JVM跨代引用垃圾回收

1. 跨代引用概述

在Java堆内存中，年轻代和老年代之间存在的对象相互引用，假设现在要进行一次新生代的YGC，但新生代中的对象可能被老年代所引用的，为了找到新生代中的存活对象，不得不遍历整个老年代。这样明显效率很低下，那么如何快速识别并回收这种引用对象呢？

这就不得不提到Card Table(卡表)和 Remember Set（记忆集,简称RSet）了。

2. 跨代引用的处理方式

2.1 卡表（Card Table）

卡表是一种用于跟踪年轻代对象被老年代对象引用的数据结构。它将堆内存划分为一系列固定大小的区域（卡片），每个卡片记录了年轻代对象被老年代对象引用的情况。在老年代垃圾回收时，垃圾收集器会扫描卡表，以确定哪些年轻代对象是存活的，即被老年代对象引用。

在 JVM 中，一个 card 的大小（通常是）512字节。在多线程并行收集时，每个线程可以批量扫描多个 card，一批 card 被称为一个 stride。默认一个 stride 含有 256个 card，即每个线程要每次扫描 512 * 256 = 128 K 的内存区域。stride数量太多就会导致线程在stride之间切换的开销增加，进而导致 GC Pause 增长， strides 太少恐怕也会导致单次扫描的时间增长，进而影响整个 GC Pause 。

2.2 记忆集（Remembered Sets）

伴随 G1 垃圾收集器的诞生，传统的老年代和新生代都从物理上的连续空间，变成了一个个物理上不连续的空间 region。

JVM 针对这些Region 提供了一个数据结构，也就是 CSet（Collection Set），存储任意年代的region。

物理上不连续的 region 造成了新生代和老年的引用破碎化，新生代引用老年代，所以产生了 old->young和young->old的跨代对象引用，这时候 JVM 只要扫描 CSet 中的 R Set 即可。

逻辑上说每个Region都有一个RSet，RSet记录了其他Region中的对象引用本Region中对象的关系。

每个Region会在自身的Remembered Set中纪录下来自其他Region的指向自身的Card位置。这个Remembered Set是一个Hash Table，Key是别的Region的起始地址，Value是一个集合，里面的元素是Card Table的Index。

RSet、Card和Region的关系

下图表示了RSet、Card和Region的关系：

图中是相互引用的三个region。R1 和 R3 的被细分到了card table 级别。R2 被 R1 和 R3的某些区域引用，所以 R2 的 RSet 会记录到 R1 和 R2 的区域索引，即产生某些循环引用的作用。

一个 Region 的 RSet 如果有值，至少可以证明这个区域是有引用的；一个区域如果无值，则可以认为这个区域不可达，可以不扫描这个区域（Card Table 可以减少 Minor GC 扫描 old 区来理解 young 区的时间，RSet 则可以减少扫描生成 CSet 选取候选 region 的时间）。

在做YGC的时候，只需要选定young generation region的RSet作为根集，这些RSet记录了old->young的跨代引用，避免了扫描整个old generation。而mixed gc的时候，old generation中记录了old->old的 RSet，young->old的引用由扫描全部young generation region（的 card table）得到，这样也不用扫描全部old generation region。所以RSet的引入大大减少了GC的工作量。