。所以RSet的引入大大減少了GC的工作量。