JVM笔记7-内存分配与回收策略

简介: 1.对象优先在Eden分配   大多数情况下,对象在新生代Eden区中分配。当Eden区中没有足够空间分配时,虚拟机将发起一次Minor GC。虚拟机提供了-XX:PrintGCDetails 这个收集器日志参数,告诉虚拟机在发生垃圾收集行为时打印内存回收日志,并且在进程退出的时候输出当前的内存各区域分配情况。

1.对象优先在Eden分配

  大多数情况下,对象在新生代Eden区中分配。当Eden区中没有足够空间分配时,虚拟机将发起一次Minor GC。虚拟机提供了-XX:PrintGCDetails 这个收集器日志参数,告诉虚拟机在发生垃圾收集行为时打印内存回收日志,并且在进程退出的时候输出当前的内存各区域分配情况。

  现在我们看如下例子:

package hjc.test9;

/**
 * Created by cong on 2018/4/2.
* VM参数:-verbose:gc -Xms20M -Xmx20M -Xmn10M -XX:+PrintGCDetails -XX:SurvivorRatio=8
*/ public class TestGC { private static final int _1MB = 1024 * 1024; public static void testAllocation(){ byte[] allcation1, allcation2, allcation3, allcation4; allcation1 = new byte[2 * _1MB]; allcation2 = new byte[2 * _1MB]; allcation3 = new byte[2 * _1MB]; allcation4 = new byte[4 * _1MB]; } public static void main(String[] args) { TestGC.testAllocation(); } }

 

运行结果如下:

 

 

testAllocation()方法中,尝试分配3个2MB大小和1个4MB大小的对象,在运行时-Xms20M -Xmx20M -Xmn10M 这三个参数限制了Java堆大小为20MB,不可扩展,其中10MB分配给新生代,剩下10MB分配给老年代。-XX:SurvivorRatio=8 决定了新生代中

Eden区与一个Survivor区的空间比例为8:1,从输出的结果可以看到eden space 8192K,from space 1024K,to space 1024K,的信息,新生代总可用空间为9216KB(Eden+1个Survivor的总容量)。

执行testAllocaton()中分配Allocation4对象的语句时发生一次Minor GC,这次GC的结果是新生代6651KB变成148KB,而总内存占用量则几乎没有减多少,因为allocation1,allocation2,allocation3三个对象都是存活的,虚拟机几乎没有找到可回收对象。这次GC

发生的原因是给allocaton4分配内存的时候发现Eden已经被占用了6MB,剩余空间已经不足以分配allocation4所需的4MB,因此,发生Minor GC。GC期间虚拟机又发现已有的3个2MB大小的对象全部无法放入Survivor空间(Survivor空间只有1MB大小),所以只好分配担保机制

提前转移到老年代去。这次GC结束后,4MB的allocation4对象顺利分配在Eden中,因此程序执行完的结果是Eden占用4MB(被allocation4占用),Survivor空闲,老年代被占用6MB(被allocation1,allocation2,allocation3占用)。

 

2.大对象直接进入老年代

  所谓的大对象是指,需要大量连续内存的Java对象,最经典的大对象就是那种很长的字符串以及数组,大对象对虚拟机的内存分配来说是一个坏消息,经常出现大对象容易导致内存还有不少空间就提前出发垃圾收集以获取足够的练习空间来安置它们。

  虚拟机提供了一个-XX:PretenureSizeThreshold参数,令大于这个设置值的对象直接在老年代分配,这样做的目的是避免在Eden区以及两个Survivor区之间发生大量的内存复制。

  例子如下:

  

package hjc.test9;

/**
 * Created by cong on 2018/4/2.
* -verbose:gc -Xms20M -Xmx20M -Xmn10M -XX:+PrintGCDetails -XX:SurvivorRatio=8
*-XX:PretenureSizeThreshold=3145728
*/ public class TestGC1 { private static final int _1MB = 1024 * 1024; public static void testPretenureSizeThreshold(){ byte[] allocation; allocation = new byte[4 * _1MB]; //出现一次Minor GC } public static void main(String[] args) { TestGC1.testPretenureSizeThreshold(); } }

运行结果如下:

执行testPretenureSizeThreshold()方法后,我们看到Eden空间几乎没有被使用,而老年代的10MB空间被使用了40%,也就是说4MB的allocation对象直接就分配在老年代中,这是因为PretenureSizeThreshold被设置为3MB(就是3145728,这个参数不能想-Xmx之类的参数一样直接写3MB)

因此超过3MB的对象会直接在老年代进行分配。

 

3.长期存活的对象将进入老年代

  虚拟机给每个对象定义了一个对象年龄计数器。如果对象在Eden出生并经历过第一次MinorGC后仍然存活,并且能被Survivor容纳的话,将被移动到Survivor空间中,并且对象年龄设为1.对象在Survivor区中没熬过一次GC,年龄就增加1岁,当它的年龄增加到一定程度(默认15岁),

  就将会被晋升到老年代中。对象晋升老年代的年龄阈值,可以通过参数-XX:MaxTenuringThreshold设置。这里分别用-XX:MaxTenuringThreshold=1 和 -XX:MaxTenuringThreshold=15演示。

  例子如下:

  

package hjc.test9;

/**
 * Created by cong on 2018/4/2.
 * 
 * -verbose:gc -Xms20M -Xmx20M -Xmn10M -XX:+PrintGCDetails -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=1
 */
public class TestGC2 {

    private static final int _1MB = 1024 * 1024;

    @SuppressWarnings("unused")
    public static void testTenuringThreshold(){
        byte[] allcation1, allcation2, allcation3, allcation4;
        allcation1 = new byte[_1MB / 4];
        //什么时候进入老年代取决于XX:MaxTenuringThreshold设置
        allcation2 = new byte[_1MB / 4];
        allcation3 = new byte[4 * _1MB];
        allcation4 = new byte[4 * _1MB];
        allcation4 = null;
        allcation4 = new byte[4 * _1MB];
    }

    public static void main(String[] args) {
        TestGC2.testTenuringThreshold();
    }

}

结果如下:

 

testTenuringThreshold()方法中的allocation1对象需要256KB内存,Surivivor空间可以容纳。当MaxTenringThreshold=1时,allocation1对象在第二次GC发生时进入老年代,新生代已使用的内存GC后非常干净的0KB。

 

自己在修改MaxTenringThreshold=15时,这里就第二次GC发生后,allocation对象则还留在新生代Survivor空间,这时新生代仍然有404KB被占用。如下图:

4.动态对对象年龄判定。

  为了能更好的适应不同程序的内存情况,虚拟机并不是永远地要求对象年龄必须达到了MaxTenuringThreshold才能晋升老年代,如果在Survivor空间中相同年龄所有对象大小总和大于Survivor空间的一半,年龄大于或等于该年龄的对象就直接进入老年代,

  无需等到MaxTenuringThreshold中要求的年龄。

  例子如下:

  

package hjc.test9;

/**
 * Created by cong on 2018/4/2.
 *
 * -verbose:gc -Xms20M -Xmx20M -Xmn10M -XX:+PrintGCDetails -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=15
 */
public class TestGC2 {

    private static final int _1MB = 1024 * 1024;

    @SuppressWarnings("unused")
    public static void testTenuringThreshold(){
        byte[] allcation1, allcation2, allcation3, allcation4;
        allcation1 = new byte[_1MB / 4];
        //allcation1+allcation2 大于Survivor空间的一般
        allcation2 = new byte[_1MB / 4];
        allcation3 = new byte[4 * _1MB];
        allcation4 = new byte[4 * _1MB];
        allcation4 = null;
        allcation4 = new byte[4 * _1MB];
    }

    public static void main(String[] args) {
        TestGC2.testTenuringThreshold();
    }

}

结果如下:

 

 可以看到testTenuringThreshold方法设置-XX:MaxTenuringThreshold=15,会发现运行结果中Survivor的空间占用仍谈为0%,而老年代比预期增加了6%,也就是说allocation1,2  直接进入老年代,没到等到15岁的临界年龄。因为这两对象

加起来已经达到了512KB,并且它们都是同年的,满足同年对象达到Survivor空间的一般规则。

 

5.空间分配担保

  在发生Minor GC之前,虚拟机会先检查老年代最大可用的连续空间付否大于新生代所有对象总空间,如果这条件成立,那么MinorGC可以确保是安全的,如果不成立,则虚拟机会看HandlePromotionFailure设置是否允许担保失败。如果允许

  那么会继续检查老年代最大可用的连续空间是否大于历次晋升到老年带对象的平均大小,如果大于,则尝试进行一次MinorGC,尽管这次Minor GC是有风险的,如果小于,或者HandlePromotionFailure设置不允许冒险,这是也要进行一次Full GC

  取平均值进行比较其实仍然是一种动态概率的手段,如果某次Minor GC存活的对象突增,远高于平均值的话,依然会出现担保失败(Handle Promotion Failure),如果出现了担保失败,那就只好重新发起一次Full GC.虽然担保失败时绕圈子是最大的。

  但大部分情况下都还是会将HandlePromotionFailure开关打开。避免Full GC过于频繁。

代码如下:

package hjc.test9;

/**
 * Created by cong on 2018/4/2.
 *
 * -Xms20M -Xmx20M -Xmn10M -XX:+PrintGCDetails -XX:SurvivorRatio=8 -XX:HandlePromotionFailure
 */
public class TestGC2 {

    private static final int _1MB = 1024 * 1024;

    @SuppressWarnings("unused")
    public static void testTenuringThreshold(){
        byte[] allcation1, allcation2, allcation3, allcation4, allcation5, allcation6, allcation7;
        allcation1 = new byte[2 * _1MB];
        allcation2 = new byte[2 * _1MB];
        allcation3 = new byte[2 * _1MB];
        allcation1 = null;
        allcation4 = new byte[2 * _1MB];
        allcation5 = new byte[2 * _1MB];
        allcation6 = new byte[2 * _1MB];
        allcation4 = null;
        allcation5 = null;
        allcation6 = null;
        allcation7 = new byte[2 * _1MB];

    }

    public static void main(String[] args) {
        TestGC2.testTenuringThreshold();
    }

}

运行结果如下:

 

目录
相关文章
|
17天前
|
缓存 Prometheus 监控
Elasticsearch集群JVM调优设置合适的堆内存大小
Elasticsearch集群JVM调优设置合适的堆内存大小
150 1
|
20天前
|
存储 前端开发 Java
Kotlin教程笔记 - MVVM架构怎样避免内存泄漏
Kotlin教程笔记 - MVVM架构怎样避免内存泄漏
24 2
|
10天前
|
监控 算法 Java
Java虚拟机(JVM)垃圾回收机制深度剖析与优化策略####
本文作为一篇技术性文章,深入探讨了Java虚拟机(JVM)中垃圾回收的工作原理,详细分析了标记-清除、复制算法、标记-压缩及分代收集等主流垃圾回收算法的特点和适用场景。通过实际案例,展示了不同GC(Garbage Collector)算法在应用中的表现差异,并针对大型应用提出了一系列优化策略,包括选择合适的GC算法、调整堆内存大小、并行与并发GC调优等,旨在帮助开发者更好地理解和优化Java应用的性能。 ####
15 0
|
17天前
|
存储 算法 Java
Java内存管理深度剖析与优化策略####
本文深入探讨了Java虚拟机(JVM)的内存管理机制,重点分析了堆内存的分配策略、垃圾回收算法以及如何通过调优提升应用性能。通过案例驱动的方式,揭示了常见内存泄漏的根源与解决策略,旨在为开发者提供实用的内存管理技巧,确保应用程序既高效又稳定地运行。 ####
|
8天前
|
NoSQL 算法 Redis
redis内存淘汰策略
Redis支持8种内存淘汰策略,包括noeviction、volatile-ttl、allkeys-random、volatile-random、allkeys-lru、volatile-lru、allkeys-lfu和volatile-lfu。这些策略分别针对所有键或仅设置TTL的键,采用随机、LRU(最近最久未使用)或LFU(最少频率使用)等算法进行淘汰。
22 5
|
7天前
|
存储 监控 算法
深入探索Java虚拟机(JVM)的内存管理机制
本文旨在为读者提供对Java虚拟机(JVM)内存管理机制的深入理解。通过详细解析JVM的内存结构、垃圾回收算法以及性能优化策略,本文不仅揭示了Java程序高效运行背后的原理,还为开发者提供了优化应用程序性能的实用技巧。不同于常规摘要仅概述文章大意,本文摘要将简要介绍JVM内存管理的关键点,为读者提供一个清晰的学习路线图。
|
11天前
|
存储 缓存 监控
Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
本文介绍了Docker容器性能调优的关键技巧,涵盖CPU、内存、网络及磁盘I/O的优化策略,结合实战案例,旨在帮助读者有效提升Docker容器的性能与稳定性。
41 7
|
9天前
|
存储 监控 算法
Java虚拟机(JVM)垃圾回收机制深度解析与优化策略####
本文旨在深入探讨Java虚拟机(JVM)的垃圾回收机制,揭示其工作原理、常见算法及参数调优方法。通过剖析垃圾回收的生命周期、内存区域划分以及GC日志分析,为开发者提供一套实用的JVM垃圾回收优化指南,助力提升Java应用的性能与稳定性。 ####
|
12天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
36 1
|
16天前
|
监控 算法 Java
Java虚拟机垃圾回收机制深度剖析与优化策略####
【10月更文挑战第21天】 本文旨在深入探讨Java虚拟机(JVM)中的垃圾回收机制,揭示其工作原理、常见算法及参数调优技巧。通过案例分析,展示如何根据应用特性调整GC策略,以提升Java应用的性能和稳定性,为开发者提供实战中的优化指南。 ####
33 5