昨晚做梦面试官问我三色标记算法

简介: 昨晚又做噩梦了

本文已收录至GitHub,推荐阅读 👉 Java随想录

微信公众号:Java随想录

原创不易,注重版权。转载请注明原作者和原文链接

某天,爪哇星球上,一个普通的房间,正在举行一场秘密的面试:

面试官:我们先从JVM基础开始问,了解三色标记算法吗?

我:额......不了解。

面试官:出去的时候记得把门带上。


现在Java面试真的已经是越来越卷了,直接上来问原理给你直接干懵。

上篇我们讲了记忆集,这篇来聊聊「三色标记算法」,也是Java面试的常客。聊好了会让面试官觉得你这小伙子有点东西。

三色标记算法

既然叫三色标记算法,首先我们要搞明白是哪三色,三色是:黑色,白色,灰色。

把可达性分析遍历对象图过程中遇到的对象,按照「是否访问过」这个条件标记成以下三种颜色:

  • 白色:表示对象尚未被垃圾收集器访问过。显然在可达性分析刚刚开始的阶段,所有的对象都是白色的,若在分析结束的阶段,仍然是白色的对象,即代表不可达。
  • 黑色:表示对象已经被垃圾收集器访问过,且这个对象的所有引用都已经扫描过。黑色的对象代表已经扫描过,它是安全存活的,如果有其他对象引用指向了黑色对象,无须重新扫描一遍。黑色对象不可能直接(不经过灰色对象)指向某个白色对象。
  • 灰色:表示对象已经被垃圾收集器访问过,但这个对象上至少存在一个引用还没有被扫描过。

《深入理解Java虚拟机》书中关于这块图画的很好,一目了然,直接上原图:

从上面这段话中,我们提炼一下关键要点:

  • 初始阶段,GC Root是黑色的,所有的对象都是白色的,若在分析结束的阶段,仍然是白色的对象,即代表不可达。

  • 如果有其他对象引用指向了黑色对象,无须重新扫描一遍。

  • 黑色对象不可能直接指向某个白色对象。

让我来给大伙稍微解释一下第二点和第三点。

我上面画了一个示意图,第一幅和第二幅画的是对的,第三幅画的是错的。

先分析第二点,如果有其他对象引用指向了黑色对象,那么这个对象只能为灰色或者黑色,自然无须再重新扫描一遍。

然后再说第三点,黑色对象不可能直接指向某个白色对象。

我们从上面可知黑色对象的定义是:「对象的所有引用都已经扫描过」,而白色对象是:「对象尚未被垃圾收集器访问过」。

那么问题来了,如果黑色对象直接指向某个白色对象,那么他就跟黑色对象的定义矛盾了。

因为白色对象还没被访问过,怎么能算所有引用都扫描过了呢,所以他就不可能是黑色。

上面这个很重要,把这个理解透彻之后,我们看看三色标记算法存在的一些问题:

由于一些垃圾回收器存在垃圾回收线程和用户线程并发的情况(例如CMS的并发阶段),那么三色标记会有两个问题:

  • 一种是把原本消亡的对象错误标记为存活,这不是好事,但其实是可以容忍的,只不过产生了一点逃过本次收集的浮动垃圾而已,下次收集清理掉就好,问题不大。
  • 另一种是把原本存活的对象错误标记为已消亡,这就是非常致命的后果了,程序肯定会因此发生错误。

第一点无伤大雅,所以我们解决问题的重心放到第二点上。

1994年理论上被证明了,「当且仅当以下两个条件同时满足时」,会产生「对象消失」的问题,即原本应该是黑色的对象被误标为白色:

  • 赋值器插入了一条或多条从黑色对象到白色对象的新引用。
  • 赋值器删除了全部从灰色对象到该白色对象的直接或间接引用。

其实一句话说白了就是:「跟灰色对象断开连接,跟黑色对象建立连接」。

因此,我们要解决并发扫描时的对象消失问题,只需破坏这两个条件中的任意一个即可。

由此分别产生了两种解决方案:「增量更新(Incremental Update)」和「原始快照(Snapshot At The Beginning,SATB)」。

这两个解决方案各破坏一个条件。

增量更新

增量更新要破坏的是第一个条件。

当黑色对象插入新的指向白色对象的引用关系时,就将这个新插入的引用记录下来,等并发扫描结束之后,再将这些记录过的引用关系中的黑色对象为根,重新扫描一次。

这可以简化理解为,黑色对象一旦新插入了指向白色对象的引用之后,它就变回灰色对象了。

这其实有点像之前讲过类似OopMap的思想,本质也是维护了个映射关系,扫描结束的时候把这个映射关系再重新扫描一遍,不用全局扫描。

如图,将这个新插入的引用关系记录下来,扫描结束之后,将记录过的引用关系中的黑色对象1为根,重新扫描一次,就OK了。

原始快照

原始快照要破坏的是第二个条件。

当灰色对象要删除指向白色对象的引用关系时,就将这个要删除的引用记录下来,在并发扫描结束之后,再将这些记录过的引用关系中的灰色对象为根,重新扫描一次。

这也可以简化理解为,无论引用关系删除与否,都会按照刚刚开始扫描那一刻的「对象图快照」来进行搜索,故名「原始快照」。

如图,将这个删除的引用关系记录下来,扫描结束之后,将记录过的引用关系中的灰色对象2为根,重新扫描一次,就OK了。

那么有个问题,增量更新和原始快照都需要记录引用关系,那这个记录的时间点发生在什么时刻呢?

不知道大家还是否记得之前说过的「写屏障」,是的没错。

无论是增量更新还是原始快照,虚拟机的记录操作都是通过写屏障实现的。

写屏障,我们之前讲记忆集与卡表的时候介绍过的,可以理解为Spring中的AOP,目前为止卡表状态的维护,增量更新,原始快照都是基于写屏障。

另外,课外拓展一下,CMS使用的是增量更新,G1使用的是原始快照。

本篇文章就到这了,本篇篇幅可能有点短,不过能把事情说清楚就行。之后开始讲垃圾回收器,大家一起期待下吧。

用心写文章,大伙要是有收获,希望点个赞激励一下,thank you。


感谢阅读,如果本篇文章有任何错误和建议,欢迎给我留言指正。

老铁们,关注我的微信公众号「Java 随想录」,专注分享Java技术干货,文章持续更新,可以关注公众号第一时间阅读。

一起交流学习,期待与你共同进步!

目录
相关文章
|
4月前
|
负载均衡 NoSQL 算法
一天五道Java面试题----第十天(简述Redis事务实现--------->负载均衡算法、类型)
这篇文章是关于Java面试中Redis相关问题的笔记,包括Redis事务实现、集群方案、主从复制原理、CAP和BASE理论以及负载均衡算法和类型。
一天五道Java面试题----第十天(简述Redis事务实现--------->负载均衡算法、类型)
|
4月前
|
算法 Go
[go 面试] 雪花算法与分布式ID生成
[go 面试] 雪花算法与分布式ID生成
|
2月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
2月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
2月前
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
92 2
|
2月前
|
存储 算法 Java
【JVM】垃圾释放方式:标记-清除、复制算法、标记-整理、分代回收
【JVM】垃圾释放方式:标记-清除、复制算法、标记-整理、分代回收
66 2
|
3月前
|
机器学习/深度学习 JavaScript 算法
面试中的网红虚拟DOM,你知多少呢?深入解读diff算法
该文章深入探讨了虚拟DOM的概念及其diff算法,解释了虚拟DOM如何最小化实际DOM的更新,以此提升web应用的性能,并详细分析了diff算法的实现机制。
|
4月前
|
消息中间件 存储 算法
这些年背过的面试题——实战算法篇
本文是技术人面试系列实战算法篇,面试中关于实战算法都需要了解哪些内容?一文带你详细了解,欢迎收藏!
|
4月前
|
JavaScript 算法 索引
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
这篇文章深入分析了Vue中的diff算法,解释了其在新旧虚拟DOM节点比较中的工作机制,包括同层节点比较、循环向中间收拢的策略,并通过实例演示了diff算法的执行过程,同时提供了源码层面的解析,说明了当数据变化时,如何通过Watcher触发patch函数来更新DOM。
【Vue面试题二十三】、你了解vue的diff算法吗?说说看
|
4月前
|
算法
聊聊一个面试中经常出现的算法题:组合运算及其实际应用例子
聊聊一个面试中经常出现的算法题:组合运算及其实际应用例子