Java 虚拟机垃圾收集器

下面给出基于JDK 1.7 Update 14之后的HotSpot虚拟机的所有收集器如下图所示:

图片2.png

1.Serial收集器:

使用一个CPU或一条收集线程去完成垃圾收集工作,在进行垃圾收集的时候必须暂停其它所有的工作线程,直到它收集结束。

特点:单线程,简单高效,没有多线程交互的开销。

年代:新生;

算法:复制算法。

2.ParNew收集器:

Serial收集器的多线程版本。

除了Serial收集器,目前只有ParNew收集器能与CMS收集器配合工作。

特点:多线程;

年代:新生、老年;

算法:新生代-复制算法;老年代-标记-整理算法。

3.Parallel Scavenge收集器:

拥有自适应调节策略;

特点:并行,目标是达到一个可控制的吞吐量

年代:新生;

算法:复制算法。

4.Serial Old收集器:

Serial收集器的老年代版本;

特点:单线程;

年代:老年代;

算法:标记-整理;

5.Parallel Old收集器:

Parallel Scavenge收集器的老年代版本;

特点:多线程;

年代:老年代;

算法:标记-整理算法。

6.CMS收集器:

以获取最短回收停顿时间为目标;

特点:并发收集、低停顿;

年代:老年代;

算法:标记-清除算法;

运作过程:

(1)初始标记:(需要stop the world)标记GC Roots能直接关联到的对象;
(2)并发标记:进行GC Roots Tracing的过程,耗时长;
(3)重新标记:(需要stop the world)修正并发标记期间因用户程序继续运作而导致标记产生变动的那一部分对象的标记记录;
(4)并发清除:耗时长;

缺点:

(1)对CPU资源非常敏感;
(2)无法处理浮动垃圾;(并发处理阶段产生的垃圾)
(3)大量碎片产生;

7.G1收集器:

特点:
(1)并发与并行;
(2)分代收集;
(3)空间整合;
(4)可预测的停顿;

年代:新生,老年;

算法:从整体来看是基于“标记-整理”算法,从局部(两个Region之间)是基于“复制”算法实现;G1运作期间不会产生内存碎片。

G1收集器之所以能建立可预测的停顿时间模型,是因为它可以有计划地避免在整个Java堆中进行全区域的垃圾收集。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时间的经验值),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。

步骤:
(1)初始标记:标记GC Roots能直接关联到的对象,并且修改TAMS(Next Top at Next Start)的值,让下一阶段用户程序并发运行时,能在正确可用的Region中创建新的对象;需要停顿线程,但耗时短;
(2)并发标记:从GC Roots开始对堆中对象进行可达性分析,找出存活对象;耗时长,可并发执行;
(3)最终标记:修正上一阶段因用户线程运作而导致标记产生变动的那一部分的记录,记录在线程Remembered Set Log里面,最终把数据整合到Remembered Set中;需要停顿线程,但可并行执行;
(4)筛选回收:首先对各个Region中的回收价值和成本进行排序,根据用户所期望的GC停顿时间来制定回收计划;并发执行。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容