当前位置: 首页 > news >正文

JVM的 6 种垃圾回收算法

JVM的垃圾回收(Garbage Collection, GC)算法,在面试八股文时偶尔会被问到,了解一些常见的垃圾回收算法有利于面试时吊打面试官。

以下是JVM常见的几种垃圾回收算法的介绍:

1. 标记-清除算法(Mark-Sweep)

这是最基本的垃圾回收算法,主要步骤包括:

  • 标记:从GC Root出发,标记所有可达的对象。
  • 清除:遍历堆内存,清除所有未被标记的对象。
  • 优点:简单,不需要移动对象。
  • 缺点:会产生内存碎片。

2. 标记-整理算法(Mark-Compact)

为了解决标记-清除算法的内存碎片问题,引入了标记-整理算法:

  • 标记:和标记-清除算法相同,标记所有可达对象。
  • 整理:将存活对象压缩到堆的一端,清理边界外的内存。
  • 优点:减少了内存碎片。
  • 缺点:移动对象需要额外的成本。

3. 复制算法(Copying)

复制算法主要用于年轻代(Young Generation)对象的回收:

  • 步骤:将存活的对象从一个内存区域复制到另一个内存区域,原来的内存区域全部清空。
  • 优点:效率高,没有碎片问题。
  • 缺点:需要额外的内存空间。

4. 分代收集算法(Generational Collection)

现代JVM使用分代收集算法,将堆内存分为不同的代(年轻代、年老代)进行管理:

  • 年轻代(Young Generation):主要使用复制算法,分为Eden区和两个Survivor区(From和To)。
  • 年老代(Old Generation):主要使用标记-整理算法。
  • 持久代(Permanent Generation):用于存储类元数据,Java 8之后改为元空间(Metaspace)。
  • 优点:根据对象的生命周期优化回收效率。
  • 缺点:需要更多的调优和管理。

5. CMS(Concurrent Mark-Sweep)

CMS是为了减少GC暂停时间的一种垃圾回收器,主要用于年老代:

  • 步骤
    • 初始标记(Initial Mark):标记GC Root直接可达的对象。
    • 并发标记(Concurrent Mark):并发地标记所有可达对象。
    • 重新标记(Remark):修正并发标记期间产生的新对象。
    • 并发清除(Concurrent Sweep):并发地清除未被标记的对象。
  • 优点:降低了停顿时间。
  • 缺点:会产生内存碎片,且并发清理阶段对CPU资源要求较高。

6. G1(Garbage-First)

G1垃圾回收器是一种面向服务端应用的低暂停垃圾回收器,适用于大堆内存环境:

  • 区域(Region):将堆划分为若干固定大小的区域,每个区域可以是年轻代或老年代的一部分。
  • 回收过程
    • 初始标记(Initial Mark):标记GC Root直接可达的对象。
    • 并发标记(Concurrent Mark):并发地标记所有可达对象。
    • 最终标记(Final Mark):标记那些在并发标记阶段还存活的对象。
    • 筛选回收(Live Data Counting and Evacuation):根据每个区域的回收价值进行回收。
  • 优点:通过分区和增量回收,优化了停顿时间。
  • 缺点:相对较新,需要更多的调优。

了解和调优这些垃圾回收算法对于Java应用性能优化非常关键。根据不同应用场景选择合适的GC策略,可以显著提升系统的稳定性和响应速度。

http://www.lryc.cn/news/406082.html

相关文章:

  • 【SOC 芯片设计 DFT 学习专栏 -- DFT OCC 与 ATPG的介绍】
  • 自动驾驶-机器人-slam-定位面经和面试知识系列03之C++STL面试题(01)
  • 红狮金业解读:分析高价位黄金的后续投资吸引力
  • LDR6020双盲插便携显示器应用
  • 【HashMap源码学习】
  • Git关联本地仓库和远程仓库
  • 【Django】在vscode中新建Django应用并新增路由
  • DT浏览器首页征集收录海内外网址
  • 便携解码耳放
  • 响应式编程框架Reactor之 Flux 和 Mono 的介绍和区别
  • 2.3 openCv 对矩阵执行掩码操作
  • 贪心算法(三) ---cmp_to_key, 力扣452,力扣179
  • 学生信息管理系统详细设计文档
  • leetcode10 -- 正则表达式匹配
  • Binius-based zkVM:为Polygon AggLayer开发、FPGA加速的zkVM
  • 基于 HTML+ECharts 实现的大数据可视化平台模板(含源码)
  • 特征工程在机器学习中的重要性
  • 【css】flex布局父元素宽度或高度无法被子元素撑开-bug记录
  • Music Tag Editor Pro for Mac:强大的音频标签管理工具
  • 2024秋招算法
  • El-Table 表格的表头字段切换
  • 分布式事务 详解
  • 【git】太大了失败: fatal: fetch-pack: invalid index-pack output
  • 在 ArchLinux 上编译运行 axmol 引擎
  • 云计算的三种服务模式
  • Pytorch使用教学1-Tensor的创建
  • R语言统计分析——数据管理4
  • 用uniapp 及socket.io做一个简单聊天app 2
  • Si24R03:高度集成的低功耗SOC芯片中文资料
  • K8s-控制器