上图是上周末在家拍的。在以后的文章中，第一张图都会用自己随手拍的照片。分享生活，分享技术，哈哈。阳台花开了，成都春天来了，疫情应该快结束了。最近在看《霍乱时期的爱情》，不知道为什么和《大话西游》连在一起，所以你能看到玻璃上的倒影，是我在看《大话西游》。每个人都曾有过闹上天堂的梦想，也有过爱上楼上的心酸，但迟早有一天，转身后的你也会像他一样，走在路上，如狗一般。好了，回到文章。上周给大家看“漂浮垃圾”《面试官:你说你熟悉jvm?那你讲一下并发的可达性分析》这篇文章主要讲了jvm的可达性分析算法。借助“三色标记”方法，垃圾回收线程扫描过程中，用户线程同时执行修改引用关系操作时可能出现的“对象消失”问题，及其对应的两个解决方案增量更新和原始快照。我在文章中写道：对象关系图的改变会导致两种情况：一种是“漂浮的垃圾”，另一种是“对象消失了”。大概率面试官更关心第二种情况，因为第二种情况会给程序带来异常。接下来我做了一个动画来分析“物体消失”的情况。但万万没想到，读者更关注“漂浮垃圾”。有读者来问我漂浮垃圾是怎么产生的，不过你可以给我一张图。像我这样一个有温度有信息量的硬核原作者，你说要，那我一定给你。下面给大家放个“漂浮垃圾”的动图：当并发标记完成后，对象图变成这样：大家可以看到了。对象7、8、4、11、10都是漂浮垃圾。因为它们被标记为黑色，所以它们逃脱了垃圾收集。什么？你问我为什么黑色不回收？你这个假粉丝，我建议你先看看上周的推文。G1垃圾回收时如何处理新对象？有读者又提出了一个很有探索性的问题：兄弟你好为什么，你《面试官:你说你熟悉jvm?那你讲一下并发的可达性分析》这篇文章主要解决GC线程和用户线程并发标记的问题在执行过程中，用户线程修改对象引用关系，导致“对象消失”问题。G1通过在原始快照上添加一个预写屏障来解决这个问题。但是我还有一个疑问：用户线程在执行的时候，不仅修改了对象的引用关系，还分配了新的对象。我认为这种情况很常见。G1如何找到并处理这些对象？换句话说，就是文章的标题：G1收集器如何知道什么时候应该将这些对象标记为垃圾？这是一个很好的问题。乍一看，仔细阅读了文章，有了自己的思考。很不错。读者的问题属于第一个问题的系列，让我顿时感觉自己掉进了面试官的罗网中。面试官先是故意泄露漏洞，让你说说“对象消失”、“三色标记”、“增量更新”。然后得意之余，突然抛出第二个问题：刚才对象消失的问题回答的很好，那么如果用户线程在并发标记的时候分配了一个新的对象，G1是怎么处理的呢？说实话，我觉得只要你简历上不写jvm熟练程度，如果面试一般问到这个水平，我觉得真的是时候讨论一下了。答对即可获得积分，答错不扣分。回想2016年，刚毕业一个人去北京，一连面试了9家公司，没有一家公司说jvm（当然，我面试的是初级开发）。现在不同了。不知道什么时候jvm从高级面试题变成了初级面试题。如果面试阶段不问jvm，感觉就不是一个完整的面试。我觉得这几年面试题的变化其实反映了一个现象：想进入这个行业的人越来越多，从而导致进入门槛越来越高。不是jvm的地位变了，而是门槛越来越高了。好了，说完了，说说G1吧。第一次接触GarbageFirst（G1）的时候，不知道大家是怎么知道G1的，我是从周志明的《深入理解Java虚拟机(第2版)》这本书开始了解到G1收集器的。记得当初看G1的时候，感觉就是一本圣经。因为作者在介绍G1之前介绍了很多其他的收集器，先给大家看一下目录，带大家回顾一下：可以看到3.5.1到3.5.6小节介绍的收集器工作时，Java堆内存layout是按照newgeneration和oldgeneration来划分的。但是说到G1收集器，Java堆的内存布局就有点“骚”了。然后就越来越看不懂了。当时的场景是这样的：虽然还是保留了新生代和老年代的概念，但是新生代和老年代已经不再是区域隔离的了。它将整个Java堆划分为多个大小相等的独立区域，称为Region。新生代和老年代是由Region动态组成的区域，可以是不连续的区间。每个Region可以根据需要作为新生代的Eden空间，Survivor空间，或者老年代空间。此外，它还有一种特殊类型的区域，叫做Humongous，专门用来存放大件物品。以上是什么意思？实际的图看起来很直观：比如对于CMS，使用的堆内存结构如下：可以看到上图中的新生代和老年代都是逻辑上连续的空间（但不需要物理连续）.G1的堆内存被划分为多个大小相等的Region，但是Region的总数大约为2048个，默认为2048个。对于一个Region来说，是逻辑上连续的一段空间，其大小从1MB到32MB。结构如下：图片来源——文末素材4上面的E、S，还有没有字母的蓝色方块（可以理解为old）没啥好说的。但是可以看出H是一个概念，在之前的垃圾回收器中是不存在的。它代表Humongous，意思是这些Region存储了巨大的对象（H-obj）。在一个或多个新的连续Region中分配，并标记为H。说实话，上面的概念已经是“badstreet”了，任何一篇关于G1的文章，包括本文都会讨论。没办法，朋友们，这是介绍，还是得先聊两句。就像游戏一样，能不能第一手直接玩kingbomb？不，你不必先打一对三，一步一步来。让我给你一个小彩蛋。有没有注意到我上面提到的几个数据，大约2048，1MB到32MB，这些数据是从哪里来的？当我说的时候你相信我吗？很多文章在讲G1的时候只说堆内存是划分为多个大小相等的region，Regionsize的取值范围是1MB到32MB，但是并没有提到2048。请教各位大佬：我找到的第一个数据来自上面的论文，也就是论文末尾的信息4：目标是让totalheap有2048个region左右。这篇论文的作者是MonicaBeckwith，大家可以去搜一下，她（是的，我没看错，是女生）曾担任OracleG1GarbageCollectorPerformanceTeamLeader，权威。第二个数据来源当然是源码，比较权威的：http://hg.openjdk.java.net/jdk/jdk/file/fa2f93f99dbc/src/hotspot/share/gc/g1/heapRegionBounds.hpp知道的这个2048有关系吗？我认为这不重要。但如果你知道它就更棒了！妹子说到2048的时候只知道是游戏，你要告诉她这个数字也是G1默认的Region数量。事毕拂衣，深藏功名。G1的工作步骤部分也是耳熟能详的部分，忍一忍，很快就会到你喊：靠，牛逼的部分。众所周知，一般我们说G1的采集过程分为以下四个步骤（以下四个步骤的描述来自《深入理解Java虚拟机(第3版)》）：说实话，下面的描述真的很迷惑。面试的时候问到这部分的时候，相信大部分朋友都是死记硬背的。因此，本文的目的就是让大家了解后面几个阶段的具体过程。这么说吧，如果看完这篇文章上面的阶段你还是不明白，那就再读一遍。如果你再看一遍还是不明白，那我这篇文章的写就算是失败了。InitialMarking：这个阶段只是标记GCRoots可以直接关联到的对象，修改TAMS（NextTopatMarkStart）的值，让下一阶段的用户程序可以在正确可用的RegionCreate中并发运行中间一个new对象，这个阶段需要暂停线程，但是时间很短。而且，它是在MinorGC期间同步完成的，所以G1收集器在这个阶段实际上并没有任何额外的停顿。ConcurrentMarking：从GCRoots开始分析堆中对象的可达性，递归扫描整个堆中的对象图，找出存活的对象。这个阶段耗时较长，但可以和用户程序并发执行。对象图扫描完成后，需要重新处理SATB记录的并发时发生引用变化的对象。最终标记：用户线程上的另一个短暂暂停，用于处理并发阶段结束时留下的最后几条SATB记录。筛选恢复（LiveDataCountingandEvacuation）：负责更新Region的统计数据，对每个Region的恢复值和成本进行排序，并根据用户预期的停顿时间制定恢复计划。你可以自由选择任意数量的Region组成一个回收集合，然后将你决定回收的那部分Region的存活对象复制到一个空Region中，然后清理掉整个旧Region的所有空间。这里的操作涉及存活对象的移动，必须挂起用户线程，由多个收集器线程并行完成。虽然上面有4个阶段，但是从上帝的角度，我们可以把它分成两部分，或者从整个算法的角度，我们可以把它分为两部分：1.GlobalConcurrentMarking：全局并发标记。2.EvacuationPauses：这个阶段负责将Region中的一些存活对象复制到空Region中，然后回收原来的Region空间。为什么我敢这样分？部分原因来自这篇论文：《Garbage-First Garbage Collection》这篇论文是SunLab在2004年发表的第一篇关于G1的论文，是否足够权威？本文2.3节介绍了EvacuationPauses，2.5节介绍了ConcurrentMarking。以下是部分内容截图：另一部分原因是R大学也这么说（见文末参考资料）。接下来，为了回答读者的问题，我们需要了解一下全局并发标记阶段。globalconcurrentmarking这一节就是回答这个问题：用户线程执行的时候，不仅修改了对象的引用关系，还分配了新的对象。G1如何找到并处理这些对象？要回答这个问题，就涉及到TAMS了。前面引用的书上说：InitialMarking：这个阶段只是标记GCRoots可以直接关联到的对象，修改TAMS（NextTopatMarkStart）的值，让下一阶段的用户程序可以并发运行,在正确的可用区域中创建新对象。这句话，每一个字都能看懂，一起读，稍微尝一尝，但总感觉半懂半懂。什么是TAMS？什么是正确可用的区域？在Region中创建的新对象在哪里？让我们从论文开始。我说一下重点：1.有两个位图。2.一个叫previous，一个叫next。3、前一个位图是并发标记阶段完成后的最后一个位图。（有点绕，后面会解释）。4.下一个位图是将要或当前正在进行的并发标记的结果。5.标记完成后，两个位图将互换角色。1.标记周期的第一阶段是清理下一个位图。2.然后，初始标记阶段StopTheWorld（以下简称STW），目的是标记GCRoots可以直接关联到的对象。这个阶段是通过MinorGC完成的，没有额外的停顿。3.每个区域包含两个TAMS。4、一个对应上一轮打分，一个对应下一轮打分。从论文中我们可以知道，G1的ConcurrentMarking使用了两个标记位图。前一个Bitmap记录了上一轮ConcurrentMarking之后对象的标记状态。因为上一轮已经完成，所以可以直接使用这张位图的信息。下一个Bitmap记录本轮ConcurrentMarking的结果。这个位图是ConcurrentMarking即将或者正在进行的结果，还没有完成，所以还不能使用。我们可以假设Bitmap（之前的Bitmap）经过并发标记更改后是这样的：白色地址之间的对象可以回收，灰色地址之间的对象不能回收。除了两个位图之外，还有两个TAMS（顶部标记开始）。每个Region有两个TAMS，即previousTAMS和nextTAMS。Bitmap和TAMS可以用下图表示：首先，我们可以看到bottom和top之间是一个Region的used部分。FromToptoend是Region未使用的部分。另外大家可以看到我在上面留了四个问号，我们的目的就是要填这些问号。把这些问号填上，一切问题就迎刃而解了。两个Bitmap和两个TAMS是如何工作的？按照以下步骤进行：InitialMarkingConcurrentMarkingFinalMarking（也叫Remark）清理阶段（Cleanup）绘制的这四个阶段说明：初始标记（InitialMarking）从图中可以看出，nextBitmap处于初始标记阶段被清除，并且没有幸存的对象被标记。那我们再回到书上的描述，我就一字不漏地给大家描述一下：InitialMarking：这个阶段只是标记GCRoots可以直接关联的对象，修改TAMS（NextTopatMarkStart）值，以便用户程序在下一阶段并发运行时，可以在正确的可用Region中创建新的对象。GCRoots可以直接关联的对象：它是一个已经被使用过的Region的一部分，所以在Bottom和Top之间。【勘误见《面试官：你回去等通知吧!》】修改TAMS的值：让此时的prevTAMS指向Bottom，即一个Region内存地址的起始值。此时让nextTAMS指向Top。Top其实就是一个Region的未分配区域和已分配区域的分界点。CorrectavailableRegion：对于一个Region，当上面的nextBitmap为空，并且4个指针都准备好了，这个Region在用户程序下一阶段并发运行时就是一个正确的Region。当用户程序在下一阶段并发运行时，在正确的可用Region中创建一个新对象意味着什么？用户程序并发运行的下一个阶段是指并发标记阶段。ConcurrentMarking先看了前面引用的书里的描述：ConcurrentMarking：从GCRoots开始分析堆中对象的可达性，递归扫描整个堆中的对象图，找出存活的对象，这个阶段需要一个时间长，但可以与用户程序并发执行。对象图扫描完成后，SATB记录的并发时有引用变化的对象需要重新处理。再看动图：从GCRoots开始分析堆中对象的可达性，递归扫描整个堆中的对象图，找出存活的对象：说明在并发标记阶段，GC线程工作在prevTAMS和NextTAMS期间，对堆中的对象进行可达性分析（回忆一下“三色标记”）。标记完成后，NextBitmap会有对应的值（地址值放在里面），黑色对应存活对象，白色对应垃圾对象。这将找到幸存的对象。但是书中并没有提到用户线程分配对象的情况。因此，读者提出的问题，书中找不到。答案是：NextTAMS和Top之间的对象是用户线程在本次并发标记阶段新分配的对象，它们是隐式存活的。你为什么这么说？去尝尝我在一品论文中陷害的那句话。但是这句话的答案是面试官想要的吗？不是。你听到这道题后，微微皱眉，假装若有所思，然后轻声说道：这道题很好，我先整理一下语言。（先舔他）然后你根据舞台画图，指着他告诉他TAMS和Bitmap是怎么工作的。另外，至于为什么NextTAMS和Top重叠，我还要补充说明一下：并发标记的前阶段是初始标记。由于初始标记为STW，从动图可以看出：在并发标记开始，即初始标记结束时，NextTAMS和Top重叠。随着并发标记过程的进行，NextBitmap被填充值。NextTAMS和Top之间的区域越来越大，这是用户线程在并发标记阶段分配的新对象。同时，我们从下图可以看出，GC线程的工作范围和用户线程的工作范围是重叠的（用工作范围的概念来理解一些细节可能不正确，但是它为了便于理解，可以抽象地考虑）。重叠部分是可能发生“对象消失”的部分。对于G1来说，就是原始快照（STAB）加上预写屏障（Pre-WirteBarrier）部分的工作。所以这就是为什么书上说：GC线程扫描对象图后，需要重新处理并发时STAB记录的有引用变化的对象。最终标记（Remark）书是这样写的：最终标记（FinalMarking）：在用户线程上再做一次短暂的暂停，处理并发阶段结束后剩下的最后几条SATB记录。最后的标记阶段，由于是STW，所以这个阶段对应的图就是并发标记阶段完成后的图，如下：处理并发阶段结束后剩下的最后几条SATB记录是什么意思？你想，并发标记阶段，GC线程扫描完对象图后，还会处理并发时SATB记录的有引用变化的对象。在处理SATB记录的数据时，由于用户线程可能会继续修改对象图，继续产生SATB数据，所以仍然会有一小部分SATB数据，所以需要稍作停顿。书上写的清理阶段（Cleanup）就是过滤回收阶段。其实包括清洗阶段和回收阶段。这里我们只讨论清理阶段，不讨论回收。在这个阶段，NextBitmap和PrevBitmap会交换位置：所以，我们的图变成了下面这样：可以看到，NextBitmap和PrevBitmap交换位置，NextTAMS和PrevTAMS交换位置。在Region中，Bitmap白色部分对应的已用内存变为浅灰色。它只是标记，没有清理。需要注意的是：cleanup阶段不复制任何对象引用R的回答描述这个阶段：Inventoryandresetmarkstate。这个阶段有点像mark-sweep中的sweep阶段，但它不是清扫堆上的实际对象，而是统计标记位图中每个Region中有多少个对象被标记为存活。在这个阶段，如果发现没有存活对象的Region，则将其作为一个整体回收到可分配的Region列表中。好了，这里我们可以填上一张图：然后看论文中的图，你会发现上面的过程都是基于这张图的分析。两个周期显示在,A-B-C,D-E-F中。其中，E和F的过程是B和C过程的重复：我让上图动起来了，请仔细看。注意每个阶段PrevTAMS、NextTAMS指针、PrevBitmap和NextBitmap位置的交换：一次不明白，再读一遍。看的时候结合上面的长图和动态图来分析一下，效果更好。参考资料：1.https://max.book118.com/html/2018/0815/7043143036001143.shtm2。https://www.oracle.com/webfolder/technetwork/tutorials/obe/java/G1GettingStarted/index.html3.https://www.oracle.com/technetwork/java/javase/tech/g1-intro-jsp-135488.html4.https://www.infoq.com/articles/G1-One-Garbage-Collector-To-Rule-Them-All/5.https://hllvm-group.iteye.com/group/topic/443816.《深入理解Java虚拟机(第三版)》本文转载自微信公众号《何以科技》，可以使用以下两个二维码关注。转载本文请联系为什么科技公众号。
