前言

G1 GC，全稱Garbage-First Garbage Collector，通過-XX:+UseG1GC參數來啟用，作為體驗版隨著JDK 6u14版本面世，在JDK 7u4版本發行時被正式推出，相信熟悉JVM的同學們都不會對它感到陌生。在JDK 9中，G1被提議設置為默認垃圾收集器（JEP 248）。在官網中，是這樣描述G1的：

The Garbage-First (G1) collector is a server-style garbage collector, targeted for multi-processor machines with large memories. It meets garbage collection (GC) pause time goals with a high probability, while achieving high throughput. The G1 garbage collector is fully supported in Oracle JDK 7 update 4 and later releases. The G1 collector is designed for applications that:

• Can operate concurrently with applications threads like the CMS collector.
• Compact free space without lengthy GC induced pause times.
• Need more predictable GC pause durations.
• Do not want to sacrifice a lot of throughput performance.
• Do not require a much larger Java heap.

從官網的描述中，我們知道G1是一種服務器端的垃圾收集器，應用在多處理器和大容量內存環境中，在實現高吞吐量的同時，盡可能的滿足垃圾收集暫停時間的要求。它是專門針對以下應用場景設計的:

• 像CMS收集器一樣，能與應用程序線程并發執行。
• 整理空閑空間更快。
• 需要GC停頓時間更好預測。
• 不希望犧牲大量的吞吐性能。
• 不需要更大的Java Heap。

G1收集器的設計目標是取代CMS收集器，它同CMS相比，在以下方面表現的更出色：

• G1是一個有整理內存過程的垃圾收集器，不會產生很多內存碎片。
• G1的Stop The World(STW)更可控，G1在停頓時間上添加了預測機制，用戶可以指定期望停頓時間。

有了以上的特性，難怪有人說它是一款駕馭一切的垃圾收集器（G1: One Garbage Collector To Rule Them All）。本文帶大家來了解一下G1 GC的一些關鍵技術，為能正確的使用它，做好理論基礎的鋪墊。

G1中幾個重要概念

在G1的實現過程中，引入了一些新的概念，對于實現高吞吐、沒有內存碎片、收集時間可控等功能起到了關鍵作用。下面我們就一起看一下G1中的這幾個重要概念。

Region

傳統的GC收集器將連續的內存空間劃分為新生代、老年代和永久代（JDK 8去除了永久代，引入了元空間Metaspace），這種劃分的特點是各代的存儲地址（邏輯地址，下同）是連續的。如下圖所示：

而G1的各代存儲地址是不連續的，每一代都使用了n個不連續的大小相同的Region，每個Region占有一塊連續的虛擬內存地址。如下圖所示：

在上圖中，我們注意到還有一些Region標明了H，它代表Humongous，這表示這些Region存儲的是巨大對象（humongous object，H-obj），即大小大于等于region一半的對象。H-obj有如下幾個特征：

• H-obj直接分配到了old gen，防止了反復拷貝移動。
• H-obj在global concurrent marking階段的cleanup 和 full GC階段回收。
• 在分配H-obj之前先檢查是否超過 initiating heap occupancy percent和the marking threshold, 如果超過的話，就啟動global concurrent marking，為的是提早回收，防止 evacuation failures 和 full GC。

為了減少連續H-objs分配對GC的影響，需要把大對象變為普通的對象，建議增大Region size。

一個Region的大小可以通過參數-XX:G1HeapRegionSize設定，取值范圍從1M到32M，且是2的指數。如果不設定，那么G1會根據Heap大小自動決定。相關的設置代碼如下：

// share/vm/gc_implementation/g1/heapRegion.cpp // Minimum region size; we won't go lower than that. // We might want to decrease this in the future, to deal with small // heaps a bit more efficiently. #define MIN_REGION_SIZE ( 1024 * 1024 ) // Maximum region size; we don't go higher than that. There's a good // reason for having an upper bound. We don't want regions to get too // large, otherwise cleanup's effectiveness would decrease as there // will be fewer opportunities to find totally empty regions after // marking. #define MAX_REGION_SIZE ( 32 * 1024 * 1024 ) // The automatic region size calculation will try to have around this // many regions in the heap (based on the min heap size). #define TARGET_REGION_NUMBER 2048 void HeapRegion::setup_heap_region_size(size_t initial_heap_size, size_t max_heap_size) {uintx region_size = G1HeapRegionSize;if (FLAG_IS_DEFAULT(G1HeapRegionSize)) {size_t average_heap_size = (initial_heap_size + max_heap_size) / 2;region_size = MAX2(average_heap_size / TARGET_REGION_NUMBER,(uintx) MIN_REGION_SIZE);}int region_size_log = log2_long((jlong) region_size);// Recalculate the region size to make sure it's a power of// 2. This means that region_size is the largest power of 2 that's// <= what we've calculated so far.region_size = ((uintx)1 << region_size_log);// Now make sure that we don't go over or under our limits.if (region_size < MIN_REGION_SIZE) {region_size = MIN_REGION_SIZE;} else if (region_size > MAX_REGION_SIZE) {region_size = MAX_REGION_SIZE;} }

SATB

全稱是Snapshot-At-The-Beginning，由字面理解，是GC開始時活著的對象的一個快照。它是通過Root Tracing得到的，作用是維持并發GC的正確性。
那么它是怎么維持并發GC的正確性的呢？根據三色標記算法，我們知道對象存在三種狀態：

• 白：對象沒有被標記到，標記階段結束后，會被當做垃圾回收掉。
• 灰：對象被標記了，但是它的field還沒有被標記或標記完。
• 黑：對象被標記了，且它的所有field也被標記完了。

由于并發階段的存在，Mutator和Garbage Collector線程同時對對象進行修改，就會出現白對象漏標的情況，這種情況發生的前提是：

• Mutator賦予一個黑對象該白對象的引用。
• Mutator刪除了所有從灰對象到該白對象的直接或者間接引用。

對于第一個條件，在并發標記階段，如果該白對象是new出來的，并沒有被灰對象持有，那么它會不會被漏標呢？Region中有兩個top-at-mark-start（TAMS）指針，分別為prevTAMS和nextTAMS。在TAMS以上的對象是新分配的，這是一種隱式的標記。對于在GC時已經存在的白對象，如果它是活著的，它必然會被另一個對象引用，即條件二中的灰對象。如果灰對象到白對象的直接引用或者間接引用被替換了，或者刪除了，白對象就會被漏標，從而導致被回收掉，這是非常嚴重的錯誤，所以SATB破壞了第二個條件。也就是說，一個對象的引用被替換時，可以通過write barrier 將舊引用記錄下來。

// share/vm/gc_implementation/g1/g1SATBCardTableModRefBS.hpp // This notes that we don't need to access any BarrierSet data // structures, so this can be called from a static context. template <class T> static void write_ref_field_pre_static(T* field, oop newVal) {T heap_oop = oopDesc::load_heap_oop(field);if (!oopDesc::is_null(heap_oop)) {enqueue(oopDesc::decode_heap_oop(heap_oop));} } // share/vm/gc_implementation/g1/g1SATBCardTableModRefBS.cpp void G1SATBCardTableModRefBS::enqueue(oop pre_val) {// Nulls should have been already filtered.assert(pre_val->is_oop(true), "Error");if (!JavaThread::satb_mark_queue_set().is_active()) return;Thread* thr = Thread::current();if (thr->is_Java_thread()) {JavaThread* jt = (JavaThread*)thr;jt->satb_mark_queue().enqueue(pre_val);} else {MutexLockerEx x(Shared_SATB_Q_lock, Mutex::_no_safepoint_check_flag);JavaThread::satb_mark_queue_set().shared_satb_queue()->enqueue(pre_val);} }

SATB也是有副作用的，如果被替換的白對象就是要被收集的垃圾，這次的標記會讓它躲過GC，這就是float garbage。因為SATB的做法精度比較低，所以造成的float garbage也會比較多。

RSet

全稱是Remembered Set，是輔助GC過程的一種結構，典型的空間換時間工具，和Card Table有些類似。還有一種數據結構也是輔助GC的：Collection Set（CSet），它記錄了GC要收集的Region集合，集合里的Region可以是任意年代的。在GC的時候，對于old->young和old->old的跨代對象引用，只要掃描對應的CSet中的RSet即可。
邏輯上說每個Region都有一個RSet，RSet記錄了其他Region中的對象引用本Region中對象的關系，屬于points-into結構（誰引用了我的對象）。而Card Table則是一種points-out（我引用了誰的對象）的結構，每個Card 覆蓋一定范圍的Heap（一般為512Bytes）。G1的RSet是在Card Table的基礎上實現的：每個Region會記錄下別的Region有指向自己的指針，并標記這些指針分別在哪些Card的范圍內。 這個RSet其實是一個Hash Table，Key是別的Region的起始地址，Value是一個集合，里面的元素是Card Table的Index。

下圖表示了RSet、Card和Region的關系（出處）：

上圖中有三個Region，每個Region被分成了多個Card，在不同Region中的Card會相互引用，Region1中的Card中的對象引用了Region2中的Card中的對象，藍色實線表示的就是points-out的關系，而在Region2的RSet中，記錄了Region1的Card，即紅色虛線表示的關系，這就是points-into。
而維系RSet中的引用關系靠post-write barrier和Concurrent refinement threads來維護，操作偽代碼如下（出處）：

void oop_field_store(oop* field, oop new_value) {pre_write_barrier(field); // pre-write barrier: for maintaining SATB invariant*field = new_value; // the actual storepost_write_barrier(field, new_value); // post-write barrier: for tracking cross-region reference }

post-write barrier記錄了跨Region的引用更新，更新日志緩沖區則記錄了那些包含更新引用的Cards。一旦緩沖區滿了，Post-write barrier就停止服務了，會由Concurrent refinement threads處理這些緩沖區日志。
RSet究竟是怎么輔助GC的呢？在做YGC的時候，只需要選定young generation region的RSet作為根集，這些RSet記錄了old->young的跨代引用，避免了掃描整個old generation。 而mixed gc的時候，old generation中記錄了old->old的RSet，young->old的引用由掃描全部young generation region得到，這樣也不用掃描全部old generation region。所以RSet的引入大大減少了GC的工作量。

Pause Prediction Model

Pause Prediction Model 即停頓預測模型。它在G1中的作用是：

G1 uses a pause prediction model to meet a user-defined pause time target and selects the number of regions to collect based on the specified pause time target.

G1 GC是一個響應時間優先的GC算法，它與CMS最大的不同是，用戶可以設定整個GC過程的期望停頓時間，參數-XX:MaxGCPauseMillis指定一個G1收集過程目標停頓時間，默認值200ms，不過它不是硬性條件，只是期望值。那么G1怎么滿足用戶的期望呢？就需要這個停頓預測模型了。G1根據這個模型統計計算出來的歷史數據來預測本次收集需要選擇的Region數量，從而盡量滿足用戶設定的目標停頓時間。
停頓預測模型是以衰減標準偏差為理論基礎實現的：

// share/vm/gc_implementation/g1/g1CollectorPolicy.hpp double get_new_prediction(TruncatedSeq* seq) {return MAX2(seq->davg() + sigma() * seq->dsd(),seq->davg() * confidence_factor(seq->num())); }

在這個預測計算公式中：davg表示衰減均值，sigma()返回一個系數，表示信賴度，dsd表示衰減標準偏差，confidence_factor表示可信度相關系數。而方法的參數TruncateSeq，顧名思義，是一個截斷的序列，它只跟蹤了序列中的最新的n個元素。

在G1 GC過程中，每個可測量的步驟花費的時間都會記錄到TruncateSeq（繼承了AbsSeq）中，用來計算衰減均值、衰減變量，衰減標準偏差等：

// src/share/vm/utilities/numberSeq.cppvoid AbsSeq::add(double val) {if (_num == 0) {// if the sequence is empty, the davg is the same as the value_davg = val;// and the variance is 0_dvariance = 0.0;} else {// otherwise, calculate both_davg = (1.0 - _alpha) * val + _alpha * _davg;double diff = val - _davg;_dvariance = (1.0 - _alpha) * diff * diff + _alpha * _dvariance;} }

比如要預測一次GC過程中，RSet的更新時間，這個操作主要是將Dirty Card加入到RSet中，具體原理參考前面的RSet。每個Dirty Card的時間花費通過_cost_per_card_ms_seq來記錄，具體預測代碼如下：

// share/vm/gc_implementation/g1/g1CollectorPolicy.hppdouble predict_rs_update_time_ms(size_t pending_cards) {return (double) pending_cards * predict_cost_per_card_ms();}double predict_cost_per_card_ms() {return get_new_prediction(_cost_per_card_ms_seq);}

get_new_prediction就是我們開頭說的方法，現在大家應該基本明白停頓預測模型的實現原理了。

GC過程

講完了一些基本概念，下面我們就來看看G1的GC過程是怎樣的。

G1 GC模式

G1提供了兩種GC模式，Young GC和Mixed GC，兩種都是完全Stop The World的。

• Young GC：選定所有年輕代里的Region。通過控制年輕代的region個數，即年輕代內存大小，來控制young GC的時間開銷。
• Mixed GC：選定所有年輕代里的Region，外加根據global concurrent marking統計得出收集收益高的若干老年代Region。在用戶指定的開銷目標范圍內盡可能選擇收益高的老年代Region。

由上面的描述可知，Mixed GC不是full GC，它只能回收部分老年代的Region，如果mixed GC實在無法跟上程序分配內存的速度，導致老年代填滿無法繼續進行Mixed GC，就會使用serial old GC（full GC）來收集整個GC heap。所以我們可以知道，G1是不提供full GC的。

上文中，多次提到了global concurrent marking，它的執行過程類似CMS，但是不同的是，在G1 GC中，它主要是為Mixed GC提供標記服務的，并不是一次GC過程的一個必須環節。global concurrent marking的執行過程分為四個步驟：

• 初始標記（initial mark，STW）。它標記了從GC Root開始直接可達的對象。
• 并發標記（Concurrent Marking）。這個階段從GC Root開始對heap中的對象標記，標記線程與應用程序線程并行執行，并且收集各個Region的存活對象信息。
• 最終標記（Remark，STW）。標記那些在并發標記階段發生變化的對象，將被回收。
• 清除垃圾（Cleanup）。清除空Region（沒有存活對象的），加入到free list。

第一階段initial mark是共用了Young GC的暫停，這是因為他們可以復用root scan操作，所以可以說global concurrent marking是伴隨Young GC而發生的。第四階段Cleanup只是回收了沒有存活對象的Region，所以它并不需要STW。

Young GC發生的時機大家都知道，那什么時候發生Mixed GC呢？其實是由一些參數控制著的，另外也控制著哪些老年代Region會被選入CSet。

• G1HeapWastePercent：在global concurrent marking結束之后，我們可以知道old gen regions中有多少空間要被回收，在每次YGC之后和再次發生Mixed GC之前，會檢查垃圾占比是否達到此參數，只有達到了，下次才會發生Mixed GC。
• G1MixedGCLiveThresholdPercent：old generation region中的存活對象的占比，只有在此參數之下，才會被選入CSet。
• G1MixedGCCountTarget：一次global concurrent marking之后，最多執行Mixed GC的次數。
• G1OldCSetRegionThresholdPercent：一次Mixed GC中能被選入CSet的最多old generation region數量。

除了以上的參數，G1 GC相關的其他主要的參數有：

參數含義

-XX:G1HeapRegionSize=n	設置Region大小，并非最終值
-XX:MaxGCPauseMillis	設置G1收集過程目標時間，默認值200ms，不是硬性條件
-XX:G1NewSizePercent	新生代最小值，默認值5%
-XX:G1MaxNewSizePercent	新生代最大值，默認值60%
-XX:ParallelGCThreads	STW期間，并行GC線程數
-XX:ConcGCThreads=n	并發標記階段，并行執行的線程數
-XX:InitiatingHeapOccupancyPercent	設置觸發標記周期的 Java 堆占用率閾值。默認值是45%。這里的java堆占比指的是non_young_capacity_bytes，包括old+humongous

GC日志

G1收集器的日志與其他收集器有很大不同，源于G1獨立的體系架構和數據結構，下面這兩段日志來源于美團點評的CRM系統線上生產環境。

Young GC日志

我們先來看看Young GC的日志：

{Heap before GC invocations=12 (full 1):garbage-first heap total 3145728K, used 336645K [0x0000000700000000, 0x00000007c0000000, 0x00000007c0000000)region size 1024K, 172 young (176128K), 13 survivors (13312K)Metaspace used 29944K, capacity 30196K, committed 30464K, reserved 1077248Kclass space used 3391K, capacity 3480K, committed 3584K, reserved 1048576K 2014-11-14T17:57:23.654+0800: 27.884: [GC pause (G1 Evacuation Pause) (young) Desired survivor size 11534336 bytes, new threshold 15 (max 15) - age 1: 5011600 bytes, 5011600 total27.884: [G1Ergonomics (CSet Construction) start choosing CSet, _pending_cards: 1461, predicted base time: 35.25 ms, remaining time: 64.75 ms, target pause time: 100.00 ms]27.884: [G1Ergonomics (CSet Construction) add young regions to CSet, eden: 159 regions, survivors: 13 regions, predicted young region time: 44.09 ms]27.884: [G1Ergonomics (CSet Construction) finish choosing CSet, eden: 159 regions, survivors: 13 regions, old: 0 regions, predicted pause time: 79.34 ms, target pause time: 100.00 ms] , 0.0158389 secs][Parallel Time: 8.1 ms, GC Workers: 4][GC Worker Start (ms): Min: 27884.5, Avg: 27884.5, Max: 27884.5, Diff: 0.1][Ext Root Scanning (ms): Min: 0.4, Avg: 0.8, Max: 1.2, Diff: 0.8, Sum: 3.1][Update RS (ms): Min: 0.0, Avg: 0.3, Max: 0.6, Diff: 0.6, Sum: 1.4][Processed Buffers: Min: 0, Avg: 2.8, Max: 5, Diff: 5, Sum: 11][Scan RS (ms): Min: 0.0, Avg: 0.1, Max: 0.1, Diff: 0.1, Sum: 0.3][Code Root Scanning (ms): Min: 0.0, Avg: 0.1, Max: 0.2, Diff: 0.2, Sum: 0.6][Object Copy (ms): Min: 4.9, Avg: 5.1, Max: 5.2, Diff: 0.3, Sum: 20.4][Termination (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0][GC Worker Other (ms): Min: 0.0, Avg: 0.4, Max: 1.3, Diff: 1.3, Sum: 1.4][GC Worker Total (ms): Min: 6.4, Avg: 6.8, Max: 7.8, Diff: 1.4, Sum: 27.2][GC Worker End (ms): Min: 27891.0, Avg: 27891.3, Max: 27892.3, Diff: 1.3][Code Root Fixup: 0.5 ms][Code Root Migration: 1.3 ms][Code Root Purge: 0.0 ms][Clear CT: 0.2 ms][Other: 5.8 ms][Choose CSet: 0.0 ms][Ref Proc: 5.0 ms][Ref Enq: 0.1 ms][Redirty Cards: 0.0 ms][Free CSet: 0.2 ms][Eden: 159.0M(159.0M)->0.0B(301.0M) Survivors: 13.0M->11.0M Heap: 328.8M(3072.0M)->167.3M(3072.0M)] Heap after GC invocations=13 (full 1):garbage-first heap total 3145728K, used 171269K [0x0000000700000000, 0x00000007c0000000, 0x00000007c0000000)region size 1024K, 11 young (11264K), 11 survivors (11264K)Metaspace used 29944K, capacity 30196K, committed 30464K, reserved 1077248Kclass space used 3391K, capacity 3480K, committed 3584K, reserved 1048576K }[Times: user=0.05 sys=0.01, real=0.02 secs]

每個過程的作用如下：

• garbage-first heap total 3145728K, used 336645K [0x0000000700000000, 0x00000007c0000000, 0x00000007c0000000)
  這行表示使用了G1垃圾收集器，total heap 3145728K，使用了336645K。
• region size 1024K, 172 young (176128K), 13 survivors (13312K)
  Region大小為1M，青年代占用了172個（共176128K），幸存區占用了13個（共13312K）。
• Metaspace used 29944K, capacity 30196K, committed 30464K, reserved 1077248K
  class space used 3391K, capacity 3480K, committed 3584K, reserved 1048576K
  java 8的新特性，去掉永久區，添加了元數據區，這塊不是本文重點，不再贅述。需要注意的是，之所以有committed和reserved，是因為沒有設置MetaspaceSize=MaxMetaspaceSize。
• [GC pause (G1 Evacuation Pause) (young)
  GC原因，新生代minor GC。
• [G1Ergonomics (CSet Construction) start choosing CSet, _pending_cards: 1461, predicted base time: 35.25 ms, remaining time: 64.75 ms, target pause time: 100.00 ms]
  發生minor GC和full GC時，所有相關region都是要回收的。而發生并發GC時，會根據目標停頓時間動態選擇部分垃圾對并多的Region回收，這一步就是選擇Region。_pending_cards是關于RSet的Card Table。predicted base time是預測的掃描card table時間。
• [G1Ergonomics (CSet Construction) add young regions to CSet, eden: 159 regions, survivors: 13 regions, predicted young region time: 44.09 ms]
  這一步是添加Region到collection set，新生代一共159個Region，13個幸存區Region，這也和之前的（172 young (176128K), 13 survivors (13312K)）吻合。預計收集時間是44.09 ms。
• [G1Ergonomics (CSet Construction) finish choosing CSet, eden: 159 regions, survivors: 13 regions, old: 0 regions, predicted pause time: 79.34 ms, target pause time: 100.00 ms]
  這一步是對上面兩步的總結。預計總收集時間79.34ms。
• [Parallel Time: 8.1 ms, GC Workers: 4]
  由于收集過程是多線程并行（并發）進行，這里是4個線程，總共耗時8.1ms（wall clock time）
• [GC Worker Start (ms): Min: 27884.5, Avg: 27884.5, Max: 27884.5, Diff: 0.1]
  收集線程開始的時間，使用的是相對時間，Min是最早開始時間，Avg是平均開始時間，Max是最晚開始時間，Diff是Max-Min（此處的0.1貌似有問題）
• [Ext Root Scanning (ms): Min: 0.4, Avg: 0.8, Max: 1.2, Diff: 0.8, Sum: 3.1]
  掃描Roots花費的時間，Sum表示total cpu time，下同。
• [Update RS (ms): Min: 0.0, Avg: 0.3, Max: 0.6, Diff: 0.6, Sum: 1.4] [Processed Buffers: Min: 0, Avg: 2.8, Max: 5, Diff: 5, Sum: 11]
  Update RS (ms)是每個線程花費在更新Remembered Set上的時間。
• [Scan RS (ms): Min: 0.0, Avg: 0.1, Max: 0.1, Diff: 0.1, Sum: 0.3]
  掃描CS中的region對應的RSet，因為RSet是points-into，所以這樣實現避免了掃描old generadion region，但是會產生float garbage。
• [Code Root Scanning (ms): Min: 0.0, Avg: 0.1, Max: 0.2, Diff: 0.2, Sum: 0.6]
  掃描code root耗時。code root指的是經過JIT編譯后的代碼里，引用了heap中的對象。引用關系保存在RSet中。
• [Object Copy (ms): Min: 4.9, Avg: 5.1, Max: 5.2, Diff: 0.3, Sum: 20.4]
  拷貝活的對象到新region的耗時。
• [Termination (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
  線程結束，在結束前，它會檢查其他線程是否還有未掃描完的引用，如果有，則"偷"過來，完成后再申請結束，這個時間是線程之前互相同步所花費的時間。
• [GC Worker Other (ms): Min: 0.0, Avg: 0.4, Max: 1.3, Diff: 1.3, Sum: 1.4]
  花費在其他工作上（未列出）的時間。
• [GC Worker Total (ms): Min: 6.4, Avg: 6.8, Max: 7.8, Diff: 1.4, Sum: 27.2]
  每個線程花費的時間和。
• [GC Worker End (ms): Min: 27891.0, Avg: 27891.3, Max: 27892.3, Diff: 1.3]
  每個線程結束的時間。
• [Code Root Fixup: 0.5 ms]
  用來將code root修正到正確的evacuate之后的對象位置所花費的時間。
• [Code Root Migration: 1.3 ms]
  更新code root 引用的耗時，code root中的引用因為對象的evacuation而需要更新。
• [Code Root Purge: 0.0 ms]
  清除code root的耗時，code root中的引用已經失效，不再指向Region中的對象，所以需要被清除。
• [Clear CT: 0.2 ms]
  清除card table的耗時。
• [Other: 5.8 ms]
  [Choose CSet: 0.0 ms]
  [Ref Proc: 5.0 ms]
  [Ref Enq: 0.1 ms]
  [Redirty Cards: 0.0 ms]
  [Free CSet: 0.2 ms]
  其他事項共耗時5.8ms，其他事項包括選擇CSet，處理已用對象，引用入ReferenceQueues，釋放CSet中的region到free list。
• [Eden: 159.0M(159.0M)->0.0B(301.0M) Survivors: 13.0M->11.0M Heap: 328.8M(3072.0M)->167.3M(3072.0M)]
  新生代清空了，下次擴容到301MB。

global concurrent marking 日志

對于global concurrent marking過程，它的日志如下所示：

66955.252: [G1Ergonomics (Concurrent Cycles) request concurrent cycle initiation, reason: occupancy higher than threshold, occupancy: 1449132032 bytes, allocation request: 579608 bytes, threshold: 1449 551430 bytes (45.00 %), source: concurrent humongous allocation] 2014-12-10T11:13:09.532+0800: 66955.252: Application time: 2.5750418 seconds66955.259: [G1Ergonomics (Concurrent Cycles) request concurrent cycle initiation, reason: requested by GC cause, GC cause: G1 Humongous Allocation] {Heap before GC invocations=1874 (full 4):garbage-first heap total 3145728K, used 1281786K [0x0000000700000000, 0x00000007c0000000, 0x00000007c0000000)region size 1024K, 171 young (175104K), 27 survivors (27648K)Metaspace used 116681K, capacity 137645K, committed 137984K, reserved 1171456Kclass space used 13082K, capacity 16290K, committed 16384K, reserved 1048576K66955.259: [G1Ergonomics (Concurrent Cycles) initiate concurrent cycle, reason: concurrent cycle initiation requested] 2014-12-10T11:13:09.539+0800: 66955.259: [GC pause (G1 Humongous Allocation) (young) (initial-mark) ……. 2014-12-10T11:13:09.597+0800: 66955.317: [GC concurrent-root-region-scan-start] 2014-12-10T11:13:09.597+0800: 66955.318: Total time for which application threads were stopped: 0.0655753 seconds 2014-12-10T11:13:09.610+0800: 66955.330: Application time: 0.0127071 seconds 2014-12-10T11:13:09.614+0800: 66955.335: Total time for which application threads were stopped: 0.0043882 seconds 2014-12-10T11:13:09.625+0800: 66955.346: [GC concurrent-root-region-scan-end, 0.0281351 secs] 2014-12-10T11:13:09.625+0800: 66955.346: [GC concurrent-mark-start] 2014-12-10T11:13:09.645+0800: 66955.365: Application time: 0.0306801 seconds 2014-12-10T11:13:09.651+0800: 66955.371: Total time for which application threads were stopped: 0.0061326 seconds 2014-12-10T11:13:10.212+0800: 66955.933: [GC concurrent-mark-end, 0.5871129 secs] 2014-12-10T11:13:10.212+0800: 66955.933: Application time: 0.5613792 seconds 2014-12-10T11:13:10.215+0800: 66955.935: [GC remark 66955.936: [GC ref-proc, 0.0235275 secs], 0.0320865 secs][Times: user=0.05 sys=0.00, real=0.03 secs] 2014-12-10T11:13:10.247+0800: 66955.968: Total time for which application threads were stopped: 0.0350098 seconds 2014-12-10T11:13:10.248+0800: 66955.968: Application time: 0.0001691 seconds 2014-12-10T11:13:10.250+0800: 66955.970: [GC cleanup 1178M->632M(3072M), 0.0060632 secs][Times: user=0.02 sys=0.00, real=0.01 secs] 2014-12-10T11:13:10.256+0800: 66955.977: Total time for which application threads were stopped: 0.0088462 seconds 2014-12-10T11:13:10.257+0800: 66955.977: [GC concurrent-cleanup-start] 2014-12-10T11:13:10.259+0800: 66955.979: [GC concurrent-cleanup-end, 0.0024743 secs

這次發生global concurrent marking的原因是：humongous allocation，上面提過在巨大對象分配之前，會檢測到old generation 使用占比是否超過了 initiating heap occupancy percent（45%），因為
1449132032(used)+ 579608(allocation request:) > 1449551430(threshold)，所以觸發了本次global concurrent marking。對于具體執行過程，上面的表格已經詳細講解了。值得注意的是上文中所說的initial mark往往伴隨著一次YGC，在日志中也有體現：GC pause (G1 Humongous Allocation) (young) (initial-mark)。

后記

因為篇幅的關系，也受限于能力水平，本文只是簡單了介紹了G1 GC的基本原理，很多細節沒有涉及到，所以說只能算是為研究和使用它的同學打開了一扇門。一個日本人專門寫了一本書《徹底解剖「G1GC」 アルゴリズ》詳細的介紹了G1 GC，這本書也被作者放到了GitHub上，詳見參考文獻5。另外，莫樞在這方面也研究的比較多，讀者可以去高級語言虛擬機論壇向他請教，本文的很多內容也是我在此論壇上請教過后整理的。總而言之，G1是一款非常優秀的垃圾收集器，盡管還有些不完美（預測模型還不夠智能），但是希望有更多的同學來使用它，研究它，提出好的建議，讓它變的更加完善。

參考文獻

Getting Started with the G1 Garbage Collector

請教G1算法的原理

關于incremental update與SATB的一點理解

Tips for Tuning the Garbage First Garbage Collector

g1gc-impl-book

垃圾優先型垃圾回收器調優

Understanding G1 GC Logs

G1: One Garbage Collector To Rule Them All

總結

以上是生活随笔為你收集整理的Java Hotspot G1 GC的一些关键技术的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。