java垃圾收集器中内存分配和回收的一些细节是怎样的
这篇文章将为大家详细讲解有关java垃圾收集器中内存分配和回收的一些细节是怎样的,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
创新互联-专业网站定制、快速模板网站建设、高性价比芦山网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式芦山网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖芦山地区。费用合理售后完善,十年实体公司更值得信赖。
1. 禁用 System.gc()
jvm提供了一个参数 DisableExplicitGC
来控制是否手工触发GC,如果需要禁用,可以使用以下配置:
-XX:+DisableExplicitGC
2. System.gc()
使用并发回收
在默认情况下,即使 System.gc
生效,会使用传统的 Full GC
方式回收整个堆,而忽略参数中的 UseG1GC
和 UseConcMarkSweepGC
,即CMS和G1是没有并发执行的。
示例代码
public class Demo01 { public static void main(String[] args) { System.gc(); } }
使用-XX:+PrintGCDetails -XX:+UseConcMarkSweepGC
,日志如下:
[Full GC (System.gc()) [CMS: 0K->372K(174784K), 0.0246450 secs] 2798K->372K(253440K), [Metaspace: 2906K->2906K(1056768K)], 0.0247414 secs] [Times: user=0.02 sys=0.01, real=0.02 secs]
使用-XX:+PrintGCDetails -XX:+UseG1GC
,日志如下:
[Full GC (System.gc()) 1517K->368K(8192K), 0.0089949 secs] [Eden: 2048.0K(12.0M)->0.0B(3072.0K) Survivors: 0.0B->0.0B Heap: 1517.6K(256.0M)->368.7K(8192.0K)], [Metaspace: 2906K->2906K(1056768K)] [Times: user=0.01 sys=0.00, real=0.01 secs]
显然,此时CMS和G1是没有并发执行的,因为在日志中没有任何并发相关的信息。可以使用以下参数来改变这种默认行为:
-XX:+ExplicitGCInvokesConcurrent
使用-XX:+PrintGCDetails -XX:+UseConcMarkSweepGC -XX:+ExplicitGCInvokesConcurrent
,日志如下:
[GC (System.gc()) [ParNew: 2798K->398K(78656K), 0.0010206 secs] 2798K->398K(253440K), 0.0010476 secs] [Times: user=0.01 sys=0.00, real=0.00 secs] [GC (CMS Initial Mark) [1 CMS-initial-mark: 0K(174784K)] 1797K(253440K), 0.0001720 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [CMS-concurrent-mark-start] [CMS-concurrent-mark: 0.000/0.000 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [CMS-concurrent-preclean-start] [CMS-concurrent-preclean: 0.001/0.001 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC (CMS Final Remark) [YG occupancy: 1797 K (78656 K)][Rescan (parallel) , 0.0007200 secs][weak refs processing, 0.0000066 secs][class unloading, 0.0001855 secs][scrub symbol table, 0.0003697 secs][scrub string table, 0.0001424 secs][1 CMS-remark: 0K(174784K)] 1797K(253440K), 0.0014769 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [CMS-concurrent-sweep-start] [CMS-concurrent-sweep: 0.000/0.000 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [CMS-concurrent-reset-start]
使用-XX:+PrintGCDetails -XX:+UseG1GC -XX:+ExplicitGCInvokesConcurrent
,日志如下:
[GC pause (System.gc()) (young) (initial-mark), 0.0024614 secs] [Parallel Time: 1.5 ms, GC Workers: 8] [GC Worker Start (ms): Min: 100.6, Avg: 100.7, Max: 100.8, Diff: 0.2] [Ext Root Scanning (ms): Min: 0.0, Avg: 0.2, Max: 0.3, Diff: 0.3, Sum: 1.6] [Update RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0] [Processed Buffers: Min: 0, Avg: 0.0, Max: 0, Diff: 0, Sum: 0] [Scan RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0] [Code Root Scanning (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0] [Object Copy (ms): Min: 0.4, Avg: 0.6, Max: 1.0, Diff: 0.6, Sum: 5.1] [Termination (ms): Min: 0.0, Avg: 0.4, Max: 0.5, Diff: 0.5, Sum: 3.0] [Termination Attempts: Min: 1, Avg: 3.1, Max: 8, Diff: 7, Sum: 25] [GC Worker Other (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.1] [GC Worker Total (ms): Min: 1.1, Avg: 1.2, Max: 1.4, Diff: 0.3, Sum: 9.8] [GC Worker End (ms): Min: 101.9, Avg: 101.9, Max: 102.0, Diff: 0.1] [Code Root Fixup: 0.0 ms] [Code Root Purge: 0.0 ms] [Clear CT: 0.1 ms] [Other: 0.8 ms] [Choose CSet: 0.0 ms] [Ref Proc: 0.6 ms] [Ref Enq: 0.0 ms] [Redirty Cards: 0.1 ms] [Humongous Register: 0.0 ms] [Humongous Reclaim: 0.0 ms] [Free CSet: 0.0 ms] [Eden: 2048.0K(24.0M)->0.0B(23.0M) Survivors: 0.0B->1024.0K Heap: 2009.1K(256.0M)->568.1K(256.0M)] [Times: user=0.01 sys=0.00, real=0.00 secs] [GC concurrent-root-region-scan-start] [GC concurrent-root-region-scan-end, 0.0003924 secs] [GC concurrent-mark-start] [GC concurrent-mark-end, 0.0002255 secs] [GC remark [Finalize Marking, 0.0001208 secs] [GC ref-proc, 0.0000284 secs] [Unloading, 0.0002767 secs], 0.0005331 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [GC cleanup 1039K->1039K(256M), 0.0003741 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
使用ExplicitGCInvokesConcurrent
参数后,System.gc()
这种显式GC才会使用并发的方式进行回收,否则无论是否启用了CMS或G1,都不会进行并发回收。
3. 并行GC前额外触发的新生代GC
对于并行回收器(使用UseParallelOldGC或者UseParallelGC),在每一次FullGC之前都会伴随一次新生代GC,这和串行回收器相比,有很大的不同,示例如下:
public class Demo01 { public static void main(String[] args) { System.gc(); } }
使用-XX:+PrintGCDetails -XX:+UseSerialGC
,gc日志如下:
[Full GC (System.gc()) [Tenured: 0K->367K(174784K), 0.0017465 secs] 2798K->367K(253440K), [Metaspace: 2903K->2903K(1056768K)], 0.0017770 secs] [Times: user=0.01 sys=0.00, real=0.00 secs]
可以看到,System.gc()
触发了一次Full GC.
使用-XX:+PrintGCDetails -XX:+UseParallelOldGC
,gc日志如下:
[GC (System.gc()) [PSYoungGen: 2621K->528K(76288K)] 2621K->536K(251392K), 0.0008817 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [Full GC (System.gc()) [PSYoungGen: 528K->0K(76288K)] [ParOldGen: 8K->368K(175104K)] 536K->368K(251392K), [Metaspace: 2905K->2905K(1056768K)], 0.0036679 secs] [Times: user=0.01 sys=0.00, real=0.00 secs]
可以看到,触发FullGC前,进行了一次新生代GC。因此,这里的Sytem.gc()
实际上触发了两次GC,这样做的目的是先将新生代进行一次回收,避免将所有回收工作同时交给一次Full GC进行,从而尽可能地缩短一次停顿时间。
如果不需要这个特性,可以使用参数-XX:-ScavengeBeforeFullGC
去除发生在FullGC之前的那次新生代GC. 使用-XX:+PrintGCDetails -XX:+UseParallelOldGC -XX:-ScavengeBeforeFullGC
运行,gc日志如下:
[Full GC (System.gc()) [PSYoungGen: 2621K->0K(76288K)] [ParOldGen: 0K->368K(175104K)] 2621K->368K(251392K), [Metaspace: 2906K->2906K(1056768K)], 0.0032836 secs] [Times: user=0.01 sys=0.00, real=0.00 secs]
可以看到,Full GC 前已经没有了新生代gc。
4. 对象何时进入老年代
初创对象在eden区产生
老年对象进行老年代:虚拟机提供一个参数来控制新生代对象的最大年龄:
MaxTenuringThreshold
,这个值默认是15,即新生代对象最多经历15次GC,就可以晋升到老年代。实际情况中,对象的实际晋升年龄是根据survivor区的使用情况动态计算得来的,而MaxTenuringThreshold
只是表示这个年龄的最大值。可以使用参数TargetSurvivorRatio
设置survivor的目标使用率,默认为50,即如果survivor区在GC后使用率超过50%,那么就很可能会使用较小的age作为晋升年龄。大对象进入老年代:如果对象很大,新生代无论是eden区还是survivor区都无法容纳这个对象,自然这个对象无法存放在新生代。jvm提供了参数
PretenureSizeThreshold
参数来设置对象直接晋升到老年代的阈值,单位是字节。只要对象大于该指定值,就会直接在老年代分配。这个参数只对串行回收器和ParNew有效,对于ParallelGC无效。默认下该值为0,也就是不指定最大的晋升大小,一切由运行情况决定。
大对象直接进入老年代的示例:
public class Demo04 { public static final int _1K = 1024; public static void main(String[] args) { Mapmap = new HashMap<>(); for(int i = 0; i < 5 * _1K; i++) { byte[] b = new byte[_1K]; map.put(i, b); } } }
使用-Xmx32m -Xms32m -XX:+UseSerialGC -XX:+PrintGCDetails -XX:PretenureSizeThreshold=1000 -XX:-UseTLAB
参数运行,结果如下:
Heap def new generation total 9792K, used 963K [0x00000007be000000, 0x00000007beaa0000, 0x00000007beaa0000) eden space 8704K, 11% used [0x00000007be000000, 0x00000007be0f0f88, 0x00000007be880000) from space 1088K, 0% used [0x00000007be880000, 0x00000007be880000, 0x00000007be990000) to space 1088K, 0% used [0x00000007be990000, 0x00000007be990000, 0x00000007beaa0000) tenured generation total 21888K, used 5953K [0x00000007beaa0000, 0x00000007c0000000, 0x00000007c0000000) the space 21888K, 27% used [0x00000007beaa0000, 0x00000007bf070408, 0x00000007bf070600, 0x00000007c0000000) Metaspace used 3054K, capacity 4496K, committed 4864K, reserved 1056768K class space used 333K, capacity 388K, committed 512K, reserved 1048576K
可以看到,无任何gc日志输出,最终使用的空间中,老年代使用了大约5m空间。
5. 在TLAB上分配对象
TLAB 全称是Thread Local Allocation Buffer
,即线程本地分配缓存。从名字上看,TLAB是一个线程专用的内存分配区域。由于对象一般分配在堆上,而堆是全局共享的,在同一时间内,可能有多个线程在堆上申请空间。因此,每一次对象分配都必须进行同步,而在竞争激烈的场合分配的效率又会进一步下降。考虑到对象分配几乎是java最常用的操作,因此java虚拟机就使用了TLAB这种线程专属的区域来避免多线程冲突,提高对象分配的效率。TLAB本身占用了eden区空间,在TLAB启用的情况下,虚拟机会为每一个java线程分配一块TLAB区域。
默认情况下,TLAB的大小是会在运行时不断调整的,使系统的运行状态达到最优。如果想禁用自动调整TLAB的大小,可以使用-XX:ResizeTLAB
禁用ResizeTLAB并使用-XX:TLABSize
手工指定TLAB的大小。
示例:启用TLAB与关闭TLAB时的性能差异
public class Demo05 { public static void alloc() { byte[] b = new byte[2]; b[0] = 1; } public static void main(String[] args) { long b = System.currentTimeMillis(); for(int i = 0; i < 1000_0000; i++) { alloc(); } long e = System.currentTimeMillis(); System.out.println(e - b); } }
使用参数
-XX:+UseTLAB -Xcomp -XX:-BackgroundCompilation -XX:-DoEscapeAnalysis -server
运行,结果为71;使用参数
-XX:-UseTLAB -Xcomp -XX:-BackgroundCompilation -XX:-DoEscapeAnalysis -server
运行,结果为135;
从结果来看,TLAB是否启用对于对象分配的影响还是很大的。
对象的分配流程:
如果开启了栈上分配,系统就会先进行栈上分配;
没有开启栈上分配或者不符合条件则会进行TLAB分配;
如果TLAB分配不成功,再尝试在堆上分配;
如果满足了直接进入老年代的条件,就在老年代分配;
否则就在eden区分配,当然,如有必要,可能会进行一次新生代GC.
6. finalize()
函数对垃圾回收的影响
java中提供了一个类似于C++析构函数的机制——finalize()
函数,该函数允许在子类中被重载,用于在对象被回收时进行资源释放。目前普遍的认识是尽量不要使用finalize()
函数进行资源释放,原因主要有以下几点:
在
finalize()
函数时,可能会导致对象复活;finalize()
函数的执行时间是没有保障的,它完全由GC线程决定,在极端情况下,若不发生GC,finalize()
将没有机会执行;一个糟糕的
finalize()
函数会严重影响GC性能。
虽然不推荐使用finalize()
函数,但是在某些场合,使用finalize()
函数可以起到双保险的作用。比如,在MySQL的jdbc驱动中,com.mysql.jdbc.ConnectionImpl
就实现了finalize()
函数,实现代码如下:
protected void finalize() throws Throwable { this.cleanup((Throwable)null); super.finalize(); }
也就是,当一个jdbc connection
被回收时,需要进行连接的关闭,即这里的cleanup()
方法。事实上,在回收前,开发人员如果正常调用了Connection.close()
方法,连接就会被显式关闭,那样的话,在cleanup()
方法中将什么也不做。而如果开发人员忘记显式关闭连接,而Connection
对象又被回收了,则会隐式地进行连接的关闭,确保没有数据库连接泄露。此时,finalize()
函数可能会被作为一种补偿措施,在正常方法出现意外时进行补偿,尽可能确保系统稳定。当然,由于其调用时间的不确定性,这不能单独作为可靠的资源回收手段。
关于java垃圾收集器中内存分配和回收的一些细节是怎样的就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
标题名称:java垃圾收集器中内存分配和回收的一些细节是怎样的
网站URL:http://cdiso.cn/article/ijoosp.html