JVM 性能调优 - 常用的垃圾回收器(6)

垃圾收集器

在 JVM（Java虚拟机）中，垃圾收集器（Garbage Collector）是负责自动管理内存的组件。它的主要任务是在程序运行过程中，自动回收不再使用的对象所占用的内存空间，以便为新的对象提供足够的内存。

JVM中的垃圾收集器使用不同的算法和策略来实现垃圾收集过程，以满足不同的性能和内存需求。以下是 JVM 中常见的垃圾收集器：

  1. Serial收集器：是最古老的垃圾收集器，使用单线程进行垃圾收集。它适用于小型应用程序或者客户端应用程序，具有简单、高效的特点。

  2. Parallel收集器：也称为吞吐量优先收集器，使用多线程进行垃圾收集。它适用于需要高吞吐量的应用程序，可以充分利用多核处理器的优势。

  3. CMS（Concurrent Mark Sweep）收集器：是一种并发收集器，它在垃圾收集过程中，尽可能减少应用程序的停顿时间。它适用于对响应时间有较高要求的应用程序。

  4. G1（Garbage-First）收集器：是一种面向服务器应用程序的垃圾收集器，它通过将堆内存划分为多个区域，并根据垃圾分布情况进行优化的方式，实现高效的垃圾收集。

除了以上列举的垃圾收集器，JVM还提供了其他一些垃圾收集器，如ZGC（Z Garbage Collector）和Shenandoah等，它们都具有不同的特点和适用场景。

然而，Java虚拟机规范（Java Virtual Machine Specification）并没有具体规定垃圾收集器的实现细节，它只定义了Java虚拟机的内存模型和垃圾收集的基本概念。具体的垃圾收集器的实现是由不同的JVM厂商根据规范进行开发和优化的。

Java虚拟机规范确实提供了一些关于垃圾收集器的建议和要求，例如：

  1. 垃圾收集器应该能够自动识别和回收不再使用的对象，以避免内存泄漏和内存溢出的问题。

  2. 垃圾收集器应该能够根据需要动态调整内存的分配和回收策略，以提高性能和效率。

  3. 垃圾收集器应该能够最小化应用程序的停顿时间，以提供更好的响应性能。

  4. 垃圾收集器应该能够处理不同类型的对象，包括普通对象、数组对象和本地对象等。

总之，虽然Java虚拟机规范没有具体规定垃圾收集器的实现细节，但它提供了一些关于垃圾收集器的建议和要求，以确保Java虚拟机能够提供高效、可靠的垃圾收集机制。具体的垃圾收集器的实现取决于不同的JVM厂商和版本。

七大经典垃圾收集器

  • 串行回收器：Serial、Serial Old。
  • 并行回收器：ParNew、Parallel Scavenge、Parallel Old。
  • 并发回收器：CMS、G1。

我们可以从下图中看到各大垃圾收集器的应用程序线程和垃圾回收线程的关系。

垃圾收集器和垃圾分代关系

  • 新生代收集器：Serial GC、ParNew GC、Parallel Scavenge GC。

  • 老年代收集器：CMS GC、Serial old、Parallel Old GC。

  • 整堆收集器：G1。

垃圾收集器和垃圾分代关系如下图所示：

垃圾回收算法
  • 引用计数（Java 中不使用）
  • 复制拷贝（新生代用）
  • 标记清除（用于老年代）
  • 标记整理（用于老年代）

垃圾收集器分类

按线程数分

可以分为串行回收和并行回收。

  • 串行回收器：同一时间段内只有一个 CPU 用于执行垃圾回收，应用程序线程将被暂停，直至收集。
  • 并行回收器：垃圾回收器的线程与应用程序线程可以交替运行，尽可能减少垃圾回收停顿的时间。
  • 串行和并行回收器的共同点：都会发生 Stop the world。
  • 串行回收器应用场景：客户端的 Client 模式下的 JVM 中。
按工作模式分

可以分为串行并发式回收和独占式回收。

  • 并发式垃圾收集器：回收线程和应用程序线程交替工作，减少应用程序的停顿时间。
  • 独占式垃圾收集器：只要进行垃圾回收，就停止应用程序中的所有用户线程，直到垃圾回收过程完全结束。
按碎片处理方式分

可以分为压缩式回收和非压缩式回收。

  • 压缩式回收：在回收完成后，对存活对象进行压缩整理，消除回收后的碎片。
  • 非压缩式回收：不进行压缩处理。
垃圾收集器的性能
  • 吞吐量：CPU 运行用户代码的时间和 CPU 总消耗时间的比值。
  • 暂停时间：应用程序线程暂停，GC 线程执行。

其实没有一个完美的垃圾收集器，也没有万能的垃圾收集器。每个收集器都有最合适场景，按需结合使用才能发挥最大的功效。

垃圾收集器总结

编写代码

package com.test;public class TestJavaHeapSpace {public static void main(String[] args) {byte[] bytes1 = new byte[1 * 1024 * 1024];byte[] bytes2 = new byte[1 * 1024 * 1024];byte[] bytes3 = new byte[1 * 1024 * 1024];}
}

运行程序

$ java -Xms2M -Xmx2M -XX:+PrintCommandLineFlags -XX:+PrintGCDetails com.test.TestJavaHeapSpace

[GC (Allocation Failure) [PSYoungGen: 511K->488K(1024K)] 511K->504K(1536K), 0.0319948 secs] [Times: user=0.00 sys=0.00, real=0.04 secs] 
[GC (Allocation Failure) [PSYoungGen: 985K->504K(1024K)] 1001K->642K(1536K), 0.0007380 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
[GC (Allocation Failure) [PSYoungGen: 1009K->509K(1024K)] 1148K->736K(1536K), 0.0007602 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
[GC (Allocation Failure) [PSYoungGen: 1013K->509K(1024K)] 1240K->760K(1536K), 0.0005670 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
[GC (Allocation Failure) [PSYoungGen: 1014K->509K(1024K)] 1265K->776K(1536K), 0.0006131 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
[GC (Allocation Failure) [PSYoungGen: 1018K->509K(1024K)] 1285K->808K(1536K), 0.0005305 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
[GC (Allocation Failure) --[PSYoungGen: 1008K->1008K(1024K)] 1307K->1515K(1536K), 0.0336632 secs] [Times: user=0.00 sys=0.00, real=0.03 secs] 
[Full GC (Ergonomics) [PSYoungGen: 1008K->266K(1024K)] [ParOldGen: 506K->421K(512K)] 1515K->688K(1536K), [Metaspace: 2525K->2525K(1056768K)], 0.0057810 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
[Full GC (Ergonomics) [PSYoungGen: 764K->196K(1024K)] [ParOldGen: 421K->389K(512K)] 1186K->586K(1536K), [Metaspace: 2526K->2526K(1056768K)], 0.0048920 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
[Full GC (Ergonomics) [PSYoungGen: 698K->196K(1024K)] [ParOldGen: 389K->391K(512K)] 1088K->588K(1536K), [Metaspace: 2526K->2526K(1056768K)], 0.0051047 secs] [Times: user=0.05 sys=0.00, real=0.00 secs] 
[Full GC (Ergonomics) [PSYoungGen: 692K->196K(1024K)] [ParOldGen: 391K->392K(512K)] 1084K->589K(1536K), [Metaspace: 2526K->2526K(1056768K)], 0.0053302 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
[Full GC (Ergonomics) [PSYoungGen: 702K->196K(1024K)] [ParOldGen: 392K->394K(512K)] 1094K->591K(1536K), [Metaspace: 2526K->2526K(1056768K)], 0.0050899 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
[Full GC (Ergonomics) [PSYoungGen: 707K->196K(1024K)] [ParOldGen: 394K->395K(512K)] 1101K->592K(1536K), [Metaspace: 2526K->2526K(1056768K)], 0.0049420 secs] [Times: user=0.06 sys=0.00, real=0.00 secs] 
[Full GC (Ergonomics) [PSYoungGen: 707K->196K(1024K)] [ParOldGen: 395K->396K(512K)] 1103K->593K(1536

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/255608.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【Ubuntu 20.04/22.04 LTS】最新 esp-matter SDK 软件编译环境搭建步骤

【Ubuntu 20.04/22.04 LTS】最新 esp-matter SDK 软件编译环境搭建步骤

仓库链接：esp-matter SDK官方软件说明：ESP Matter Programming Guide官方参考文档：使用 Matter-SDK 快速搭建 Matter 环境 (Linux) 环境要求 Ubuntu 20.04 或 Ubuntu22.04网络环境支持访问 Gihub 在安装 esp-matter SDK 软件编译环境之前&a…
阅读更多...
金融行业专题｜证券超融合架构转型与场景探索合集（2023版）

金融行业专题｜证券超融合架构转型与场景探索合集（2023版）

更新内容 更新 SmartX 超融合在证券行业的覆盖范围、部署规模与应用场景。新增操作系统信创转型、Nutanix 国产化替代、网络与安全等场景实践。更多超融合金融核心生产业务场景实践，欢迎阅读文末电子书。 在金融行业如火如荼的数字化转型大潮中，传统架…
阅读更多...
mysql、mybatis中SORT

mysql、mybatis中SORT

SORT排序 根据数据表sys_series中HOT（int类型）进行升序排列： 原来的数据库中存储： 排序 # 结果是HOT字段为null的所有数据都排在最前面，不为null的数据按升序排列 SELECT * FROM sys_series ORDER BY HOT;# 结果是H…
阅读更多...
机器学习10-特征缩放

机器学习10-特征缩放

特征缩放的目的是确保不同特征的数值范围相近，使得模型在训练过程中更加稳定，加速模型收敛，提高模型性能。具体而言，零均值和单位方差的目标有以下几点好处： 1. 均值为零（Zero Mean）&#xff1a…
阅读更多...
Git分支常用指令

Git分支常用指令

目录 1 git branch 2 git branch xx 3 git checkout xx 4 git checkout -b xx 5 git branch -d xx 6 git branch -D xx 7 git merge xx(含快进模式和冲突解决的讲解) 注意git-log: 1 git branch 作用：查看分支 示例： 2 git branch xx 作用&a…
阅读更多...
热数据存储在HDFS，冷备数据存储于对象存储中

热数据存储在HDFS，冷备数据存储于对象存储中

1.场景分析 生产环境均为腾讯云服务器，日志数据计划存储于HDFS中，由于日志数据较大（压缩后1T/天），不断扩充云盘成本消耗大。鉴于对象存储的存储成本较为低廉，但是日常频繁使用会产生流量费用。 鉴于此&…
阅读更多...
【数学建模】【2024年】【第40届】【MCM/ICM】【C题 网球运动中的“动量”】【解题思路】

【数学建模】【2024年】【第40届】【MCM/ICM】【C题 网球运动中的“动量”】【解题思路】

一、题目 （一） 赛题原文 2024 MCM Problem C: Momentum in Tennis In the 2023 Wimbledon Gentlemen’s final, 20-year-old Spanish rising star Carlos Alcaraz defeated 36-year-old Novak Djokovic. The loss was Djokovic’s first at Wimbledon…
阅读更多...
ubuntu篇---ubuntu安装python3.9

ubuntu篇---ubuntu安装python3.9

ubuntu篇—ubuntu安装python3.9 在ubuntu上安装Python有两种方法:在线安装和源码编译安装。 方法1：使用apt在线安装 1.更新软件包列表并安装必备组件： $ sudo apt update $ sudo apt install software-properties-common2.将Deadsnakes PPA添加到系统…
阅读更多...
leetcode（矩阵）74. 搜索二维矩阵（C++详细解释）DAY7

leetcode（矩阵）74. 搜索二维矩阵（C++详细解释）DAY7

文章目录 1.题目示例提示 2.解答思路3.实现代码结果 4.总结 1.题目 给你一个满足下述两条属性的 m x n 整数矩阵： 每行中的整数从左到右按非严格递增顺序排列。每行的第一个整数大于前一行的最后一个整数。 给你一个整数 target ，如果 target 在矩阵中…
阅读更多...
服务器安装Docker （centOS）

服务器安装Docker （centOS）

1. 卸载旧版本的Docker（如果有） 首先，如果您的系统上安装了旧版本的Docker，需要将其卸载。Docker的旧版本称为docker或docker-engine。使用以下命令来卸载旧版本： sudo yum remove docker \ docker-client \ docker-…
阅读更多...
16-Verilog实现二线制I2C CMOS串行EEPROM的读写操作

16-Verilog实现二线制I2C CMOS串行EEPROM的读写操作

Verilog实现二线制I2C CMOS串行EEPROM的读写操作 1，二线制I2C CMOS串行EEPROM的简单介绍2，I2C总线特征介绍3，二线制I2C、CMOS串行EEPROM的读写操作4，EEPROM的Verilog HDL程序4.1，EEPROM的行为模型思路如下：…
阅读更多...
leetcode9. 回文数|详细深入讲解算法

leetcode9. 回文数|详细深入讲解算法

前往题目有 反转一半数字 思路 映入脑海的第一个想法是将数字转换为字符串，并检查字符串是否为回文。但是，这需要额外的非常量空间来创建问题描述中所不允许的字符串。 第二个想法是将数字本身反转，然后将反转后的数字与原始数字进行比较&…
阅读更多...
HCIA-HarmonyOS设备开发认证V2.0-3.2.轻量系统内核基础-时间管理

HCIA-HarmonyOS设备开发认证V2.0-3.2.轻量系统内核基础-时间管理

目录 一、时间管理1.1、时间接口 一、时间管理 时间管理以系统时钟为基础，给应用程序提供所有和时间有关的服务。系统时钟是由定时器/计数器产生的输出脉冲触发中断产生的，一般定义为整数或长整数。输出脉冲的周期叫做一个“时钟滴答”。系统时钟也称为…
阅读更多...
防火墙安全策略及nat实验

防火墙安全策略及nat实验

要求一：生产区的设备在工作时间访问dmz区,仅可访问http服务器 要求二：办公区可以全天访问dmz区，其中10.0.2.20可以访问FTP服务器和HTTP服务器，10.0.2.10仅可以ping通10.0.3.10 要求三：办公区在访问服务器区时采用匿名认…
阅读更多...
SpringCloud--Eureka注册中心服务搭建注册以及服务发现

SpringCloud--Eureka注册中心服务搭建注册以及服务发现

注意springboot以及springcloud版本&#xff0c;可能有莫名其妙的错误&#xff0c;这里使用的是springboot-2.6.13&#xff0c;springcloud-2021.0.5 一&#xff0c;Eureka-Server搭建&#xff1a; 1.创建项目&#xff1a;引入依赖 <dependency><groupId>org.sp…
阅读更多...
机器学习系列——（十八）K-means聚类

机器学习系列——（十八）K-means聚类

引言 在众多机器学习技术中&#xff0c;K-means聚类以其简洁高效著称&#xff0c;成为了数据分析师和算法工程师手中的利器。无论是在市场细分、社交网络分析&#xff0c;还是图像处理等领域&#xff0c;K-means都扮演着至关重要的角色。本文旨在深入解析K-means聚类的原理、实…
阅读更多...
Javaweb之SpringBootWeb案例之事务管理的详细解析

Javaweb之SpringBootWeb案例之事务管理的详细解析

1. 事务管理 1.1 事务回顾 在数据库阶段我们已学习过事务了&#xff0c;我们讲到&#xff1a; 事务是一组操作的集合&#xff0c;它是一个不可分割的工作单位。事务会把所有的操作作为一个整体&#xff0c;一起向数据库提交或者是撤销操作请求。所以这组操作要么同时成功&am…
阅读更多...
并行计算导论 笔记 1

并行计算导论 笔记 1

目录 并行编程平台隐式并行超标量执行/指令流水线超长指令字处理器 VLIW 内存性能系统的局限避免内存延迟的方法 并行计算平台控制结构通信模型共享地址空间平台消息传递平台对比 物理组织理想并行计算机并行计算机互联网络网络拓朴结构基于总线的网络交叉开关网络多级网络全连…
阅读更多...
【MySQL】数据库基础 -- 详解

【MySQL】数据库基础 -- 详解

一、什么是数据库 存储数据用文件就可以了&#xff0c;为什么还要弄个数据库? 一般的文件确实提供了数据的存储功能&#xff0c;但是文件并没有提供非常好的数据&#xff08;内容&#xff09;的管理能力&#xff08;用户角度&#xff09;。 文件保存数据有以下几个缺点&…
阅读更多...
常用的前端模块化标准总结

常用的前端模块化标准总结

1、模块化标准出现以前使用的模块化方案&#xff1a; 1&#xff09;文件划分&#xff1a; 将不同的模块定义在不同的文件中&#xff0c;然后使用时通过script标签引入这些文件 缺点&#xff1a; 模块变量相当于是定义在全局的&#xff0c;容易造成变量名冲突&#xff08;即不…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023