开发者

Java的内存管理机制详解

目录
  • Java内存区域
    • 方法区(Method Area)
      • 堆内存的结构
      • 动态分配过程
      • 堆内存溢出
      • 堆结构的特点
      • 堆结构的应用
      • 栈结构的特点
      • 栈结构的组成
      • Java中的栈实现
      • 栈结构的应用
    • 程序计数器
      • 本地方法栈
      • Java中堆内存和栈内存的主要区别
        • 堆内存
          • 栈内存
          • 垃圾收集机制
            • 1. 垃圾收集的对象
              • 2. 垃圾收集算法
                • 3. 垃圾收集器
                  • 4. 触发条件
                    • 5. 注意事项
                      • Java垃圾收集器主要工作原理
                        • 内存碎片是什么?
                        • 内存碎片的分类
                        • 垃圾收集与内存碎片
                    • 总结

                      在Java中,内存管理机制是自动且相对复杂的,它主要由Java虚拟机(JVM)来负责。

                      这个机制确保了内存的有效分配和释放,从而帮助开发者避免了许多常见的内存管理问题,如内存泄漏和悬挂指针。

                      Java内存区域

                      Java的内存主要分为几个区域:

                      方法区(Method Area)

                      • 功能:存储每个类的结构信息,包括运行时常量池、字段和方法数据、构造函数和普通方法的字节码内容等。
                      • 共享性:这部分区域是全局共享的,所有线程都可以访问。
                      • 生命周期:它在JVM启动时创建,并在JVM被销毁时销毁。

                      • 功能:Java中最大的内存区域,用于存放所有的对象实例和数组。
                      • 垃圾收集:堆内存是垃圾收集器管理的主要区域,因此也被称为GC堆。当对象不再被引用时,垃圾收集器会回收这些对象的内存。
                      • 线程共享:堆内存是所有线程共享的,因此需要同步机制来管理对堆内存的访问。

                      堆内存的结构

                      Java堆内存通常被划分为几个区域,如新生代(Young Generation)、老年代(Old Generation)以及永久代(在Java 8及以后版本中,永久代被元空间MetASPace取代)。这些区域各自承担着不同的角色和职责。

                      • 新生代:用于存放新生成的对象。由于大多数对象都是朝生夕灭的,所以新生代区域被设计为相对较小,并且经常进行垃圾回收。
                      • 老年代:存放经过多次垃圾回收后仍然存活的对象。
                      • 元空间(Java 8及以后):用于存储类的元数据,取代了永久代。

                      动态分配过程

                      • 分配内存:当Java程序创建一个新的对象时,JVM会检查堆内存中的空闲空间是否足够。如果足够,JVM会为该对象分配一块连续的内存空间。
                      • 初始化内存:分配的内存空间会被初始化为零值(对于对象引用类型,默认值为null)。
                      • 设置对象头:在分配的内存空间中,JVM会设置对象头信息,包括对象的哈希码、GC分代年龄、锁状态标志、线程持有的锁、偏向线程ID、偏向时间戳等。
                      • 返回引用:最后,JVM会将分配的内存空间的地址(即对象的引用)返回给变量,这样程序就可以通过这个引用来访问对象了。

                      堆内存溢出

                      • 如果Java堆内存中的对象过多,以至于堆内存无法容纳更多的对象,那么JVM会抛出OutOfMemoryError: Java heap space错误。这通常是因为程序中存在内存泄漏或者堆内存设置得太小。

                      堆结构的特点

                      完全二叉树:除了最后一层外,每一层都被完全填满,且所有节点都尽可能地向左对齐。

                      首先,是TreeNode类的定义: 

                      class TreeNode {
                          int val;
                          TreeNode left;
                          TreeNode right;
                      
                          TreeNode(int x) {
                              val = x;
                          }
                      }

                      接下来,是一个简单的递归函数来构建完全二叉树(这里为了简化,我们假设完全二叉树是通过层序遍历的序列来构建的,但通常完全二叉树不会这样直接构建,因为很多位置是空的,这里只是为了展示): 

                      // 注意:这个方法仅用于演示,实际上完全二叉树不会这样直接通过数组构建节点
                      // 因为完全二叉树中有很多空节点位置,这里我们假设所有位置都填满了有效值
                      TreeNode buildCompleteBinaryTreeFromLevelOrder(int[] nums) {
                          if (nums == null || nums.length == 0) {
                              return null;
                          }
                          
                          Queue<TreeNode> queue = new LinkedList<>();
                          TreeNode root = new TreeNode(nums[0]);
                          queue.offer(root);
                          
                          int index = 1;
                          while (index < nums.length) {
                              TreeNode currentNode = queue.poll();
                              
                              if (index < nums.length) {
                                  currentNode.left = new TreeNode(nums[index++]);
                                  queue.offer(currentNode.left);
                              }
                              
                              if (index < nums.length) {
                                  currentNode.right = new TreeNode(nums[index++]);
                                  queue.offer(currentNode.right);
                              }
                          }
                          
                          return root;
                      }
                      
                      // 注意:上面的方法其实构建的是一个满二叉树,而非一般的完全二叉树
                      // 在完全二叉树中,很多位置可能是空的,这里为了简化没有处理空节点的情况

                      然而,正如注释中所说,上面的方法实际上构建的是一个满二叉树,而不是一个通用的完全二叉树。在完全二叉树中,许多节点可能是空的。由于直接通过数组构建这样的树在Java中并不直观(因为你需要处理空节点),我们通常会使用其他数据结构(如队列)来辅助构建,或者简单地通过递归调用构建特定形状的二叉树。

                      如果你只是想看看完全二叉树在数组中的表示,那么你可以理解为一个完全二叉树(非满)可以“填充”到一个数组中,其中数组的索引反映了树中的位置(根节点在索引0,左子节点在2i+1,右子节点在2i+2,其中i是父节点的索引),但数组中可能包含空值(或某种表示空节点的值)来表示树中的空位置。

                      堆属性:1.最大堆:每个父节点的值都大于或等于其任何子节点的值。2.最小堆:每个父节点的值都小于或等于其任何子节点的值。

                      堆结构的应用

                      优先队列:堆结构是实现优先队列(Priority Queue)的理想选择。优先队列是一种特殊的队列,其中每个元素都有一个优先级,元素的出队顺序基于它们的优先级,而不是它们被加入队列的顺序。最大堆和最小堆可以分别用来实现最大优先队列和最小优先队列。

                      使用 PriorityQueue 来存储整数,并根据整数的自然顺序(即从小到大)进行排序:

                      import java.util.PriorityQueue;
                      
                      public class PriorityQueueExample {
                          public static void main(String[] args) {
                              // 创建一个默认的PriorityQueue,它将根据元素的自然顺序进行排序
                              PriorityQueue<Integer> pq = new PriorityQueue<>();
                      
                              // 向优先队列中添加元素
                              pq.add(3);
                              pq.add(1);
                              pq.add(4);
                              pq.add(1);
                              pq.add(5);
                      
                              // 遍历并移除(弹出)优先队列中的所有元素
                              while (!pq.isEmpty()) {
                                  System.out.println(pq.poll()); // poll() 方法会移除并返回队列头部的元素
                              }
                      
                              // 输出结果将按从小到大的顺序显示:1, 1, 3, 4, 5
                          }
                      }

                      在这个例子中,我们创建了一个 PriorityQueue<Integer> 类型的队列,并向其中添加了几个整数。由于我们没有为 PriorityQueue 提供 Comparator,因此它将使用整数的自然顺序进行排序。然后,我们使用一个 while 循环和 poll() 方法来遍历并移除队列中的所有元素。poll() 方法会移除并返回队列头部的元素(即优先级最高的元素),在这个例子中,就是数值最小的元素。

                      堆排序:堆排序是一种基于比较的排序算法,它利用堆结构进行排序。首先,将待排序的序列构造成一个最大堆(或最小堆),此时,整个序列的最大值(或最小值)就是堆顶的根节点。将它移走(其实就是将其与堆数组的末尾元素交换,此时末尾元素就是最大值),然后将剩余的n-1个序列重新构造成一个堆,这样就会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。

                      使用了最大堆的性质来进行排序,使得数组的第一个元素是最大值,然后将其与数组的最后一个元素交换,之后减小堆的大小(排除已排序的最大元素),再次将剩余的元素调整为最大堆,并重复上述过程,直到整个数组排序完成。

                      public class HeapSort {
                          
                          // 用于构建最大堆的辅助函数
                          private static void buildMaxHeap(int arr[], int n) {
                              for (int i = n / 2 - 1; i >= 0; i--)
                                  heapify(arr, n, i);
                          }
                      
                          // 调整给定索引处的元素,使其符合最大堆的性质
                          private static void heapify(int arr[], int n, int i) {
                              int laWYoyergest = i; // 初始化最大为根
                              int l = 2 * i + 1; // 左子节点
                              int r = 2 * i + 2; // 右子节点
                      
                              // 如果左子节点大于根节点
                              if (l < n && arr[l] > arr[largest])
                                  largest = l;
                      
                              // 如果右子节点大于当前的最大值
                              if (r < n && arr[r] > arr[largest])
                                  largest = r;
                      
                              // 如果最大值不是根节点,则交换
                              if (largest != i) {
                                  int swap = arr[i];
                                  arr[i] = arr[largest];
                                  arr[largest] = swap;
                      
                                  // 递归地调整受影响的子树
                                  heapify(arr, n, largest);
                              }
                          }
                      
                          // 主要的堆排序函数
                          public static void sorhttp://www.devze.comt(int arr[]) {
                              int n = arr.length;
                      
                              // 构建最大堆
                              buildMaxHeap(arr, n);
                      
                              // 一个个从堆顶取出元素
                              for (int i = n - 1; i > 0; i--) {
                                  // 移动当前根到末尾
                                  int temp = arr[0];
                                  arr[0] = arr[i];
                                  arr[i] = temp;
                      
                                  // 调用max heapify在减少的堆上
                                  heapify(arr, i, 0);
                              }
                          }
                      
                          // 驱动代码
                          public static void main(String args[]) {
                              int arr[] = {12, 11, 13, 5, 6, 7};
                              int n = arr.length;
                      
                              HeapSort ob = new HeapSort();
                              ob.sort(arr);
                      
                              System.out.println("Sorted array is");
                              for (int i = 0; i < n; ++i)
                                  System.out.print(arr[i] + " ");
                              System.out.println();
                          }
                      }
                      • 图算法:在图的算法中,堆结构可以用来实现Dijkstra算法等最短路径算法中的优先队列,以优化算法的效率。
                      • 内存管理:虽然这与堆数据结构不直接相关,但堆内存(Heap Memory)的管理算法(如垃圾收集器中的某些算法)有时会借鉴堆数据结构的思想,特别是在处理内存块的分配和回收时。
                      • 数据流处理:在处理数据流或实时数据时,堆结构可以用来维护一组数据中的最大值或最小值,以便进行实时分析或决策。

                      • 功能:每个线程在创建时都会创建一个虚拟机栈,用于存储局部变量表、操作数栈、动态链接、方法出口等信息。
                      • 线程隔离:每个线程的栈是隔离的,确保了线程之间数据的独立性。
                      • 执行过程:方法调用和返回的执行过程,对应着栈帧在虚拟机栈中入栈和出栈的过程。

                      栈结构的特点

                      • 后进先出:栈中的元素按照后进先出的顺序进行存取。即最后进入栈的元素会最先被移除,而最先进入栈的元素只有在其他元素都被移除后才能被移除。
                      • 栈顶操作:栈的所有操作都只能在栈顶进行,包括添加元素(入栈/压栈)和删除元素(出栈/退栈)。
                      • 栈底固定:栈的另一端,即栈底,是固定的,不允许进行插入或删除操作。

                      栈结构的组成

                      • 从数据存储结构的角度来看,栈可以分为两种类型:
                      • 顺序栈:使用一组地址连续的内存单元依次保存栈中的数据。在Java中,可以通过定义一个固定大小的数组来模python拟顺序栈,其中数组的第一个元素通常被视为栈底,数组的末尾(或特定索引位置)作为栈顶。当栈满时,无法继续添加新元素;当栈空时,无法进行删除操作。
                      • 链栈:使用链表来实现栈结构。链栈的每个节点包含数据和指向下一个节点的指针。链栈的栈顶是链表的头节点,通过修改头节点的指针来实现元素的入栈和出栈操作。链栈在动态扩展方面比顺序栈更加灵活,因为它不需要在添加元素时检查栈的容量。

                      Java中的栈实现

                      • Java标准库提供了Stack类来实现栈结构,但需要注意的是,Stack类已经被标记为过时(deprecated),因为它继承自Vector类,而Vector类本身就是一个同步的、动态数组的实现,这导致了Stack类在性能上并不是最优的。因此,在Java中,推荐使用Deque接口的实现类(如ArrayDeque)来作为栈的替代品。

                      栈结构的应用

                      栈结构在编程中有广泛的应用,例如:

                      函数调用:在函数调用时,会将返回地址、参数等信息压入栈中,函数返回时再从栈中弹出这些信息。

                      代码示例:

                      public class FunctionCallExample {
                      
                          public static void main(String[] args) {
                              int result = add(5, 3);
                              System.out.println("The sum is: " + result);
                          }
                      
                          public static int add(int a, int b) {
                              return a + b;
                          }
                      }

                      在这个例子中,main 方法调用了 add 方法,并传递了两个整数参数 5 和 3。当 add 方法被调用时,JVM会执行以下操作(在概念层面上):

                      • 参数传递:5 和 3 作为参数被传递给 add 方法。在Java中,基本数据类型(如int)是按值传递的,这意味着它们的值被复制到 add 方法的参数变量中。
                      • 栈帧创建:JVM为每个方法调用创建一个新的栈帧(Stack Frame),并将其推入调用栈(Call Stack)中。栈帧包含了方法的局部变量、操作数栈(用于执行方法中的操作)、动态链接(指向当前方法的运行时常量池的方法引用)以及返回地址(方法执行完成后返回到调用者的地址)。
                      • 执行方法:add 方法在其栈帧中执行,使用传递的参数进行计算,并将结果存储在局部变量中(在这个例子中,结果直接通过返回语句返回,没有存储在局部变量中)。
                      • 返回结果:add 方法执行完毕后,其栈帧中的返回地址被用来将控制权返回给调用者(即 main 方法)。返回值(在这个例子中是 8)被放置在调用者的操作数栈上,以便进一步使用。
                      • 栈帧销毁:随着 add 方法执行完毕并返回,其栈帧会从调用栈中弹出并销毁。

                      需要注意的是,虽然这个过程涉及到了栈的使用,但Java程序员通常不需要直接管理栈的操作。JVM会自动处理这些底层细节

                      递归调用:递归调用过程中,每次调用都会将当前的状态压入栈中,直到找到基本情况,然后逐层返回,从栈中弹出状态。

                      代码示例:

                      这个示例将展示递归调用过程中如何将状态压入栈(尽管在Java中,这个栈是由JVM隐式管理的,我们通常不直接操作它),并逐层返回。我们将通过计算阶乘的递归函数来演示这一点。

                      public class RecursionExample {
                      
                          // 计算n的阶乘
                          public static int factorial(int n) {
                              // 基本情况:如果n是0或1,返回1
                              if (n == 0 || n == 1) {
                                  return 1;
                              }
                              // 递归调用:将n-1的状态压入“隐式栈”中(实际上是由JVM的调用栈管理)
                              // 然后计算n * (n-1)!
                              else {
                                  return n * factorial(n - 1);
                              }
                          }
                      
                          public static void main(String[] args) {
                              int number = 5;
                              System.out.println("The factorial of " + number + " is " + factorial(number));
                          }
                      }

                      在这个例子中,factorial 方法是一个递归函数,它计算并返回给定整数的阶乘。每次递归调用都会将当前的 n 值(或说,是当前的状态)压入到JVM的调用栈中。当 n 达到基本情况(即 n == 0 或 n == 1)时,递归开始逐层返回,并从栈中弹出之前的状态(虽然这个弹出过程是自动的,我们看不到),直到返回到最初的调用点。

                      注意,虽然我们说“将状态压入栈中”,但实际上在Java中,这是由JVM的调用栈自动管理的,我们不需要(也无法)直接操作它。这个示例仅仅是为了说明递归调用的工作机制。

                      表达式求值:在解析和计算数学表达式时,可以使用栈来保存中间结果和操作符。

                      代码示例

                      使用栈来解析和计算数学表达式(特别是中缀表达式)是一个经典的编程问题 该示例使用两个栈:一个用于保存数字(称为数字栈),另一个用于保存操作符(称为操作符栈)。

                      注意,为了简化,这个示例将只处理加法(+)和乘法(*),并且假设输入是一个有效的、格式良好的表达式,不包含括号。

                      import java.util.Stack;
                      
                      public class ExpressionEvaLuator {
                          
                          public static int evaluate(String expression) {
                              Stack<Integer> numbers = new Stack<>();
                              Stack<Character> operators = new Stack<>();
                      
                              int i = 0;
                              while (i < expression.length()) {
                                  char ch = expression.charAt(i);
                      
                                  if (Character.isDigit(ch)) {
                                      // 假设单个数字不会超过一位,为了简化处理
                                      int num = Character.getNumericValue(ch);
                                      numbers.push(num);
                                  } else if (ch == '+' || ch == '*') {
                                      // 遇到操作符时,可能需要处理之前的操作符和数字
                                      while (!operators.isEmpty() && hasPrecedence(operators.peek(), ch)) {
                                          applyOp(numbers, operators.pop());
                                      }
                                      operators.push(ch);
                                  }
                                  i++;
                              }
                      
                              // 处理所有剩余的操作符
                              while (!operators.isEmpty()) {
                                  applyOp(numbers, operators.pop());
                              }
                      
                              // 最终数字栈中应只剩下一个结果
                              return numbers.pop();
                          }
                      
                          private static boolean hasPrecedence(char op1, char op2) {
                              // 乘法优先级高于加法
                              if ((op1 == '*' && op2 == '+') || (op2 == '*')) {
                                  return true;
                              }
                              return false;
                          }
                      
                          private static void applyOp(Stack<Integer> numbers, char op) {
                              int val2 = numbers.pop();
                              int val1 = numbers.pop();
                              switch (op) {
                                  case '+':
                                      numbers.push(val1 + val2);
                                      break;
                                  case '*':
                                      numbers.push(val1 * val2);
                                      break;
                              }
                          }
                      
                          public static void main(String[] args) {
                              String expression = "3+4*2";
                              System.out.println("Result: " + evaluate(expression)); // 应输出 11
                          }
                      }

                      这个代码示例展示了如何使用栈来解析和计算一个只包含加法和乘法的数学表达式。注意,这个实现为了简化而做了一些假设(比如数字都是单个的),并且没有处理括号。在实际应用中,你可能需要扩展这个实现以处理更复杂的表达式,包括多位数、括号和更多的运算符。

                      页面访问历史:在浏览器中,用户访问的页面历史可以用栈来保存,实现“前进”和“后退”功能。

                      程序计数器

                      • 功能:一块较小的内存空间,可以看作是当前线程所执行的字节码的行号指示器。
                      • 线程隔离:每个线程都有一个独立的程序计数器,互不干扰。
                      • 指令执行:字节码解释器工作时就是通过改变这个计数器的值来选取下一条需要执行的字节码指令。

                      本地方法栈

                      • 功能:与虚拟机栈的作用非常相似,但它是为Native方法服务的。
                      • 实现自由:在JVM规范中,并没有对本地方法栈的具体实现方法以及数据结构作强制规定,虚拟机可以自由实现它。
                      • 用途:用于执行Java中的本地方法,这些方法是使用非Java语言(如C或C++)编写的,并通过JNI(Java Native Interface)与Java代码交互。

                      Java中堆内存和栈内存的主要区别

                      堆内存

                      • 存储内容:堆内存主要用于存储对象实例(即对象的实际数据)和数组。每当使用new关键字创建一个对象时,这个对象就会被分配在堆内存上。
                      • 生命周期:堆内存中的对象生命周期相对较长,因为它们的创建和销毁不是由编译器自动管理的,而是由垃圾回收器(Garbage Collector, GC)根据对象的可达性来自动回收。
                      • 大小管理:堆内存的大小可以在JVM(Java虚拟机)启动时设置,并且可以在运行时通过JVM的参数进行调整。堆内存的大小对应用程序的性能有很大影响,过小的堆内存可能导致频繁的垃圾回收,而过大的堆内存则可能增加垃圾回收的耗时。
                      • 线程共享:堆内存是线程共享的,这意味着多个线程可以访问堆内存中的对象。因此,在访问堆内存中的对象时,需要适当的同步机制来避免并发问题。

                      栈内存

                      • 存储内容:栈内存主要用于存储局部变量和方法调用的上下文信息(如方法调用时的参数、返回值地址、局部变量表等)。每当线程执行一个方法时,就会在这个线程的栈内存中创建一个栈帧(Stack Frame),用于存储该方法调用的相关信息。
                      • 生命周期:栈内存中的栈帧随着方法的执行而创建,随着方法的结束而销毁。栈帧的生命周期通常与方法的执行周期相同,因此栈内存中的变量和方法调用的上下文信息也是短暂的。
                      • 大小管理:栈内存的大小在JVM启动时就已经确定,并且通常不允许在运行时动态调整。栈内存的大小限制了对递归调用的深度,因为过深的递归调用会耗尽栈内存空间,导致StackOverflowError错误。
                      • 线程隔离:栈内存是线程隔离的,每个线程都有自己独立的栈内存空间。这意味着线程之间不会相互影响,各自维护自己的局部变量和方法调用的上下文信息。

                      总结来说,堆内存和栈内存是Java内存管理中两个重要的部分,它们各自承担着不同的角色和用途。堆内存主要用于存储对象实例和数组,是线程共享的;而栈内存则主要用于存储局部变量和方法调用的上下文信息,是线程隔离的。

                      垃圾收集机制

                      1. 垃圾收集的对象

                      • JVM中的垃圾收集主要针对堆(Heap)内存中的对象。
                      • 堆内存是JVM所管理的最大一块内存区域,它用于存放对象实例。
                      • 当对象不再被任何引用所指向时,这些对象就变成了垃圾收集的目标。

                      2. 垃圾收集算法

                      JVM中常用的垃圾收集算法包括以下几种:

                      • 标记-清除(Mark-Sweep):首先标记出所有需要回收的对象,然后统一回收这些被标记的对象。该算法的缺点是效率不高,且标记清除后会产生大量不连续的内存碎片。
                      • 复制(Copying):将内存分为大小相等的两块,每次只使用其中一块。当这块内存快满时,就将还存活的对象复制到另一块上,然后清理掉已使用的内存空间。这种算法适用于对象存活率不高的场景,但会浪费一半的内存空间。
                      • 标记-整理(Mark-Compact):标记出所有需要回收的对象,然后将存活的对象都向内存的一端移动,最后清理掉边界以外的内存。该算法可以有效避免内存碎片的产生。
                      • 分代收集(Generational Collection):根据对象存活周期的不同将内存划分为几块,如新生代和老年代。新生代主要采用复制算法,因为新生代中对象的存活率较低;老年代则主要采用标记-整理算法,因为老年代中对象的存活率较高。

                      3. 垃圾收集器

                      JVM提供了多种垃圾收集器,每种收集器都有其特点和适用场景。常见的垃圾收集器包括:

                      • Serial GC:单线程执行垃圾收集,适用于单核CPU和小型应用。
                      • Parallel GC:多线程执行垃圾收集,适用于多核CPU和需要高吞吐量的应用。
                      • cms(Concurrent Mark Sweep)GC:以获取最短回收停顿时间为目标的收集器,适用于对停顿时间要求较高的应用。
                      • G1(Garbage-First)GC:面向服务端应用的垃圾收集器,基于“标记-整理”算法实现,能够预测停顿时间,适用于堆内存较大的应用。

                      常见的垃圾收集器及其特点:

                      1. Serial 垃圾收集器

                      特点:Serial收集器是一个单线程的收集器,使用复制算法。它在进行垃圾收集时,会暂停其他所有的工作线程(即“Stop The World”)。尽管这会导致应用程序的短暂停顿,但在单核处理器或小型应用中,由于其简单性,它可能是一个高效的选择。

                      适用场景:主要适用于Client模式下的虚拟机,或单核服务器环境。

                      2. ParNew 垃圾收集器

                      特点:ParNew收集器是Serial收集器的多线程版本,使用多线程来执行垃圾收集,其余行为(包括控制参数、收集算法等)与Serial收集器相同。在多核CPU上,ParNew的回收效率通常高于Serial收集器。

                      适用场景:许多运行在Server模式下的虚拟机首选ParNew作为新生代收集器,特别是当需要与CMS收集器配合使用时。

                      3. Parallel Scavenge 垃圾收集器

                      特点:Parallel Scavenge收集器是一个注重吞吐量的新生代收集器,使用复制算法和并行多线程收集。它提供了两个参数用于精确控制吞吐量:-XX:MaxGCPauseMillis(控制最大垃圾收集停顿时间)和-XX:GCTimeRatio(设置吞吐量大小)。此外,它还支持自适应的GC调节策略。

                      适用场景:适用于后台运算而不需要太多交互的任务,追求高吞吐量和高效利用CPU资源。

                      4. Seriandroidal Old 垃圾收集器

                      特点:Serial Old是Serial收集器的老年代版本,同样使用单线程和“标记-整理”算法进行垃圾收集。它是运行在Client模式下的Java虚拟机默认的老年代垃圾收集器。

                      适用场景:主要用于Client模式或单核服务器环境,以及作为CMS收集器失败时的后备方案。

                      5. Parallel Old 垃圾收集器

                      特点:Parallel Old是Parallel Scavenge收集器的老年代版本,使用多线程和“标记-整理”算法。它可以在老年代提供与新生代相同的吞吐量优先的垃圾收集。

                      适用场景:适用于对吞吐量要求较高的系统,特别是当新生代使用Parallel Scavenge收集器时,可以与之搭配使用以保证整体的吞吐量。

                      6. CMS(Concurrent Mark Sweep)垃圾收集器

                      特点:CMS收集器是一种以获取最短回收停顿时间为目标的并发收集器,使用多线程和“标记-清除”算法。它的收集过程分为初始标记、并发标记、重新标记和并发清除四个阶段,其中并发标记和并发清除阶段可以与用户线程并发执行。

                      适用场景:适用于对停顿时间要求较高的应用场景,如Web服务器和B/S架构的应用。但需要注意的是,CMS对CPU资源敏感,且无法处理浮动垃圾,可能会出现“Concurrent Mode Failure”而导致Full GC。

                      7. G1(Garbage-First)垃圾收集器

                      特点:G1收集器在JDK 1.9之后成为默认的垃圾收集器。它兼顾响应时间和吞吐量,将堆内存划分为多个区域,每个区域都可以充当新生代、老年代或存放大对象。G1收集器采用标记复制算法进行垃圾收集,并支持并发标记和混合收集。

                      适用场景:适用于大多数应用场景,特别是需要同时兼顾响应时间和吞吐量的场合。

                      4. 触发条件

                      垃圾收集的触发条件通常包括:

                      • 内存不足:当堆内存中的可用空间不足以满足新对象的分配时,会触发编程垃圾收集。
                      • 显式调用:虽然Java不鼓励程序员手动释放内存,但可以通过System.gc()方法建议JVM执行垃圾收集,但JVM是否执行并不保证。

                      5. 注意事项

                      • 垃圾收集并不能保证立即回收所有不再使用的对象,因为JVM的垃圾收集器是按需运行的。
                      • 过度依赖垃圾收集器可能会掩盖内存泄露等问题,因此程序员仍需注意代码的内存使用情况。

                      Java垃圾收集器主要工作原理

                      • ‌标记-清除算法‌:‌从根对象开始,‌递归地访问所有引用对象并标记为“存活”。‌之后,‌遍历堆内存,‌回收未被标记的对象。‌‌
                      • ‌分代收集‌:‌根据对象生命周期,‌将堆内存划分为不同区域(‌代)‌,‌如年轻代和老年代,‌并采用不同策略进行垃圾回收,‌以提高效率。‌‌
                      • ‌复制算法‌:‌将内存分为两个等大区域,‌每次只使用一个。‌当内存满时,‌将存活对象复制到另一区域,‌并清空当前区域。‌此算法常用于年轻代。‌‌
                      • 垃圾回收器 : 如Serial垃圾收集器, 使用单线程进行垃圾回收, 回收时会暂停所有应用线程。

                      内存碎片是什么?

                      内存碎片指的是在堆(Heap)内存中被分配和回收对象后,留下的不连续、无法被有效利用的内存空间。

                      这些碎片空间虽然存在,但由于其大小或位置的原因,无法被用来存储新的对象,从而导致内存的浪费。

                      内存碎片的分类

                      内存碎片主要分为两种:

                      内部碎片(Internal Fragmentation):

                      • 当一个对象被分配的内存空间大于其实际需要时,多余的空间即为内部碎片。
                      • 在Java中,由于JVM通常使用某种形式的对象对齐(Object Alignment),以简化内存访问和提高性能,这可能导致对象占用的内存空间略大于其实际所需。

                      外部碎片(External Fragmentation):

                      • 外部碎片是指堆内存中已经被分配出去但当前未被使用的内存块之间的空隙。
                      • 这些空隙可能是由于多次的分配和回收操作造成的,虽然它们总的大小可能足够用来存储新的对象,但由于它们是不连续的,因此无法被有效利用。

                      垃圾收集与内存碎片

                      在垃圾收集过程中,如果JVM不采取适当的措施来管理内存碎片,那么随着时间的推移,堆内存中的碎片可能会越来越多,导致可用的连续内存空间减少,从而影响新对象的分配效率。

                      为了解决这个问题,一些JVM实现采用了压缩(Compacting)技术。在压缩过程中,JVM会将所有的活动对象(即仍然被引用的对象)移动到堆的一端,从而消除外部碎片,并在堆的另一端形成一个连续的空闲内存区。这样,新的对象就可以被快速且连续地分配到这个空闲区域中,从而提高内存的使用效率和分配速度。

                      总结

                      以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程客栈(www.devze.com)。

                      0

                      上一篇:

                      下一篇:

                      精彩评论

                      暂无评论...
                      验证码 换一张
                      取 消

                      最新开发

                      开发排行榜