JVM (十二) 记忆集和卡表
JVM (十二) 记忆集和卡表
G1 及其后出现的垃圾收集器 ZGC、Shenandoah,它们都是基于 Region 的内存布局形式。它们垃圾收集的目标范围不再是整个新生代(Minor GC)、老年代(Majon GV)、整个堆(Full GC),而是一个一个的 Region。因为这样的内存布局,所以 G1 能做到面向局部收集。
每个 Region 都可以被标记为 E(Eden)、S(Survivor)、O(Old)、H(Humongous),但一个 Region 同一时刻只能是这四个中的一个。H 表示巨型对象,即超过 Region 大小的一半的对象,会直接进入老年代由多个连续的 Region 存储。
Region 的大小可以通过-XX:G1HeapRegionSize 参数指定,如果没有显示指定,则 G1 会计算出一个合理的大小。Region 的取值范围为 1M~32M,且应为 2 的 N 次幂,所以 Region 的大小只能是 1M、2M、4M、8M、16M、32M。比如-Xmx=16g -Xms=16g,则 Region 的大小等于 16G / 2048=8M。也可以推理出 G1 推荐的管理的最大堆内存是 64G
RSet(Remembered Set、记忆集)
在垃圾收集过程中,会存在一种现象,即跨代引用,在 G1 中,又叫跨 Region 引用。如果是年轻代指向老年代的引用我们不用关心,因为即使 Minor GC 把年轻代的对象清理掉了,程序依然能正常运行,而且随着引用链的断掉,无法被标记到的老年代对象会被后续的 Major GC 回收。如果是老年代指向年轻代的引用,那这个引用在 Minor GC 阶段是不能被回收掉的,那如何解决这个问题呢?
最简单的实现方式当然是每个对象中记录这个跨 Region 引用记录,GC 时扫描所有老年代的对象,显然这是一个相当大的 Overhead。为什么呢?因为 IBM 做过这样的实验,发现绝大多数对象都是“朝生夕灭”,等不到进入老年代,能进入老年代的对象最多不到 5%。JVM 的新生代内存比例是 8:1:1 也是基于这个结论设定的。
最合理的实现方式自然是记录哪些 Region 中的老年代的对象有指向年轻代的引用。GC 时扫描这些 Region 就行了。这就是 RSet 存在的意义。RSet 本质上是一种哈希表,Key 是 Region 的起始地址,Value 是一个集合,里面存储的元素是卡表的索引号(第几个 Card 的第几个元素)。
Card Table(卡表)
每个 Region 又被分成了若干个大小为 512 字节的 Card,这些 Card 都会记录在全局卡表中。Card 中的每个元素对应着其标识的内存区域中一块特定大小的内存块,这个内存块被称为卡页。一个卡页的内存中通常不止一个对象,只有卡页中有一个及以上对象的字段存在着跨 Region 引用,这个对应的元素的值就标识为 1。
比如 G1 默认的 Region 有 2048 个,默认每个 Region 为 2M,那每个 Region 对应的 Card 的每个元素对应的卡页的大小为 2M / 512=4K,即这 4K 内存中只要有一个或一个以上的对象存在着跨 Region 对年轻代的引用,这个卡页对应的 Card 的元素值为 1。
这样在 Minor GC 时,只需要将变脏的 Region 中的那个卡页加入 GC Roots 一并扫描即可。比起扫描老年代的所有对象,大大减少了扫描的数据量,提升了效率。