当前位置: 首页 > news >正文

java虚拟机——jvm是怎么去找垃圾对象的

JVM(Java虚拟机)通过特定的算法和机制来查找和识别垃圾对象,以便进行垃圾回收。以下是JVM查找垃圾对象的主要方法和步骤:

一、可达性分析法

JVM使用可达性分析法来识别垃圾对象。这种方法从一组称为“GC Roots”的对象作为起始点,通过对象之间的引用关系向下搜索,找到所有能被引用到的对象。未被找到的对象即为垃圾对象,可以被回收。GC Roots通常包括以下几类对象:

  1. 虚拟机栈(栈帧中的局部变量表)中引用的对象,如线程中的局部变量等。
  2. 本地方法栈(JNI)中引用的对象,即本地方法(native方法)引用的对象。
  3. 方法区中类静态属性引用的对象,如类中的静态变量。
  4. 方法区中常量引用的对象。
  5. Java虚拟机内部的引用,如基本数据类型对应的Class对象、常驻异常、系统类加载器等。
  6. 被同步锁(synchronized)持有的对象。
可达性分析示例
  1. 创建对象A:对象A被创建并赋值给objA。
  2. 创建对象B并引用A:对象B被创建并引用对象A。
  3. 断开B对A的引用:将objB设为null,断开B对A的引用。
  4. 创建对象C并引用A:对象C被创建并引用对象A。
  5. 断开C对A的引用:将objC设为null,断开C对A的引用。
  6. 断开A的引用:将objA设为null,断开A的引用。
  7. 触发垃圾回收:调用System.gc()触发垃圾回收。 

二、引用计数法(已弃用)

虽然引用计数法也是一种识别垃圾对象的方法,但它存在无法处理对象之间相互循环引用的问题,因此在主流的虚拟机中并未采用。引用计数法通过在每个对象中添加一个引用计数器来记录该对象的引用数量。当对象被引用时,计数器加1;当引用失效时,计数器减1。当计数器为0时,表示该对象不再被任何引用指向,可以被回收。但由于循环引用的问题,这种方法在实际情况中并不适用。

三、分代收集算法

现代JVM通常采用分代收集算法来管理内存。这种算法根据对象存活周期的不同将内存分为几块(如新生代和老年代),并根据各代的特点选择合适的垃圾收集算法。例如,在新生代中,由于对象存活率低,每次垃圾收集都会回收大量对象,因此可以选择复制算法来减少内存碎片和提高回收效率。而在老年代中,由于对象存活率高,可以选择标记-清除或标记-整理算法来进行垃圾收集

分代收集示例
  1. 创建大量短期存活对象:在一个循环中创建大量对象,这些对象很快就会被回收。
  2. 创建长期存活对象:创建一个长期存活的对象并赋值给longLivedObj
  3. 触发垃圾回收:调用System.gc()触发垃圾回收。
  4. 长期存活对象仍然存在:输出长期存活对象的信息,确认它仍然存在。

 

四、垃圾收集算法

在分代收集算法的基础上,JVM还采用了多种垃圾收集算法来识别并回收垃圾对象。这些算法包括:

  1. 标记-清除算法:该算法分为标记和清除两个阶段。在标记阶段,垃圾收集器从引用根节点开始遍历,标记所有被引用的对象。在清除阶段,垃圾收集器对堆内存从头到尾进行线性遍历,如果发现某个对象为不可达对象(即未被标记),则将其回收。这种方法简单且实现容易,但存在效率问题和空间问题(如内存碎片)。
  2. 复制算法:该算法将内存分为大小相等的两块,每次只使用其中一块。当这一块内存用完了,就将这块内存中存活的对象复制到另一块中,然后一次清除使用的那块内存。这种方法效率较高且不会产生内存碎片问题,但可使用的内存缩小为原来的一半。当存活对象较多时,需要做多次复制操作,效率将变低。因此复制算法通常用于新生代。
  3. 标记-整理算法:该算法与标记-清除算法类似,但多了一个中间操作:整理内存。在标记阶段标记存活对象后,将所有存活对象压缩到内存的一端(按顺序排放),然后统一清除端以外的对象。这种方法不会产生内存碎片且清除效率高,但移动对象时会触发STW(Stop The World)现象(即暂停应用程序的所有线程以等待垃圾回收的完成)。因此标记-整理算法通常用于老年代。

综上所述,JVM通过可达性分析法来识别垃圾对象,并根据对象的存活周期和内存特点选择合适的垃圾收集算法进行垃圾回收。这些算法共同协作以确保JVM能够高效地管理内存并回收不再使用的对象空间。

http://www.lryc.cn/news/493824.html

相关文章:

  • Macos远程连接Linux桌面教程;Ubuntu配置远程桌面;Mac端远程登陆Linux桌面;可能出现的问题
  • hadoop_HA高可用
  • 【MySQL】MySQL中的函数之JSON_ARRAY_APPEND
  • torch.is_nonzero(input)
  • 文本搜索程序(Qt)
  • 使用 Python 剪辑视频的播放速度
  • 深入理解计算机系统,源码到可执行文件翻译过程:预处理、编译,汇编和链接
  • Linux开发者的CI/CD(11)jenkins变量
  • 深度学习视频编解码开源项目介绍【持续更新】
  • Canva迁移策略深度解析:应对每日5000万素材增长,从MySQL到DynamoDB的蜕变
  • nacos常见面试题(2024)
  • 68000汇编实战01-编程基础
  • 你的网站真的安全吗?如何防止网站被攻击?
  • UE5 材质编辑器CheapContrast 节点
  • 健身房小程序服务渠道开展
  • Java基础面试题08:Java中Exception和Error有什么区别?
  • 什么是axios?怎么使用axios封装Ajax?
  • Web前端学习_CSS盒子模型
  • JAVA项目-------医院挂号系统
  • [工具分享] 根据Excel数据根据Word文档模板,批量创建生成Word文档并重命名,方便快速查找打印
  • Redis的管道操作
  • IT监控 | Oracle云监控全解析
  • 前端面试题-1(详解事件循环)
  • Redis(5):哨兵
  • 【人工智能】Transformers之Pipeline(二十五):图片特征抽取(image-feature-extraction)
  • podman 源码 5.3.1编译
  • 矩阵重新排列——rot90函数
  • Leetcode 51 N Queens Leetcode N Queens II
  • 0.查找命令
  • HarmonyOS-初级(一)