說明:
1. 垃圾收集簡介
- 手動內存管理(Manual Memory Management)
  - 智能指針(Smart Pointers)
- 自動內存管理(Automated Memory Management)
  - 引用計數(Reference Counting)
  - 標記-清除(Mark and Sweep)

說明:
在本文中, Garbage Collection 翻譯爲 “垃圾收集”, garbage collector 翻譯爲 “垃圾收集器”;

一般認爲, 垃圾回收 和 垃圾收集 是同義詞。

Minor GC 翻譯爲： 小型GC; 而不是 ~~次要GC~~

Major GC 翻譯爲： 大型GC; 而不是 ~~主要GC~~

原因在於,大部分情況下, 發生在年輕代的 Minor GC 次數會很多,翻譯爲~~次要GC~~明顯不對。

Full GC 翻譯爲： 完全GC; 爲了清晰起見,一般直接譯爲 Full GC,讀者明白即可; 其中大型GC和完全GC差不多, 這些術語出自官方的各種分析工具和垃圾收集日誌。並不是很統一。

1. 垃圾收集簡介

顧名思義,垃圾收集(Garbage Collection)的意思就是 —— 找到垃圾並進行清理。但現有的垃圾收集實現卻恰恰相反: 垃圾收集器跟蹤所有正在使用的對象,並把其餘部分當做垃圾。記住這一點以後, 我們再深入講解內存自動回收的原理，探究 JVM 中垃圾收集的具體實現, 。

我們不摳細節, 先從基礎開始, 介紹垃圾收集的一般特徵、核心概念以及實現算法。

免責聲明: 本文主要講解 Oracle Hotspot 和 OpenJDK 的行爲。對於其他JVM, 如 jRockit 或者 IBM J9, 在某些方面可能會略有不同。

手動內存管理(Manual Memory Management)

當今的自動垃圾收集算法極爲先進, 但我們先來看看什麼是手動內存管理。在那個時候, 如果要存儲共享數據, 必須顯式地進行內存分配(allocate)和內存釋放(free)。如果忘記釋放, 則對應的那塊內存不能再次使用。內存一直被佔着, 卻不再使用，這種情況就稱爲內存泄漏(memory leak)。

以下是用C語言來手動管理內存的一個示例程序:

int send_request() {
    size_t n = read_size();
    int *elements = malloc(n * sizeof(int));
    if(read_elements(n, elements) < n) {
        // elements not freed!
        return -1;
    }
    // …
    free(elements)
    return 0;
}

可以看到,如果程序很長,或者結構比較複雜, 很可能就會忘記釋放內存。內存泄漏曾經是個非常普遍的問題, 而且只能通過修復代碼來解決。因此,業界迫切希望有一種更好的辦法,來自動回收不再使用的內存,完全消除可能的人爲錯誤。這種自動機制被稱爲 垃圾收集(Garbage Collection,簡稱GC)。

智能指針(Smart Pointers)

第一代自動垃圾收集算法, 使用的是引用計數(reference counting)。針對每個對象, 只需要記住被引用的次數, 當引用計數變爲0時, 這個對象就可以被安全地回收(reclaimed)了。一個著名的示例是 C++ 的共享指針(shared pointers):

int send_request() {
    size_t n = read_size();
    shared_ptr<vector<int>> elements 
              = make_shared<vector<int>>();
    if(read_elements(n, elements) < n) {
        return -1;
    }
    return 0;
}

shared_ptr 被用來跟蹤引用的數量。作爲參數傳遞時這個數字加1, 在離開作用域時這個數字減1。當引用計數變爲0時, shared_ptr 自動刪除底層的 vector。需要向讀者指出的是，這種方式在實際編程中並不常見, 此處僅用於演示。

自動內存管理(Automated Memory Management)

上面的C++代碼中,我們要顯式地聲明什麼時候需要進行內存管理。但不能讓所有的對象都具備這種特徵呢? 那樣就太方便了, 開發者不再耗費腦細胞, 去考慮要在何處進行內存清理。運行時環境會自動算出哪些內存不再使用，並將其釋放。換句話說, 自動進行收集垃圾。第一款垃圾收集器是1959年爲Lisp語言開發的, 此後 Lisp 的垃圾收集技術也一直處於業界領先水平。

引用計數(Reference Counting)

剛剛演示的C++共享指針方式, 可以應用到所有對象。許多語言都採用這種方法, 包括 Perl、Python 和 PHP 等。下圖很好地展示了這種方式:

圖中綠色的雲(GC ROOTS) 表示程序正在使用的對象。從技術上講, 這些可能是當前正在執行的方法中的局部變量，或者是靜態變量一類。在某些編程語言中,可能叫法不太一樣,這裏不必摳名詞。

藍色的圓圈表示可以引用到的對象, 裏面的數字就是引用計數。然後, 灰色的圓圈是各個作用域都不再引用的對象。灰色的對象被認爲是垃圾, 隨時會被垃圾收集器清理。

看起來很棒, 是吧! 但這種方式有個大坑, 很容易被循環引用(detached cycle) 給搞死。任何作用域中都沒有引用指向這些對象，但由於循環引用, 導致引用計數一直大於零。如下圖所示:

看到了嗎? 紅色的對象實際上屬於垃圾。但由於引用計數的侷限, 所以存在內存泄漏。

當然也有一些辦法來應對這種情況, 例如 “弱引用”(‘weak’ references), 或者使用另外的算法來排查循環引用等。前面提到的 Perl、Python 和PHP 等語言, 都使用了某些方式來解決循環引用問題, 但本文不對其進行討論。下面介紹JVM中使用的垃圾收集方法。

標記-清除(Mark and Sweep)

首先, JVM 明確定義了什麼是對象的可達性(reachability)。我們前面所說的綠色雲這種只能算是模糊的定義, JVM 中有一類很明確很具體的對象, 稱爲 垃圾收集根元素(Garbage Collection Roots)，包括:

局部變量(Local variables)
活動線程(Active threads)
靜態域(Static fields)
JNI引用(JNI references)
其他對象(稍後介紹 …)

JVM使用標記-清除算法(Mark and Sweep algorithm), 來跟蹤所有的可達對象(即存活對象), 確保所有不可達對象(non-reachable objects)佔用的內存都能被重用。其中包含兩步:

Marking(標記): 遍歷所有的可達對象,並在本地內存(native)中分門別類記下。
Sweeping(清除): 這一步保證了,不可達對象所佔用的內存, 在之後進行內存分配時可以重用。

JVM中包含了多種GC算法, 如Parallel Scavenge(並行清除), Parallel Mark+Copy(並行標記+複製) 以及 CMS, 他們在實現上略有不同, 但理論上都採用了以上兩個步驟。

標記清除算法最重要的優勢, 就是不再因爲循環引用而導致內存泄露:

而不好的地方在於, 垃圾收集過程中, 需要暫停應用程序的所有線程。假如不暫停,則對象間的引用關係會一直不停地發生變化, 那樣就沒法進行統計了。這種情況叫做 STW停頓(Stop The World pause, 全線暫停), 讓應用程序暫時停止，讓JVM進行內存清理工作。有很多原因會觸發 STW停頓, 其中垃圾收集是最主要的因素。

在本手冊中,我們將介紹JVM中垃圾收集的實現原理，以及如何高效地利用GC。

原文鏈接: What Is Garbage Collection?

翻譯人員: 鐵錨 http://blog.csdn.net/renfufei

翻譯時間: 2015年10月26日

《GC篇》一、垃圾回收簡介

說明:

1. 垃圾收集簡介