垃圾回收器是 JVM中很難懂但是又很重要的一個技術(shù)點，而 G1又是 JVM程碑的一款垃圾回收器，因此，這篇文章，我們來分析拼多多一道2面題目：G1 垃圾回收器會有幾個STW？

在分析這個問題之前，我們需要先對 G1回收器的原理進(jìn)行一個整體的分析：

一、簡介

G1 是 Garbage First 的簡稱，最初起源于 Sun在2004年發(fā)布的一篇 G1學(xué)術(shù)論文 ，2012年9月，JDK 7 Update 4 發(fā)布，G1正式投入商業(yè)使用，耗時 8年之久。

G1收集器是一款面向服務(wù)器的垃圾收集器，采用標(biāo)記整理算法，用于大內(nèi)存的多處理器計算機(jī)，目標(biāo)是實現(xiàn)低延時垃圾回收，從 2017年9月發(fā)布的 JDK9 開始，G1 就已經(jīng)成為了默認(rèn)的垃圾收集器。

Oracle官方給 G1的定位是用來替代 CMS收集器，這就是為什么很多文章會把 G1 和 CMS進(jìn)行對比的根本原因。

二、堆內(nèi)存結(jié)構(gòu)

和以往的垃圾收集器不一樣，G1盡管依然保留了年輕代和老年代的概念， 但是它們已經(jīng)變成了一個邏輯上的概念，G1的堆內(nèi)存被切分成若干個大?。?M ～ 32M）相同且不連續(xù)的 Region，包括 4種類型：

• Eden Region，Eden區(qū)域
• Survivor Region，存活區(qū)域
• Old Generation Region，老年代區(qū)域
• Humongous Region，大對象區(qū)域

 具體的堆內(nèi)存結(jié)構(gòu)如下圖：

Eden 區(qū)和 Survivor區(qū)的組合就是通常說的年輕代。

Humongous是 G1 提出來的一個新區(qū)域，專門用于存儲大對象，這里的大對象是指內(nèi)存占用大于等于單個 Region一半大小的對象。

比如，假設(shè)每個 Region是 2M，如果當(dāng)前對象是 1M，那么它就是一個大對象，如果當(dāng)前對象的大小是 3M，超過 1個 Region的范圍， 那么 G1會尋找連續(xù)的 2個 Humongous 區(qū)域來存放它，如果找不到連續(xù)的空間存放當(dāng)前對象， G1可能會觸發(fā)一次垃圾回收來釋放空間，或者進(jìn)行內(nèi)存壓縮操作。

參數(shù)-XX:G1HeapRegionSize可以用來設(shè)置Region的大小，-XX:G1HeapReginotallow=4M，代表每個 Region的大小是 4M。

從 JVM運行時內(nèi)存結(jié)構(gòu)的角度看，G1 回收對象是整個堆內(nèi)存，如下圖：

Region的特別說明：一個 Region可以是 Eden，Survivor，Old，Humongous 4種角色中的任意一種。在垃圾回收的過程中，存活對象可以從一個 Region 移動到另一個 Region， 比如，從 Eden區(qū) 移動到 Survivor區(qū)，從 Survivor區(qū)移動到老年代，所以，每個 Region具體屬于哪一種角色也是動態(tài)變化的。理解這一點，可以幫助我們更好地領(lǐng)會下文 G1的回收原理。

三、幾個重要技術(shù)點

在 CMS收集器這篇文章中，我們分析過三色標(biāo)記法，記憶集，卡表，可達(dá)性分析等重要技術(shù)，作為 CMS的替換者和繼承人，G1也使用了類似的技術(shù)點。

在 CMS收集器中，存在跨代引用的問題，在 G1收集器中也存在同樣的問題：跨區(qū)域引用，可能因為 G1堆內(nèi)存有很多的 Region，所以這個跨區(qū)域引用的問題似乎表現(xiàn)得更明顯。

1.什么是跨區(qū)域引用？

如下圖：Eden區(qū)的 A對象引用 Old區(qū)的 B對象，這是一種跨區(qū)域引用，Old區(qū)的 D對象指向 Eden區(qū)域的 E對象，這也是一種跨區(qū)域引用。

2.跨區(qū)域引用產(chǎn)生的問題

對于上圖中 Eden區(qū)域（年輕代）A對象指向老年代 B對象，即便 Young GC把 A對象回收了，程序還能正常運行，隨著 A->B引用鏈的斷開，B對象最終也可能因為無法被標(biāo)記被回收，這種行為是可以接受的。但是，對于老年代 D對象指向 Eden區(qū)域（年輕代）E對象的場景，因為老年代 D對象是一個活躍對象，它是一個 GC Root， 所以，D對象直接關(guān)聯(lián)的 E對象也應(yīng)該是存活對象，假如 E對象被 Young GC掉，就會出現(xiàn)存活的對象無故消失，該如何避免呢 ？

• 方法1：在 Young GC時掃描所有的老年代，找出指向 E對象的引用，因為 G1是用于大內(nèi)存的垃圾回收器，如果全局掃描老年代區(qū)域，將會是一個很耗時的操作，顯然和 G1的設(shè)計初衷相違背。
• 方法2：把老年代指向年輕代（A -> B）的引用關(guān)系記錄起來，GC時只要掃描這些記錄數(shù)據(jù)，而 G1就是采用這種方式。在 G1中， 這種關(guān)系數(shù)據(jù)叫做記憶集（Remembered Set，RSet，RS），對于這里 A -> B里面的 B，G1也有專門的術(shù)語叫收集集（Collection Set）。

3.收集集（Collection Set）

在 G1中，收集集（Collection Set，CSet，CS）是指那些將要被清理以回收空間的源區(qū)域（Regions）的集合。根據(jù)垃圾回收的類型，收集集包含不同種類的區(qū)域：

• Young-Only階段：在這個階段，收集集只包含年輕代中的區(qū)域，以及那些可能被回收的大對象區(qū)域中的對象。
• 空間回收階段：在這個階段，收集集包括年輕代區(qū)域、可能被回收的大對象區(qū)域中的對象，以及從候選收集集區(qū)域集合中選出的一些老年代區(qū)域。

候選收集集區(qū)域（Collection Set Candidate Regions）是指那些在空間回收階段很可能被回收的區(qū)域。G1 會根據(jù)區(qū)域存活對象的數(shù)量以及和其他區(qū)域的連接性兩個指標(biāo)進(jìn)行選擇。存活對象少，連接性低的區(qū)域會優(yōu)先成為候選收集集區(qū)域，這種選擇的目的是為了優(yōu)化垃圾回收過程的效率，減少暫停時間，同時最大化回收空間。

4.記憶集（Remembered Set）

在 G1中，記憶集（Remembered Set，RSet，RS）本質(zhì)上是一種哈希表，它用于跟蹤那些包含指向收集集中對象的引用的位置，這些引用是通過 Cards Table（卡表）來管理。

因為 Region的角色（Eden，Survivor，Old，Humongous）是動態(tài)變化的，所以 G1會給每個 Region設(shè)置一個 RSet，RSet本質(zhì)上是一種哈希表，Key是 Region的起始地址，Key對應(yīng)的 Value是一個集合，里面存儲的元素是卡表的索引號。

如下圖：Eden是一個收集集，包含一個記憶集（RSet），RSet 指向了兩個 Old區(qū)域。

記憶集的作用，主要有 2點：

• 為了防止整個堆作為GC Roots的掃描范圍
• 確保在垃圾回收過程中，當(dāng)收集集中的對象被移動，所有指向這些對象的引用都能夠更新，指向?qū)ο蟮男挛恢?/li>

5.卡表

卡表（Card Table）是記憶集的一種具體實現(xiàn)，每個 Region被分成了若干個大小為 512字節(jié)的連續(xù)內(nèi)存區(qū)域，即卡表（Card Table），因為 Region的大小是 1～32M，所以每個 Region中卡表數(shù)量是 2～64個。

當(dāng)一個老年代區(qū)域中的對象被修改，比如更新了一個引用字段指向一個年輕代對象時，JVM會使用寫屏障（Write Barrier）將相應(yīng)的卡片標(biāo)記為“臟”（Dirty）。在執(zhí)行 Young GC時，G1會檢查這些卡表并找出所有的臟卡片，然后只掃描這些臟卡片對應(yīng)的內(nèi)存區(qū)域，以更新老年代到年輕代的引用，避免每次 Young GC時都會掃描整個老年代。

如下圖：假設(shè) Region的大小為 1M，因此每個 Region就包含 2個卡表。對象D 指向?qū)ο驟，對象 E所在的 Eden是一個收集集，它會包含一個 RSet，RSet里有一個 Entry（Key）指向?qū)ο?D所在的 Old區(qū)域的起始地址，這個 Key對應(yīng)的 Value包含了卡表的信息。

好了，有了上述幾個知識點的鋪墊，接下來正式進(jìn)入 G1 工作流程講解環(huán)節(jié)。

四、工作流程

1.兩條主線

為了更好地講解 G1回收過程，我特地整理了官方文檔的兩條主線（或者說兩個維度）：回收過程 和 回收周期。

(1) 回收過程

回收過程是指 G1回收過程中會經(jīng)歷哪些具體的步驟，從全局上看，包括年輕代回收（Young GC），老年代并發(fā)標(biāo)記周期（Concurrent Marking Cycle），混合回收（Mixed GC）和 Full GC 4個過程。

而老年代并發(fā)標(biāo)記周期（Concurrent Marking Cycle）又包含以下 5個過程：

• Initial Marking（初始標(biāo)記）
• Root Region Scanning（根據(jù)掃描）
• Concurrent Marking（并發(fā)標(biāo)記）
• Remark（重新標(biāo)記）
• Copying/Cleanup（清除垃圾）

從回收過程角度，G1工作流程可以抽象成如下示意圖：

嚴(yán)格意義上講，F(xiàn)ull GC并不能算是一個必需過程，它是 G1設(shè)計時需要盡量避免的，但因為這個點比較重要，所以還是把它放在過程中。

(2) 回收周期

回收周期是對應(yīng)官方文檔的“On a high level”，它是對回收過程更高一層的抽象，包括 Young-only phase 和 Space-reclamation phase 兩個階段。

• Young-only phase：這里的“Young-only”是指垃圾收集器只會回收年輕代，該階段主要完成回收過程中的 年輕代回收（Young GC） 和 老年代并發(fā)標(biāo)記周期（Concurrent Marking Cycle） 兩個過程。
• Space-reclamation phase：空間回收階段，該階段會進(jìn)行多次年輕代收集（Young GC）以及增量回收部分老年代，被稱為混合收集（Mixed GC）。當(dāng) G1判斷繼續(xù)回收老年代不足以釋放更多的空間，或者停頓時間大于 MaxGCPauseMillis（默認(rèn) 200ms）時，會退出該階段?？臻g回收階段對應(yīng)回收過程中的混合回收（Mixed GC）。

從回收周期角度，G1的工作流程可以抽象成如下示意圖：

扁平化后的示意圖：

最后，我們從回收過程和回收周期兩個維度進(jìn)行對比，G1的工作流程可以抽象成如下示意圖：

G1的實現(xiàn)細(xì)節(jié)比較難懂，但是我們可以通過上述兩條主線，從整體上去把握 G1，接下來，我們將逐步來分析 G1的工作流程。

2.回收過程詳解

(1) 年輕代回收

年輕代回收，顧名思義就是對年輕代的回收，它是一個 Stop The World的過程，當(dāng) Eden區(qū)的剩余空間無法完成新對象的分配時會觸發(fā) Young GC，年輕代回收包含對 Eden區(qū) 和 Survivor區(qū)的回收， 具體表現(xiàn)為存活對象被復(fù)制或移動到一個或多個 Survivor區(qū)域，如果對象存活時間達(dá)到進(jìn)入老年代（Old Generation）的閾值，對象將被提升到老年代。

G1 Young GC回收過程示意圖如下：

(2) 老年代并發(fā)標(biāo)記周期

① Initial Mark（初始標(biāo)記）

初始標(biāo)記階段會 Stop The World（STW），但耗時很短，它是伴隨 Young GC同步完成的。

初始標(biāo)記主要完成 2件事情：

• 標(biāo)記 GC Roots直接關(guān)聯(lián)的對象
• 標(biāo)記出所有的 survivor區(qū)（Root區(qū)）

下圖為一個簡單的初始標(biāo)記過程示例：

② 為什么初始標(biāo)記會伴隨 Young GC？

最大的考慮是性能問題，這里給出兩個具體的理由：

• 減少停頓時間：Young GC會 Stop The World，而初始標(biāo)記剛好借著這個停頓時間，做一些額外的標(biāo)記工作，從而減少 STW的時間；
• 提升效率：Young GC是回收年輕代，而初始標(biāo)記是標(biāo)記年輕代和老年代中存活的對象。兩者結(jié)合，就可以把處理年輕代這個重疊的過程給復(fù)用了，提高垃圾收集的效率；

③ Root Region Scanning（根區(qū)掃描）

根區(qū)掃描主要是掃描 Survivor區(qū)指向老年代的引用。掃描線程和用戶線程是并發(fā)執(zhí)行的， 另外，該過程必須在下一個 Young GC到來之前完成，主要原因是 Young GC會涉及到存活對象的在 Region間的移動， 因此，可能會改變 Survivor指向老年代的引用，從而影響數(shù)據(jù)的正確性。

④ Concurrent Marking（并發(fā)標(biāo)記）

這里的并發(fā)是指 GC線程和用戶線程可以并發(fā)執(zhí)行，并發(fā)標(biāo)記階段的耗時會較長一些。

并發(fā)標(biāo)記主要完成 3件事情：

• 從 GC Root開始，對堆中所有對象進(jìn)行可達(dá)性分析，確認(rèn)需要回收的對象
• 更新卡表
• 標(biāo)記空的 Region

并發(fā)標(biāo)記示意圖如下：

⑤ Remark（重新標(biāo)記）

重新標(biāo)記主要完成 2件事情：

• 回收并發(fā)標(biāo)記過程中的空 Region
• 利用 Snapshot-At-The-Beginning （SATB） 修正并發(fā)標(biāo)記中的數(shù)據(jù)

⑥ Cleanup（并發(fā)清理）

并發(fā)清除階段主要完成 3件事情：

• 對存活對象進(jìn)行統(tǒng)計并完全釋放空閑區(qū)域。（STW）
• 清理記憶集（Remembered Sets）。（STW）
• 重置空閑區(qū)域并將它們返回到空閑列表。（并發(fā)執(zhí)行）

(3) 混合回收

當(dāng)老年代的堆使用率達(dá)到參數(shù) -XX:InitiatingHeapOccupancyPercent 設(shè)定閾值（默認(rèn)是 45%）， 則觸發(fā)混合回收，混合回收階段會進(jìn)行多次 Young GC 以及對部分老年代進(jìn)行增量回收。

(4) Full GC

Fu1l GC 是 G1最后的防護(hù)線，它本是 G1設(shè)計時需要盡量避免的，嚴(yán)格上說，不應(yīng)該作為一個過程來講，但是 Full GC是實際生產(chǎn)中大家比較關(guān)注的問題，所以作為一個過程來分析。

G1 主要通過以下幾個參數(shù)和指標(biāo)來決定是否需要觸發(fā)Full GC：

• -XX:G1HeapWastePercent：堆中可以容忍的最大垃圾比例。如果在 Mixed GC之后，垃圾的比例超過了這個閾值，G1可能會觸發(fā) Full GC來回收更多的空間。
• -XX:G1MixedGCLiveThresholdPercent：當(dāng) Old區(qū)中的對象占用的比例超過多少時，這部分區(qū)域會被包含在 Mixed GC中，默認(rèn) 85。如果這個比例設(shè)置得太低，可能會導(dǎo)致過多的 Old區(qū)域被包含在 Mixed GC中，進(jìn)而增加GC的工作量和停頓時間，最終可能引發(fā) Full GC。
• -XX:G1MixedGCCountTarget：在開始進(jìn)行 Full GC之前，可以執(zhí)行 Mixed GC的最大次數(shù)。如果連續(xù)的 Mixed GC沒有有效地回收內(nèi)存，達(dá)到這個次數(shù)限制后，G1可能會觸發(fā) Full GC。
• -XX:G1ReservePercent：保留的堆內(nèi)存的百分比，默認(rèn)是10，作為一個緩沖區(qū)來減少 Full GC的發(fā)生。如果可用內(nèi)存低于這個閾值，G1可能會觸發(fā) Full GC。

五、G1 有幾個STW？

從上面我們對 G1的原理分析可以看出，在G1回收器中，STW事件主要發(fā)生在以下幾個階段：

• 初始標(biāo)記（Initial Mark） ：這是一個STW事件，標(biāo)記從GC Roots直接可達(dá)的對象。
• 并發(fā)標(biāo)記（Concurrent Marking） ：這個階段大部分是并發(fā)的，但可能會有短暫的STW暫停來完成標(biāo)記（Remark）。
• 最終標(biāo)記（Remark） ：這是一個STW事件，用于完成標(biāo)記過程，處理在并發(fā)標(biāo)記階段發(fā)生變化的對象。
• 清理（Cleanup） ：部分操作可能會導(dǎo)致短暫的STW暫停。
• 混合垃圾收集（Mixed GC） ：在這個階段，可能會有多個STW暫停，但每次暫停的時間通常較短。

因此，G1的STW總數(shù)是 2 + N，N發(fā)生在步驟4和步驟5，而且次數(shù)是不確定的。

六、總結(jié)

本文，我們?nèi)娣治?G1的工作原理，因為 G1涉及的知識點太多，所以文章從兩條主線（回收過程和回收周期）進(jìn)行講解，通過分析原理，我們總結(jié)出了G1 中Stop The World 的次數(shù)。