JVM (四)GC过程

一。概述


程序计数器、虚拟机栈、本地方法栈都是随线程生灭,栈帧随着方法的进入和退出做入栈和出栈操作,实现了自动的内存清理,因此,内存垃圾回收主要集中于Java堆和方法区中
GC整体流程示意图:
① 年轻代对象的移动
1,新创建的对象分配到eden区;
2,eden区满了触发minor gc,eden存活的对象被复制到from区(年龄+1),不存活的对象被回收;
3,当eden区再次满了,eden和from区的存活对象被复制到to区,from和to区交换。如果to区放不下,则晋升到老年代
4,几次minor gc后,当对象的年龄达到阈值(-XX:MaxTenuringThreshold默认是15)之后,就会被从年轻代Promotion到老年代;
② minor gc和major gc的时机
1. 在新生代申请内存空间不足的时候触发垃圾回收;
2. 判断老年代剩余空间是否大于年轻代所使用的内存
    1. 老年代剩余空间 > 年轻代所使用空间,直接进行Minor GC;
    2. 老年代剩余空间 < 年轻代所使用空间,这个时候要看有没有设置担保机制(-XX:HandlePromotionFailure)
        1. 设置了担保机制,则比较每一次Minor GC后晋升到老年代的平均大小和老年代的剩余空间大小:
            1. 平均晋升对象大小 < 老年代剩余空间大小,这个时候就执行Minor GC;
            2. 平均晋升对象大小 > 老年代剩余空间大小,这个时候就先执行Major GC;
        2. 没设置担保机制,则先进行一次Major GC(防Minor GC后老年代放不下晋升对象);
至于minor gc和major gc如何执行,那就是不同垃圾收集器做的事情了。

二。垃圾分类


三。对象存活判断


判断对象是否存活一般有两种方式:
引用计数
每个对象有一个引用计数属性,新增一个引用时计数加1,引用释放时计数减1,计数为0时可以回收。此方法简单,无法解决对象相互循环引用的问题
可达性分析(Reachability Analysis):
从GC Roots开始向下搜索,搜索所走过的路径称为引用链。当一个对象到GC Roots没有任何引用链相连时,则证明此对象是不可用的。不可达对象。
在Java语言中,GC Roots包括
* 虚拟机栈中引用的对象;
* 方法区中类静态变量引用的对象;
* 方法区中常量引用的对象;
* 本地方法栈中JNI引用的对象;

四。垃圾收集算法


标记 -清除算法

是最基础的收集算法,是因为后续的收集算法都是基于这种思路。
分为“标记”和“清除”两个阶段:
  1. 标记出所有需要回收的对象;
  2. 统一回收掉所有被标记的对象;
优点:简单快捷;
缺点:内存碎片化严重

复制算法

将可用内存按容量划分为大小相等的两块,每次只使用其中的一块。当这一块的内存用完了,就将还存活着的对象复制到另外一块上面,然后再把已使用过的内存空间一次清理掉。
每次对其中的一块进行内存回收,内存分配时也就不用考虑内存碎片等复杂情况,只要移动堆顶指针,按顺序分配内存即可,实现简单,运行高效。只是这种算法的代价是将内存缩小为原来的一半,持续复制长生存期的对象则导致效率降低。
优点:内存碎片化问题得到部分解决;
缺点:内存的有效使用率太低。

标记-整理算法

标记过程仍然与“标记-清除”算法一样,但后续步骤不是直接清理,而是让所有存活的对象都向一端移动,然后直接清理掉端边界以外的内存。
优点:解决内存碎片化问题并且内存利用率大大提高;
缺点:内存需要不断地变动,效率变低。

分代收集算法

严格来说并不是一种思想或理论,而是融合上述3种基础的算法思想,而产生的针对不同情况所采用不同算法的组合。
GC分代的基本假设:绝大部分对象的生命周期都非常短暂,存活时间短。
Java堆分为新生代和老年代,根据各个年代特点采用适当的收集算法。在新生代中,每次垃圾收集时都发现有大批对象死去,只有少量存活,那就选用复制算法,只需要复制少量存活对象就可以完成收集。而老年代中因为对象存活率高、没有额外空间对它进行分配担保,就必须使用“标记-清除”或“标记-整理”算法来进行回收。

五。垃圾收集器


如果说收集算法是内存回收的方法论,垃圾收集器就是内存回收的具体实现。
详见:JVM 垃圾收集器
    

六。Stop-The-World


在垃圾回收过程中经常涉及到对对象的挪动,导致需要对对象引用进行更新。为了保证引用更新的正确性,Java将暂停所有其他的线程,这种情况被称为“Stop-The-World”,导致系统全局停顿,会对系统性能存在影响。

在JVM启动参数的GC参数里加上-XX:+PrintGCApplicationStoppedTime,可以把全部的JVM停顿时间(不只是GC),打印在GC日志里。这个参数,可以打出几乎一切的停顿……
2016-08-22T00:19:49.559+0800: 219.140: Total time for which application threads were stopped: 0.0053630 seconds

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/701624.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

HyperAI超神经 x MoonBit | 与中科院、Intel 等专家共话基础软件前沿发展与期待

本次 Meetup 将讨论 MoonBit 编程语言、RuyiSDK、WAMR和 RISC-V 等技术&#xff0c;来现场参与不仅可以学习到最前沿的技术知识&#xff0c;更可与大咖面对面互动交流心得&#xff0c;还有美食茶歇与精美礼品&#xff0c;期待你的到来&#xff01; 扫码立即报名 ⬇️ 活动详情…

泛微证券行业数据中心方案:打造多样化的数据收集、汇总、分析、决策一体化报表

证券企业在日常办公、业务开展时&#xff0c;涉及了诸多数据需求&#xff0c;而且数据来源于多部门、多个系统。需要对数据获取、汇总、展现进行高效、可视化的操作&#xff0c;高效利用数据价值&#xff0c;助力企业运营更高效、风险更可控。 泛微基于证券行业数字经营分析的需…

数据中台:生产制造产业链的“智慧大脑”!

在当今激烈竞争的生产制造领域&#xff0c;数据中台正扮演着至关重要的角色&#xff0c;它就像是产业链的“智慧大脑”&#xff0c;引领着产业的发展方向&#xff01;数据中台在生产制造产业链、生态链中起到以下关键作用&#xff1a; 1. 数据整合与共享&#xff1a;将产业链各…

中国大模型站起来了!甚至被美国团队反向抄袭

一直以来&#xff0c;美国是公认的AI领域强者&#xff0c;我国AI技术虽然差不多&#xff0c;但始终落人一步。然而&#xff0c;近日斯坦福团队的AI模型却被指控抄袭中国AI模型&#xff0c;这下许多人都坐不住了。 被实锤抄袭的&#xff0c;是斯坦福大学AI团队&#xff0c;他们…

UE 像素流与 Web 协同开发

UE 像素流与 Web 协同开发 创建Web端应用Web向UE发送消息emitCommandemitConsoleCommandemitUIInteraction UE接收Web的消息UE向Web发送消息Web接收UE的消息UE 冻结帧 与Web交互主要涉及两个方面&#xff0c;一个是UE向Web发送消息&#xff0c;另一个就是Web端向UE程序发送消息…

功率 MOSFET、其电气特性定义

本应用笔记介绍了功率 MOSFET、其电气特性定义和使用说明。介绍了功率MOSFET的破坏机制和对策及其应用和电机驱动应用。 电气特性定义及使用说明 功率 MOSFET 额定值 导通电阻R_DS(on)与耐压V_DSS的关系 图2表示耐压VDSS20&#xff5e;100V额定元件与导通电阻R_DS(on)之间的…

如何理解质量

早年写过一篇未发表的论文《质量的相对性》&#xff0c;就是为了寻求到底什么才是质量这个问题的答案。现在&#xff0c;在准备了诸多超越以往的认知的概念之后&#xff0c;关于质量是什么的想法&#xff0c;也逐渐有了眉目。 质量有两种&#xff0c;一种叫做惯性质量&#xff…

使用OpenLLM在AMD GPU上的分步指南

Step-by-Step Guide to Use OpenLLM on AMD GPUs — ROCm Blogs 引言 OpenLLM是一个开源平台&#xff0c;旨在促进大型语言模型&#xff08;LLMs&#xff09;的部署和使用&#xff0c;支持多种模型&#xff0c;适应不同的应用&#xff0c;无论是在云环境还是本地环境中。在本教…

再开源一个小玩意儿,帮你找到电路板上的热点

ADLib上线 也半个多月了&#xff0c;这段时间做了一个全流程使用ADLib的小玩意儿&#xff0c;跟大家分享下过程。 这是一个利用红外测温传感器寻找电路板上的热点的工具&#xff0c;当然了&#xff0c;它也可以用来测量其他物体的温度&#xff0c;比如地暖水管铺设位置&#x…

【重拾数学知识】导数、极值和最值

前言 在深度学习中&#xff0c;梯度下降法是一种常用的优化算法&#xff0c;用于更新模型参数以最小化损失函数。这梯度下降法中涉及到数学中的导数、极值等相关知识&#xff0c;因此我们重新回顾相关内容&#xff0c;以便加深理解。 相关概念 导数 一个问题 如何求得一个…

帮企三级分销商城10合一小程序源码系统 附带完整安装代码包以及搭建教程

系统概述 “帮企三级分销商城10合一小程序源码系统”是一款专为中小企业设计的一站式电商解决方案。该系统基于成熟的小程序开发框架构建&#xff0c;集商品展示、在线交易、订单管理、会员系统、营销工具、数据分析、以及独特的三级分销功能于一体&#xff0c;旨在帮助商家快…

优思学院|汽车行业的六西格玛案例

汽车行业正在经历前所未有的变革。市场变化、新商业模式和新的价值链不断涌现。面对这些变化&#xff0c;我们需要持续改进的方法。因此&#xff0c;优思学院今天想分享一个最近关注到的汽车行业六西格玛案例。这是一家位于葡萄牙的轮胎制造公司&#xff0c;通过这个案例研究&a…

机器学习-聚类算法

1.有监督学习与无监督学习 有监督&#xff1a;在训练集中给的数据中有X和Y&#xff0c;根据这些数据训练出一组参数对预测集进行预测 无监督&#xff1a;在训练集中给的数据只有X没有Y&#xff0c;根据X数据找相似度参数来对预测集进行预测 2.数据间的相似度 2.1距离相似度…

.NET C# 读写Excel及转换DataTable

目录 .NET C# 读写Excel及转换DataTable1. 依赖库2. Nuget包与版本3. ExcelUtil3.1 Excel sheet 转 DataTable3.2 Excel sheet 转 DataSet3.3 DataTable 转 Excel sheet3.4 DataSet 转 Excel3.5 私有方法 .NET C# 读写Excel及转换DataTable 1. 依赖库 using NPOI.HSSF.UserMo…

自动驾驶#芯片-1

概述 汽车是芯片应用场景之一&#xff0c;汽车芯片需要具备车规级。  车规级芯片对加工工艺要求不高&#xff0c;但对质量要求高。需要经过的认证过程&#xff0c;包括质量管理标准ISO/TS 16949、可靠性标准 AEC-Q100、功能安全标准ISO26262等。  汽车内不同用途的芯片要求…

肾合养生秘诀:告别手心热出汗的困扰

如果将我们的身体比作一支精心编排的交响乐团&#xff0c;那么各个器官便是乐团中不可或缺的乐器和乐手&#xff0c;而气血则如同乐团中的乐谱和指挥棒&#xff0c;引领着整个乐团的演奏。当乐谱缺失&#xff0c;指挥棒失灵&#xff0c;或者乐团的协作出现问题&#xff0c;某些…

【启明智显方案分享】ESP32-S3与GPT AI融合的智能问答嵌入式设备应用解决方案

一、引言 随着物联网&#xff08;IoT&#xff09;和人工智能&#xff08;AI&#xff09;技术的飞速发展&#xff0c;嵌入式设备正逐渐变得智能化。本解决方案是启明智显通过结合ESP32-S3的低功耗、高性能特性和GPT&#xff08;Generative Pre-trained Transformer&#xff09;…

仅需一款免费工具,就可以打造真实人设,无限生成虚拟AI网红

嘿&#xff0c;大家好&#xff0c;向阳。 很多粉丝问我&#xff0c;用AI做了这么多漂亮的美女&#xff0c;该如何用AI进行变现呢&#xff1f;今天我就教大家一个方法&#xff01;曝光AI网红最好的平台就是小某书&#xff0c;在小某书上打造一个虚拟人物可以快速获取粉丝 。达到…

Mybatis Log Free

安装后重启 在 application.yml 配置 configuration: log-impl: org.apache.ibatis.logging.stdout.StdOutImpl 选择效果

【一步一步了解Java系列】:探索抽象类与接口的秘密

看到这句话的时候证明&#xff1a;此刻你我都在努力 加油陌生人 个人主页&#xff1a;Gu Gu Study专栏&#xff1a;一步一步了解Java 喜欢的一句话&#xff1a; 常常会回顾努力的自己&#xff0c;所以要为自己的努力留下足迹 喜欢的话可以点个赞谢谢了。 作者&#xff1a;小闭…