本文从几种JVM垃圾回收方式及原理出发,研究了在 SPEC jbb2015基准测试中不同垃圾回收方式对于JVM 性能的影响,并通过最终测试数据对比,给出了不同应用场景下如何选择垃圾回收策略的方法。
目录
1 引言
2 垃圾回收算法
2.1 标记清除法
2.2 复制算法
2.3 标记压缩法
2.4 分区算法
1 引言
垃圾回收(Garbage Collection, GC)是 Java 虚拟机(JVM)中 使用的一种内存管理方案,它能够不断自动释放内存中的不再被使用的对象,并按照特定的垃圾回收算法实现对于内存资源的管理。相较于 C/C++ 手动内存管理方式,GC 的出现大大减少了开发人 员在内存资源管理方面的工作,是 JVM 的核心组成部分,并且对 JVM 的性能有着重要的影响。随着技术及硬件的发展,新的垃圾回收方式也在随着 JDK 版 本的更新而被加入,如在 JDK1.7 中正式引入了 G1 回收器,JDK 11 中引入了 Z 回收器等。面对如此多的垃圾回收器,如何在不同实际应用场景下中选择最适合的是进行JVM性能优化的首要问题,解决这一问题则必须先了解不同垃圾回收方式的性能表现。以往也有相关方面的研究,但性能测试或基于 SPEC JVM2008又或是基 于 SPEC jbb2000[3-4] 等一些现已不再提供支持的测试工具,已不能适应当前时代的需求,而通过一种权威且最新的基准测试工具分析不同垃圾回收器的性能表现是十分有意义的。SPEC jbb(Java Business Benchmark)基准测试是标准性能评估组织 SPEC 发布的一项用于衡量服务器 Java 应用性能的测试基准。从 2000 年 6 月 SPEC 组织发布第一版服务器 Java 性能测试基准 SPEC jbb2000 至今,历经了 SPEC jbb2005(2006.1-2013.10)、 SPEC jbb2013(2013.1-2014.12)多个版本的更新后,SPEC jbb2015 (2015.9- 至今)基于最新的 Java 应用程序特性开发,支持虚拟化和云环境。现在 SPEC jbb 测试已经发展成为 JVM 厂商、Java 开发者,研究学者,以及相关学术机构评估 Java 业务应用性能及可扩展性的一项权威基准测试标准。 本文将首先从垃圾回收原理出发,分别介绍几种垃圾回收器, 然后对这几种垃圾回收器在基准测试中的性能表现进行分析。
2 垃圾回收算法
Java 自动化的管理内存资源必须通过垃圾回收算法来确定哪些是有效的对象,哪些是无效的对象,对于无效的对象就要进行垃圾回收处理。作为垃圾回收器的实现基础,下面先介绍常见的垃圾回收算法。
2.1 标记清除法
在垃圾回收算法中,根是指向对象的指针的起点部分。通过根对象进行引用搜索,最终可达的对象被称为可达对象;通过根对象进行引用搜索,最终没有被引用的对象被称为不可达对象。在标记阶段,首先通从根节点开始标记所有的可达对象,不可达对象则为垃圾对象。在清除阶段,清除所有未被标记的对象。由于清除时不考虑内存空间的连续性,因此标记清除法最大的问题是产生内存空 间碎片。特别是在进行大对象内存分配时,相较于连续内存空间,内存碎片的存在会降低堆内存效率。
2.2 复制算法
复制算法将内存空间划分为相等的两部分,且每次只会只使用其中的一部分,当垃圾回收时,首先将使用中那部分内存里存活的对象复制到另一部分内存区,接着清除使用的内存块中的所有对象, 最后将两个内存区进行互换,从而完成垃圾回收。复制算法在复制的过程中能够有效避免内存空间碎片的产生,但代价是系统内存空间损失一半。
2.3 标记压缩法
标记压缩法是一种针对老年代的垃圾回收算法。对于老年代,由于大部分对象都是存活对象,使用复制算法代价将使内存折半,成本太高并不适用。标记压缩法正是为了应对这种情况而产生,首 先从根节点开始,对所有可达对象进行标记,然后将所有存活的对象压缩到内存一端,再清理剩余的所有的空间。这种方法既避免了碎片的产生,又不需要将内存分为两半,效率很高。文章来源:https://www.toymoban.com/news/detail-621142.html
2.4 分区算法
分区算法将整个堆空间划分成连续的不同小区间,每一小区间都独立使用,独立回收,并可以控制一次回收的小区间数量。一般来说,在相同条件下,堆空间越大,进行一次垃圾回收的所需的时 间就越长,导致产生的停顿时间也越长。因此如果将堆内存分割成多个小块,并根据目标停顿时间的要求,每次合理地控制回收部分小区间,而不是回收整个堆空间,则可以有效减小一次垃圾回收所产生的的停顿时间。文章来源地址https://www.toymoban.com/news/detail-621142.html
到了这里,关于小研究 - JVM 垃圾回收方式性能研究(一)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!