JVM G1垃圾回收器详细解析

G1内存布局

Garbage First(简称G1)收集器摒弃了传统垃圾收集器的严格的内存划分，而是采用了基于Region的内存布局形式和局部回收的设计思路。

G1垃圾收集器把Java堆划分为2048个大小相等的独立的Region，每个Region大小取值范围为1-32MB，且必须为2的N次幂参数，可以通过-XX:G1HeapRegionSize设定，-XX:G1HeapRegionSize默认为0，此时Region的大小采用Java堆大小/2048的计算公式来确定，取值为最接近的2的N次幂数值。

Region有四种：Eden、survivor、Old、Humongous（用于存储超过1.5个region的大对象），空白表示未使用区域。

G1的特点

分代收集： G1依然属于分代垃圾回收器，它会区分年轻代和老年代，年轻代依然有Eden和Survivor，但是从堆的结构上看，年轻代和老年 代不再物理隔离，而是逻辑上的概念；不要求整个eden、survivor区连续的，也不再坚持固定大小和数量。
避免内存碎片： 有利于程序长时间运行，分配大对象时不会因为无法找到连续的内存空间而提前触发下一次GC。
可预测的停顿时间： 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毫秒的时间片段内，消耗在垃圾回收上的时间不得超过N毫秒，可以通过参数-XX:MaxGCPauseMillis设置。 由于分区的原因， G1跟踪各个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。保证G1收集器在有限的时间内获取尽可能高的收集效率。

G1的回收阶段划分

年轻代回收（Young GC）：仅回收年轻代（Eden和Survivor区）。年轻代通常包含新创建的对象，这些对象更有可能在短时间内变成垃圾。Young GC的执行过程相对较快，因为它只涉及新生代中对象的扫描和回收。
在Young GC过程中，Eden区和Survivor区的存活对象会被复制到另一个Survivor区或者晋升到老年代。这个过程是Stop-The-World（STW）的，意味着在回收过程中，应用程序的所有线程都会被暂停。但是，由于新生代中的可回收对象通常较少，因此这个暂停时间通常较短，对应用程序的性能影响也较小。
并发标记周期（Concurrent Marking Cycle）：包含初始标记（Initial Mark）、并发标记（Concurrent Marking）、最终标记（Final Marking）和清理（Cleanup）阶段。并发标记周期完成后，才会触发混合回收（Mixed GC），该阶段会回收部分年轻代和老年代Region。

• Mixed GC
  当老年代占用率达到参数（-XX:InitiatingHeapOccupancyPercent）设定的值则触发，回收所有的Eden区、Survivor区和部分Old区（根据期望的GC停顿时间和回收收益确定Old区垃圾收集的优先顺序）以及大对象区。
• Full GC
  在Mixed GC 回收的内存不够的时候触发Full GC，回收全堆。

Young GC的回收策略

Young GC过程中，如果老年代中有对象引用了年轻代中的对象，那么这些年轻代对象在回收过程中不应被错误地清除。Young GC面临一个挑战：如何识别和处理老年代对象对年轻代对象的引用？

厘清概念

记忆集（RememberedSet）

RSet详细记录了如老年代对象引用年轻代对象的关系。在年轻代回收时，RSet中的对象被临时加入到GC Root中，这样垃圾回收器就能够根据引用链准确地判断哪些对象需要回收，哪些对象由于被老年代引用而需要保留。

为了进一步优化内存使用，G1将每个区域中的内存按照一定大小划分成多个卡页（512B），并为每个卡页分配一个编号。在RSet中，不再记录单个对象的引用关系，而是记录对卡页的引用关系。这样，即使一个卡页中包含多个对象，也只需要记录一次卡页的引用，从而显著减少了内存开销。

RSet是一种points-into结构（谁引用了我），实际实现是一个Hash Table，Key是别的Region的起始地址，Value是一个集合，里面的元素是卡表（Card Table）的Index。

卡表（Card Table）
G1为所有的Region维护了一张全局的卡表（Card Table），它的核心作用是记录跨代引用（老年代对象引用年轻代对象），是一种points-out（我引用了谁）的结构。卡表的每个卡（Card）通常是一个字节，标记为1表示“脏”，即该卡对应的内存块（512B）有老年代对象引用了年轻代对象。

• 写屏障（Write Barrier）：当发生跨代引用时，写屏障会触发卡表的标记操作，将对应的卡标记为“脏”。
• RSet的更新：G1的每个Region的RSet通过卡表的脏卡信息，间接记录哪些Region的哪些卡页引用了当前Region的对象。记忆集的粒度更精细，避免全量扫描老年代（避免全量扫描在卡表中被标记为脏卡的卡页中的所有对象）。

Young GC的详细步骤

Young GC过程是Stop-The-World（STW）的。

1.GC Root扫描： 暂停应用线程，标记GC Root直达的对象。
2.处理脏卡：检查卡表中的脏卡，更新记忆集。
3.标记存活对象： 基于GC Root和记忆集的信息，G1会递归遍历所有被引用的对象，标记为存活，未被标记的对象即为垃圾。
4.选择回收集合： 根据停顿时间目标（-XX:MaxGCPauseMillis），动态计算哪些Region回收性价比最高，优先回收。

Mixed GC的详细步骤

上文提到，并发标记周期（Concurrent Marking Cycle）完成后，才会触发Mixed GC，并发标记周期如下所示。

1.初始标记（Initial Mark，STW）

这一阶段标记了从GC Root开始直接可达的对象。
G1垃圾回收器采用了三色标记法来识别对象的状态。

• 黑色：当前对象不仅在GC Root的引用链上，而且它所引用的所有对象也已经被标记为存活。在位图中，相应的bit位被标识为1。
• 灰色：当前对象在GC Root的引用链上，但其引用的其他对象尚未被标记。灰色对象不会直接体现在位图中，而是被放入一个专门的队列中，等待后续处理。
• 白色：当前对象不在GC Root的引用链上，可被回收。在位图中，相应的bit位被标识为0。
  

2.并发标记（Concurrent Marking）
这一阶段处理在初始标记阶段中放入灰色队列中的对象。
示例如上图和下图所示：从灰色队列中提取出对象B，并对其关联的A和C对象进行标记，A对象并未引用其他任何对象，因此可以立即标记为黑色，C对象引用了另一个对象E，因此C对象被标记为灰色，被放入灰色队列中等待进一步处理。同时，B对象已完成了对其所有引用对象的标记，因此也将B对象标记为黑色…下一轮标记和上面是一样的逻辑，直至灰色队列为空。

然而，三色标记法存在一个潜在的问题，即用户线程可能同时修改对象的引用关系，导致标记结果出现错误，如下图所示。

G1为了解决这个问题，使用了SATB算法（Snapshot At The Beginning， 初始快照）。
SATB算法的核心思想是在并发标记过程的起始阶段捕捉对象图的“逻辑快照”，并基于这个快照来进行后续的标记工作。在这个快照之后新生成的对象，会被直接标记为黑色，表示它们是活跃的，不应该被回收（可能会产生浮动垃圾）。
为了处理在标记过程中可能发生的对象引用变化，SATB算法采用了前置写屏障技术。这种技术会在引用赋值操作（B.c = new C()或B.c = null）前触发，目的是捕获可能被删除的旧引用放入SATB待处理队列中。每个线程都有自己的SATB队列，但最终这些队列会被汇总到一个全局SATB队列中。

3.最终标记（Remark，STW）

后台的并发标记线程从全局SATB队列中取出对象，将其重新标记为灰色，并重新扫描其引用，将其子对象被递归标记为黑色。

4.清除垃圾（Cleanup）

依赖并发标记周期产生的数据，进行Mixed GC，回收所有Young区和部分Old区（对Old区的回收价值和成本进行排序，根据用户所期望的停顿时间来制定回收计划。

参考资料

https://segmentfault.com/a/1190000044966735
https://www.cnblogs.com/meixiaoyu/articles/16672125.html
https://www.bilibili.com/opus/662248429116719137
https://developer.aliyun.com/article/1502777