深入理解 JVM 垃圾回收机制 - 何为垃圾？

 关注
发布于: 2020 年 06 月 04 日
随着编程语言的发展，GC的功能不断增强，性能也不断提高，作为语言背后的无名英雄，GC离我们的工作似乎越来越远。作为Java程序员，对这一点也许会有更深的体会，我们不需要了解太多与GC相关的知识，就能很好的完成工作。那还有必要深入了解GC吗？学习GC的意义在哪儿？
﻿
不管性能提高到何种程度，GC都需要花费一定的时间，对于实时性要求较高的场景，就必须尽量压低GC导致的最大暂停时间 (GC会导致应用线程处于暂停状态)，举两个例子：
﻿
实时对战游戏：如果因为GC导致玩家频繁卡顿，任谁都会想摔手机吧。
金融交易：在某些对价格非常敏感的交易(eg.外汇)场景下，如果因为GC导致没有按照交易者指定的价格进行交易，相信我，这些交易者非生吃了你。
﻿
但也有许多场景，GC的最大暂停时间没那么重要，比如，离线分析、视频网站等等。因此，知道这个GC算法有这样的特征，所以它适合这个场景，对程序员来说非常有价值，这也是我们学习GC最重要的意义。接下来，我们将一步步走进GC的世界。
﻿
从诞生之初，人们就在思考GC需要完成的3件事情：何为垃圾？何时回收？如何回收？垃圾收集器在对内存进行回收前，第一件事就是要确定这些对象之中哪些还”活着“，哪些已经”死去“，而这些”死去“的对象，也就是我们所说的垃圾。
引用计数法判断对象是否存活，其中的一种方法是给对象添加一个引用计数器，每当有一个地方引用它，计数器的值就加1，当引用失效时，计数器的值减1，任一时刻，如果对象的计数器值为0，那么这个对象就不会再被使用，这种方法被称为引用计数法。
﻿
在整个回收过程中，引用计数器的值会以极快的速度更新，因而计数值的更新任务变得繁重，而且需要给计数器预留足够大的内存空间，以确保它不会溢出。引用计数法的算法很简单，但在实际运用中要考虑非常多的因素，所以它的实现往往比较复杂，更为重要的是它不能解决对象之间的循环引用问题。
﻿
举个例子，下面的代码片段展示了为什么引用计数法无法解决循环引用的问题。
﻿
public class GcDemo {
    public static void main(String[] args) {
        // 在栈中分配内存空间给obj1，然后在堆中创建GcObject对象A
        // 将obj1指向A实例，这时A的引用计数值 = 1
        GcObject obj1 = new GcObject();
        // 同理，GcObject实例B的引用计数值 = 1
        GcObject obj2 = new GcObject();
        // GcObject实例2被引用，所以B引用计数值 = 2
        obj1.instance = obj2;
        // 同理A的引用计数值 = 2
        obj2.instance = obj1;
        // 栈中的obj1不再指向堆中A，这时A的计数值减1，变成1
        obj1 = null;
        // 栈中的obj2不再指向堆中B，这时B的计数值减1，变成1
        obj2 = null;
    }
}
class GcObject {
    public Object instance = null;
}
﻿
仔细阅读代码中的注释，并结合下面的内存结构示意图，应该可以很好的理解其中的原因：如果JVM垃圾收集器采用引用计数法，当obj1和obj2不再指向堆中的实例A、B时，虽然A、B已经不可能再被访问，但彼此间相互引用导致计数器的值不为0，最终导致无法回收A和B。
可达性分析引用计数法有一个致命的问题，即无法释放有循环引用的垃圾。因此，主流的Java虚拟机都没有选用引用计数法来管理内存，而是通过可达性分析 (Reachability Analysis)来判定对象是否存活。
﻿
可达性分析的基本思路是找到一系列被称为”GC Roots“的对象引用 (Reference) 作为起始节点，通过引用关系向下搜索，能被遍历到的 (可到达的) 对象就被判定为存活，其余对象 (也就是没有被遍历到的) 自然被判定为死亡。这里需要着重理解的是：可达性分析本质是找出活的对象来把其余空间判定为“无用”，而不是找出所有死掉的对象并回收它们占用的空间，简略的示意图如下所示。
﻿
从图中可以看出，经过可达性分析后，有不少对象没有在GC Roots的引用链条上，其中还包含一些相互引用的对象，这些对象在不久以后都会被垃圾收集器回收，因此，可达性分析算法可以有效解决引用计数法存在的致命问题。
﻿
但是，首次被标记的对象并一定会被回收，它还有自救的机会。一个对象真正的死亡至少需要经历两次标记过程：
﻿
标记所有不可达对象，并进行筛选，筛选的标准是该对象覆盖了finalize()方法且finalize()方法没有被虚拟机调用过，选出的对象将被放置在一个“即将被回收”的队列中。稍后虚拟机会创建一个低优先级的Finalizer线程去遍历队列中的所有对象并执行finalize()方法
对队列中的对象进行第二次标记，如果对象在finalize()方法中重新与引用链上的任何一个对象建立关联，那么这个对象将被移除队列，而还留在队列中的对象，就会被回收了。
﻿
要正确的实现可达性分析算法，就必须完整地枚举出所有的GC Roots，否则就有可能会漏掉本应存活的对象，如果垃圾收集器错误的回收了这些被漏掉的活对象，将会造成严重的bug。GC Roots作为垃圾回收的起点，必须是一系列活的引用 (Reference) 集合，那这个集合中究竟包含哪些引用？为什么这些引用可以作为GC Roots？要回答好这两个问题，需要对Java对象在内存中布局有一些初步的了解，所以，在下节会对相关知识进行补充。
拓展阅读尽管引用计数法存在比较严重的问题，但仍有不少主流语言采用这一方法来管理内存，比如Objective-C。那它们是如何解决循环依赖问题的？
﻿
在OC中有两个方法可以解决：
﻿
开发者明确的知道某些地方存在循环引用，在合理的位置主动断开循环中的一个引用，使得对象可以被回收。
使用弱引用，弱引用虽然持有对象，但并不增加引用计数，这就避免了循环引用的产生。
﻿
对于前者，需要开发者手动显示地控制，相当于回到了“谁申请谁释放”的年代，因此，这种方法并不常用。对于后者，貌似解决了循环引用的问题，但又引入了新的问题：弱引用什么时候被回收呢？
﻿
其实，系统对于每一个有弱引用的对象，都维护一个表来记录它所有的弱引用的指针地址。这样，当一个对象的引用计数为 0 时，系统就通过这张表，找到所有的弱引用指针，继而把它们都置成 nil。
﻿
除此之外，Xcode还提供循环引用检测工具来帮助开发者检查代码。
﻿
你会发现，在OC中，即使是弱引用，仍然需要开发者关注语言层面的内存管理问题，至少你得知道什么时候使用弱引用吧。在我看来，对于开发者来说，这仍是一种负担。
﻿
最后，Java、Python等语言都是采用可达性分析的方法来进行垃圾回收，而Objective-C、Swift等还是采用引用计数法。需要注意的是，不同语言都是其自己的发展路径，采用何种方法来管理内存，并不存在孰优孰劣的问题，至少没有人会觉得iOS的内存管理有问题吧。
﻿
深入理解JVM系列的第6篇，从目录阅读请移步：深入理解JVM系列文章目录
参考资料周志明著;深入理解Java虚拟机(第三版);机械工业出版社;2019-12
知乎上关于GC ROOTS的问题
理解 iOS 的内存管理
﻿