JVM三色標(biāo)記法詳解，帶“顏色”的JVM
三色標(biāo)記法是一種垃圾回收法，它可以讓JVM不發(fā)生或僅短時(shí)間發(fā)生STW(Stop The World)，從而達(dá)到清除JVM內(nèi)存垃圾的目的。JVM中的「CMS、G1垃圾回收器」所使用垃圾回收算法即為三色標(biāo)記法。
三色標(biāo)記算法思想
三色標(biāo)記法將對象的顏色分為了黑、灰、白，三種顏色。
「白色」：該對象沒有被標(biāo)記過。（對象垃圾）
「灰色」：該對象已經(jīng)被標(biāo)記過了，但該對象下的屬性沒有全被標(biāo)記完。（GC需要從此對象中去尋找垃圾）
「黑色」：該對象已經(jīng)被標(biāo)記過了，且該對象下的屬性也全部都被標(biāo)記過了。（程序所需要的對象）
算法流程
從我們main方法的根對象（JVM中稱為GC Root）開始沿著他們的對象向下查找，用黑灰白的規(guī)則，標(biāo)記出所有跟GC Root相連接的對象,掃描一遍結(jié)束后，一般需要進(jìn)行一次短暫的STW(Stop The World)，再次進(jìn)行掃描，此時(shí)因?yàn)楹谏珜ο蟮膶傩远家惨呀?jīng)被標(biāo)記過了，所以只需找出灰色對象并順著繼續(xù)往下標(biāo)記（且因?yàn)榇蟛糠值臉?biāo)記工作已經(jīng)在第一次并發(fā)的時(shí)候發(fā)生了，所以灰色對象數(shù)量會(huì)很少，標(biāo)記時(shí)間也會(huì)短很多）, 此時(shí)程序繼續(xù)執(zhí)行，GC線程掃描所有的內(nèi)存，找出掃描之后依舊被標(biāo)記為白色的對象（垃圾）,清除。
具體流程:
首先創(chuàng)建三個(gè)集合：白、灰、黑。
將所有對象放入白色集合中。
然后從根節(jié)點(diǎn)開始遍歷所有對象（注意這里并不「遞歸遍歷」），把遍歷到的對象從白色集合放入灰色集合。
之后遍歷灰色集合，將灰色對象引用的對象從白色集合放入灰色集合，之后將此灰色對象放入黑色集合
重復(fù) 4 直到灰色中無任何對象
通過write-barrier檢測對象有變化，重復(fù)以上操作
收集所有白色對象（垃圾）
三色標(biāo)記存在問題
浮動(dòng)垃圾：并發(fā)標(biāo)記的過程中，若一個(gè)已經(jīng)被標(biāo)記成黑色或者灰色的對象，突然變成了垃圾，由于不會(huì)再對黑色標(biāo)記過的對象重新掃描,所以不會(huì)被發(fā)現(xiàn)，那么這個(gè)對象不是白色的但是不會(huì)被清除，重新標(biāo)記也不能從
GC Root中去找到，所以成為了浮動(dòng)垃圾，「浮動(dòng)垃圾對系統(tǒng)的影響不大，留給下一次GC進(jìn)行處理即可」。對象漏標(biāo)問題（需要的對象被回收）：并發(fā)標(biāo)記的過程中，一個(gè)業(yè)務(wù)線程將一個(gè)未被掃描過的白色對象斷開引用成為垃圾（刪除引用），同時(shí)黑色對象引用了該對象（增加引用）（這兩部可以不分先后順序）；因?yàn)楹谏珜ο蟮暮x為其屬性都已經(jīng)被標(biāo)記過了，重新標(biāo)記也不會(huì)從黑色對象中去找，導(dǎo)致該對象被程序所需要，卻又要被GC回收，此問題會(huì)導(dǎo)致系統(tǒng)出現(xiàn)問題，而
CMS與G1，兩種回收器在使用三色標(biāo)記法時(shí)，都采取了一些措施來應(yīng)對這些問題，「CMS對增加引用環(huán)節(jié)進(jìn)行處理（Increment Update），G1則對刪除引用環(huán)節(jié)進(jìn)行處理(SATB)。」
解決辦法
在JVM虛擬機(jī)中有兩種常見垃圾回收器使用了該算法：CMS(Concurrent Mark Sweep)、G1(Garbage First) ，為了解決三色標(biāo)記法對對象漏標(biāo)問題各自有各自的法:
CMS回顧
CMS(Concurrent Mark Sweep)收集器是一種以獲取最短回收停頓時(shí)間為目標(biāo)的收集器。目前很大一部分的Java應(yīng)用集中在互聯(lián)網(wǎng)網(wǎng)站或者基于瀏覽器的B/S系統(tǒng)的服務(wù)端上，這類應(yīng)用通常都會(huì)較為關(guān)注服務(wù)的響應(yīng)速度，希望系統(tǒng)停頓時(shí)間盡可能短，以給用戶帶來良好的交互體驗(yàn)。CMS收集器就非常符合這類應(yīng)用的需求(但是實(shí)際由于某些問題,很少有使用CMS作為主要垃圾回收器的)。
從名字（包含“Mark Sweep”）上就可以看出CMS收集器是基于標(biāo)記-清除算法實(shí)現(xiàn)的，它的運(yùn)作過程相對于前面幾種收集器來說要更復(fù)雜一些，整個(gè)過程分為四個(gè)步驟，包括：1）初始標(biāo)記（CMS initial mark） 2）并發(fā)標(biāo)記（CMS concurrent mark） 3）重新標(biāo)記（CMS remark） 4）并發(fā)清除（CMS concurrent sweep）
其中初始標(biāo)記、重新標(biāo)記這兩個(gè)步驟仍然需要“Stop The World”。初始標(biāo)記僅僅只是標(biāo)記一下GCRoots能直接關(guān)聯(lián)到的對象，速度很快；
并發(fā)標(biāo)記階段就是從GC Roots的直接關(guān)聯(lián)對象開始遍歷整個(gè)對象圖的過程，這個(gè)過程耗時(shí)較長但是不需要停頓用戶線程，可以與垃圾收集線程一起并發(fā)運(yùn)行；
重新標(biāo)記階段則是為了修正并發(fā)標(biāo)記期間，因用戶程序繼續(xù)運(yùn)作而導(dǎo)致標(biāo)記產(chǎn)生變動(dòng)的那一部分對象的標(biāo)記記錄，這個(gè)階段的停頓時(shí)間通常會(huì)比初始標(biāo)記階段稍長一些，但也遠(yuǎn)比并發(fā)標(biāo)記階段的時(shí)間短；
最后是并發(fā)清除階段，清理刪除掉標(biāo)記階段判斷的已經(jīng)死亡的對象，由于不需要移動(dòng)存活對象，所以這個(gè)階段也是可以與用戶線程同時(shí)并發(fā)的。由于在整個(gè)過程中耗時(shí)最長的并發(fā)標(biāo)記和并發(fā)清除階段中，垃圾收集器線程都可以與用戶線程一起工作，所以從總體上來說，CMS收集器的內(nèi)存回收過程是與用戶線程一起并發(fā)執(zhí)行的。
CMS解決辦法:增量更新
在應(yīng)對漏標(biāo)問題時(shí)，CMS使用了增量更新(Increment Update)方法來做：
在一個(gè)未被標(biāo)記的對象（白色對象）被重新引用后，「引用它的對象若為黑色則要變成灰色，在下次二次標(biāo)記時(shí)讓GC線程繼續(xù)標(biāo)記它的屬性對象」。
但是就算時(shí)這樣，其仍然是存在漏標(biāo)的問題：
在一個(gè)灰色對象正在被一個(gè)GC線程回收時(shí)，當(dāng)它已經(jīng)被標(biāo)記過的屬性指向了一個(gè)白色對象（垃圾）
而這個(gè)對象的屬性對象本身還未全部標(biāo)記結(jié)束，則為灰色不變
「而這個(gè)GC線程在標(biāo)記完最后一個(gè)屬性后，認(rèn)為已經(jīng)將所有的屬性標(biāo)記結(jié)束了，將這個(gè)灰色對象標(biāo)記為黑色，被重新引用的白色對象，無法被標(biāo)記」
CMS另兩個(gè)致命缺陷
CMS采用了
Mark-Sweep算法，最后會(huì)產(chǎn)生許多內(nèi)存碎片，當(dāng)?shù)揭欢〝?shù)量時(shí)，CMS無法清理這些碎片了，CMS會(huì)讓Serial Old垃圾處理器來清理這些垃圾碎片，而Serial Old垃圾處理器是單線程操作進(jìn)行清理垃圾的，效率很低。所以使用CMS就會(huì)出現(xiàn)一種情況，硬件升級了，卻越來越卡頓，其原因就是因?yàn)檫M(jìn)行
Serial Old GC時(shí)，效率過低。
解決方案：使用
Mark-Sweep-Compact算法，減少垃圾碎片調(diào)優(yōu)參數(shù)（配套使用）：
#開啟CMS的壓縮-
-XX:+UseCMSCompactAtFullCollection??
#默認(rèn)為0，指經(jīng)過多少次CMS?FullGC才進(jìn)行壓縮
-XX:CMSFullGCsBeforeCompaction?
當(dāng)JVM認(rèn)為內(nèi)存不夠，再使用CMS進(jìn)行并發(fā)清理內(nèi)存可能會(huì)發(fā)生OOM的問題，而不得不進(jìn)行 Serial Old GC，Serial Old是單線程垃圾回收，效率低
解決方案：降低觸發(fā)
CMS GC的閾值，讓浮動(dòng)垃圾不那么容易占滿老年代調(diào)優(yōu)參數(shù)：
-XX:CMSInitiatingOccupancyFraction?92%?
#可以降低這個(gè)值，讓老年代占用率達(dá)到該值就進(jìn)行CMS?GC
G1回顧
G1(Garbage First)物理內(nèi)存不再分代，而是由一塊一塊的Region組成,但是邏輯分代仍然存在。G1不再堅(jiān)持固定大小以及固定數(shù)量的分代區(qū)域劃分，而是把連續(xù)的Java堆劃分為多個(gè)大小相等的獨(dú)立區(qū)域（Region），每一個(gè)Region都可以根據(jù)需要，扮演新生代的Eden空間、Survivor空間，或者老年代空間。收集器能夠?qū)Π缪莶煌巧腞egion采用不同的策略去處理，這樣無論是新創(chuàng)建的對象還是已經(jīng)存活了一段時(shí)間、熬過多次收集的舊對象都能獲取很好的收集效果。
Region中還有一類特殊的Humongous區(qū)域，專門用來存儲(chǔ)大對象。G1認(rèn)為只要大小超過了一個(gè)Region容量一半的對象即可判定為大對象。每個(gè)Region的大小可以通過參數(shù)-XX：G1HeapRegionSize設(shè)定，取值范圍為1MB～32MB，且應(yīng)為2的N次冪。而對于那些超過了整個(gè)Region容量的超級大對象，將會(huì)被存放在N個(gè)連續(xù)的Humongous Region之中，G1的大多數(shù)行為都把Humongous Region作為老年代的一部分來進(jìn)行看待，如圖所示
G1前置知識
「Card Table（多種垃圾回收器均具備）」
由于在進(jìn)行
YoungGC時(shí)，我們在進(jìn)行對一個(gè)對象是否被引用的過程，需要掃描整個(gè)Old區(qū)，所以JVM設(shè)計(jì)了CardTable，將Old區(qū)分為一個(gè)一個(gè)Card，一個(gè)Card有多個(gè)對象；如果一個(gè)Card中的對象有引用指向Young區(qū)，則將其標(biāo)記為Dirty Card，下次需要進(jìn)行YoungGC時(shí)，只需要去掃描Dirty Card即可。Card Table 在底層數(shù)據(jù)結(jié)構(gòu)以?
Bit Map實(shí)現(xiàn)。
「RSet(Remembered Set)」
是輔助GC過程的一種結(jié)構(gòu)，典型的空間換時(shí)間工具，和Card Table有些類似。
后面說到的CSet(Collection Set)也是輔助GC的，它記錄了GC要收集的Region集合，集合里的Region可以是任意年代的。
在GC的時(shí)候，對于old->young和old->old的跨代對象引用，只要掃描對應(yīng)的CSet中的RSet即可。邏輯上說每個(gè)Region都有一個(gè)RSet，RSet記錄了其他Region中的對象引用本Region中對象的關(guān)系，屬于points-into結(jié)構(gòu)（誰引用了我的對象）。
而Card Table則是一種points-out（我引用了誰的對象）的結(jié)構(gòu)，每個(gè)Card 覆蓋一定范圍的Heap（一般為512Bytes）。G1的RSet是在Card Table的基礎(chǔ)上實(shí)現(xiàn)的：每個(gè)Region會(huì)記錄下別的Region有指向自己的指針，并標(biāo)記這些指針分別在哪些Card的范圍內(nèi)。這個(gè)RSet其實(shí)是一個(gè)Hash Table，Key是別的Region的起始地址，Value是一個(gè)集合，里面的元素是Card Table的Index。每個(gè)Region中都有一個(gè)RSet，記錄其他Region到本Region的引用信息；使得垃圾回收器不需要掃描整個(gè)堆找到誰引用當(dāng)前分區(qū)中的對象，只需要掃描RSet即可。
「CSet(Collection Set)」
一組可被回收的分區(qū)Region的集合, 是多個(gè)對象的集合內(nèi)存區(qū)域。
「新生代與老年代的比例」
5% - 60%，一般不使用手工指定，因?yàn)檫@是G1預(yù)測停頓時(shí)間的基準(zhǔn),這地方簡要說明一下,G1可以指定一個(gè)預(yù)期的停頓時(shí)間,然后G1會(huì)根據(jù)你設(shè)定的時(shí)間來動(dòng)態(tài)調(diào)整年輕代的比例,例如時(shí)間長,就將年輕代比例調(diào)小,讓YGC盡早行。
G1解決辦法:SATB
SATB(Snapshot At The Beginning), 在應(yīng)對漏標(biāo)問題時(shí)，G1使用了SATB方法來做,具體流程：
在開始標(biāo)記的時(shí)候生成一個(gè)快照圖標(biāo)記存活對象
在一個(gè)引用斷開后，要將此引用推到GC的堆棧里，保證白色對象（垃圾）還能被GC線程掃描到(在**write barrier(寫屏障)**里把所有舊的引用所指向的對象都變成非白的)。
配合
Rset，去掃描哪些Region引用到當(dāng)前的白色對象，若沒有引用到當(dāng)前對象，則回收
SATB詳細(xì)流程
SATB是維持并發(fā)GC的一種手段。G1并發(fā)的基礎(chǔ)就是SATB。SATB可以理解成在GC開始之前對堆內(nèi)存里的對象做一次快照，此時(shí)活的對像就認(rèn)為是活的，從而開成一個(gè)對象圖。
在GC收集的時(shí)候，新生代的對象也認(rèn)為是活的對象，除此之外其他不可達(dá)的對象都認(rèn)為是垃圾對象。
如何找到在GC過程中分配的對象呢？每個(gè)region記錄著兩個(gè)top-at-mark-start(TAMS)指針，分別為prevTAMS和nextTAMS。在TAMS以上的對象就是新分配的，因而被視為隱式marked。
通過這種方式我們就找到了在GC過程中新分配的對象，并把這些對象認(rèn)為是活的對象。
解決了對象在GC過程中分配的問題，那么在GC過程中引用發(fā)生變化的問題怎么解決呢？
G1給出的解決辦法是通過Write Barrier。Write Barrier就是對引用字段進(jìn)行賦值做了額外處理。通過Write Barrier就可以了解到哪些引用對象發(fā)生了什么樣的變化。
mark的過程就是遍歷heap標(biāo)記live object的過程，采用的是三色標(biāo)記算法，這三種顏色為white（表示還未訪問到）、gray（訪問到但是它用到的引用還沒有完全掃描）、back（訪問到而且其用到的引用已經(jīng)完全掃描完）。
整個(gè)三色標(biāo)記算法就是從GC roots出發(fā)遍歷heap，針對可達(dá)對象先標(biāo)記white為gray，然后再標(biāo)記gray為black；遍歷完成之后所有可達(dá)對象都是balck的，所有white都是可以回收的。
SATB僅僅對于在marking開始階段進(jìn)行“snapshot”(marked all reachable at mark start)，但是concurrent的時(shí)候并發(fā)修改可能造成對象漏標(biāo)記。
對black新引用了一個(gè)white對象，然后又從gray對象中刪除了對該white對象的引用，這樣會(huì)造成了該white對象漏標(biāo)記。
對black新引用了一個(gè)white對象，然后從gray對象刪了一個(gè)引用該white對象的white對象，這樣也會(huì)造成了該white對象漏標(biāo)記。
對black新引用了一個(gè)剛new出來的white對象，沒有其他gray對象引用該white對象，這樣也會(huì)造成了該white對象漏標(biāo)記。
SATB效率高于增量更新的原因？
因?yàn)镾ATB在重新標(biāo)記環(huán)節(jié)只需要去重新掃描那些被推到堆棧中的引用，并配合Rset來判斷當(dāng)前對象是否被引用來進(jìn)行回收；
并且在最后G1并不會(huì)選擇回收所有垃圾對象，而是根據(jù)Region的垃圾多少來判斷與預(yù)估回收價(jià)值（指回收的垃圾與回收的STW時(shí)間的一個(gè)預(yù)估值），將一個(gè)或者多個(gè)Region放到CSet中，最后將這些Region中的存活對象壓縮并復(fù)制到新的Region中，清空原來的Region。
G1會(huì)不會(huì)進(jìn)行Full GC?
會(huì)，當(dāng)內(nèi)存滿了的時(shí)候就會(huì)進(jìn)行Full GC；且JDK10之前的Full GC，為單線程的，所以使用G1需要避免Full GC的產(chǎn)生。
解決方案：
加大內(nèi)存；
提高CPU性能，加快GC回收速度，而對象增加速度趕不上回收速度，則Full GC可以避免；
降低進(jìn)行Mixed GC觸發(fā)的閾值，讓Mixed GC提早發(fā)生（默認(rèn)45%）
看完本文有收獲？請轉(zhuǎn)發(fā)分享給更多人