根节点枚举

  • 在可达性分析算法中从GC Roots集合中找引用链非常的麻烦 。
  • 固定可作为GC Roots的节点主要在全局性的引用(例如常量或类静态属性)与执行上下文(栈帧的本地变量表)中。
  • 当Java应用很大的时候,类和常量数量很多,逐个检查会消耗大量时间。
    所有收集器在根节点枚举上都需要暂停用户线程
    Java虚拟机——HotSpot的算法实现细节-LMLPHP

安全点

  • 如果为每一条指令都生成对应的OopMap,那么会需要大量的额外空间。
  • 它只在特定的位置记录这些信息,这些位置称为安全点
    Java虚拟机——HotSpot的算法实现细节-LMLPHP

安全区域

  • 安全点的设计完美解决了如何停顿用户线程,让虚拟机进入垃圾回收状态。
  • 但是程序不执行的时候,安全点就没有作用。
  • 典型场景:用户线程处于Sleep状态或者是Blocked状态。 这个时候线程无法响应虚拟机的中断请求,不能再走到安全点去中断挂起自己。 这个时候就需要安全区域来解决。
    Java虚拟机——HotSpot的算法实现细节-LMLPHP

记忆集与卡表

  • 在分代收集理论中,提到为了解决对象跨代引用的问题,垃圾收集器在新生代中建立了名为记忆集的数据结构。
  • 记忆集 是一种用于记录从非收集区域 指向收集区域 的指针集合的抽象数据结构。
    Java虚拟机——HotSpot的算法实现细节-LMLPHP

写屏障

  • 使用记忆集可以缩减GC Roots扫描范围。
  • 但是没有解决卡表中的元素如何维护。 也就是它们如何变脏,谁来把它们变脏。
  • HotSpot通过写屏障来维护卡表状态,可以帮助Java虚拟机跟踪对象引用的变化
    Java虚拟机——HotSpot的算法实现细节-LMLPHP

并发的可达性分析

  • 可达性分析算法理论上要求全过程都基于一个能保障一致性的快照中才能够进行分析 , 这意味着必须全称冻结用户线程的运行。
  • GC Roots在继续往下遍历对象图,这一步的停顿时间必定会与 Java堆容量成正比例关系。
  • 堆越大,存储的对象越多,对象图结构越复杂,要标记更多对象而产生的停顿时间自然就更长。
  • 所以我们要解决或者降低用户线程的停顿!
    Java虚拟机——HotSpot的算法实现细节-LMLPHP
  • 以上无论是对引用关系记录 的插入还是删除 , 虚拟机的记录操作都是通过写屏障实现的。
06-19 05:16