今日では、コンテンツ
ガベージコレクタが何であるかを知るために
ゴミとリサイクルのアルゴリズムマスター共通の
可視化ビューGCログを学ぶシリアルを学び、パラレル、同時、G1のガベージコレクタ
1.ガベージコレクションとは何ですか？
必ずしもメモリリソースを占有しますが、最終的にメモリオーバーフローにつながる、メモリリソースの管理は非常に重要である迅速に治療しなければ、メモリリソース、無効なオブジェクトのリソースを申請する必要があり、プログラムを実行します。
1.1は、ガベージコレクタのC / C ++言語
C / C ++言語では、DELETEキーワードでリリースされた新しいキーワードメモリリソース、メモリリソースを適用することで、自動的なガベージコレクションはありません。
プログラマが解放されるように、特定の位置で削除書き込まない場合は、アプリケーションのオブジェクトは、常に、最終的にメモリオーバーフローにつながる可能性がメモリリソースを占有します。
1.2、Java言語のガベージコレクション
で自動ガベージコレクション機構を持つので、Java言語でのリリースをあまり考慮せずに、プログラマが実装コードに集中できるようにするために、メモリの問題、、、、我々はGCに精通しています。
ガベージコレクションのメカニズムでは、プログラマだけ自動的に完全にシステムが認識したメモリを解放することができ、メモリのアプリケーションを心配する必要はありません。
言い換えれば、自動ガベージコレクションのアルゴリズムは、アルゴリズムが無理であれば、メモリリソースにつながるが解除されていないため、また、メモリのオーバーフローを引き起こす可能性があり、非常に重要になります。
もちろん、Java言語に加えて、C＃、Pythonや他の言語は、自動ガベージコレクションのメカニズムを持っています。
2、一般的なガベージコレクションのアルゴリズムは、
メモリリソースの管理を自動化し、ガベージコレクションのメカニズムは、無効なオブジェクトで有効なオブジェクト、ある計算に集合アルゴリズムである必要があり、オブジェクトはリサイクルのために有効になります。
一般的なガベージコレクションのアルゴリズム：参照カウント、明確なラベリング法、ラベリング法の圧縮、複製アルゴリズム、世代アルゴリズム。
カウント2.1リファレンス
参照カウントはアルゴリズムの最古の一種である、最初のジョージE.コリンズは、最初の50時に、1960年に提案された
今日、数年後、このアルゴリズムは、まだ多くのプログラミング言語で使用されています。
2.1.1原理は、
オブジェクトA、オブジェクトAへの参照があると仮定、オブジェクトAカウンタ+ 1、参照が失敗した場合、オブジェクトAの参照カウンタが-1、カウンタ値に次に参照する場合、オブジェクトA 0、それが回復することができる、オブジェクトAへの参照がないことを意味します。
2.1.2、長所と短所
長所：
回復が始まった時にメモリを待つことなく、リアルタイムに高いが、十分ではありません、ランタイムは直接カウンターに回収することができるオブジェクトに応じて、ゼロです。
ガベージコレクションプロセスでは、アプリケーションがハングアップする必要はありません。アプリケーションメモリ場合は、メモリ不足、直ちに報告された
エラーをoutofmember。
地域、オブジェクトカウンタを更新しますが、オブジェクトはすべてのオブジェクトをスキャンしません影響を与えます。短所：
オブジェクトが参照されるたびに、我々は、カウンタを更新する必要があり、少し時間のオーバーヘッドがあります。
メモリが十分にある場合でも、まだ実行時にカウンターの統計を行って、CPUリソースの無駄。循環参照の問題を解決することができません。（最大の欠点）
循環参照とは何ですか？
クラス種皮{ パブリックTESTBのB。 } クラス TESTB { 公共種皮。 } パブリック クラスメイン{ 公共 静的 ボイドメイン（文字列[]引数）{A、A = 新しいA（）; BはB = 新しい B（）; AB = B。 BA = ; A = nullを。B = NULL ; } }
aとbがnullですが、しかし、理由は循環参照とBのため、aとbが回収されることはありません。
2.2、明確なマーキング方法の
マークスイープアルゴリズムは、ガベージコレクションは、2つのフェーズ、すなわち、マークとスイープに分割されています。
タグ：ルートタグのオブジェクト参照から始まります。
クリア：オブジェクト参照をクリーンアップすることができガベージオブジェクトをマークされていません。
2.2.1、このチャートの原理は、それらのフラグがすべて0（マークされない、以下のデフォルト0は1としてラベル付け、マークされていない）は、実行中のすべてのオブジェクトの状態を表すことが有効モーメントを仮定メモリ空間が不足し、JVMは、タグの後に、オブジェクトの状態の下に示すように、アプリケーションの実行を停止し、GCスレッドを開き、ルート検索アルゴリズムに従って、作業をマーキング開始します。
見ることができ、検索アルゴリズムのルートに応じて、ルートオブジェクトから到達可能なすべてのオブジェクトは、今我々はマークの第一段階を完了した、生存のためにマークされたオブジェクトです。次に、図に示すように、第2段階は、完了がクリアその後、実行オブジェクトの残りの部分と被写体の状態であり、クリアすることが必要です。
あなたは見ることができ、目立ったオブジェクトが削除回復しないだろう、とマークされたオブジェクトが去るだろう、とフラグが再び0を返しますがあります。次言うまでもなく、プログラムが実行され続けそうすることを、停止するスレッドを覚ます、と言っています。
2.2.2、長所と短所は
、参照サイクル計数アルゴリズムの問題を解決するための基準マークスイープアルゴリズムを見ることができ、ルートノード参照オブジェクトから回復していません。
また、マークスイープアルゴリズムは欠陥がある：
効率の低い、マークと2つの動きを削除した経験があることをすべてのオブジェクトをトラバースするために必要な、そしてGCでは、アプリケーションを停止する必要があり、インタラクティブなアプリケーションの比較的高い要求のためにしています非常に悪いです。
クリアメモリが支離滅裂にクリアされているので、復元されたオブジェクトは、メモリの隅々に存在する可能性があるため、アルゴリズムのメモリの断片化は、より深刻であるマーキングでクリア。
2.3は、圧縮アルゴリズムマーク
マークマーク圧縮アルゴリズムのアルゴリズムに基づいて明らかであり、改良されたアルゴリズムが最適化されています。クリアと同じアルゴリズムをマークするだけでなく、オブジェクトへの参照をクリーンアップ段階ではなく、単純にマークされていないオブジェクトをクリーンアップし、マークされたが、メモリの一端に圧縮されたオブジェクトの生存することが、ルートから開始し、その後の境界の外側をクリーンアップ断片化の問題を解決するように、ごみ、。
2.3.1原理
2.3.2、の長所と短所
圧縮アルゴリズム多段階、メモリ位置を移動させるステップ・オブジェクトをマークし、同時に、明確なラベリングアルゴリズムの断片化の問題を解決するための明確なラベリングアルゴリズムに利点と欠点は、それはまた、一定の効率を有しますこの影響。
2.4、复制算法
复制算法的核心就是，将原有的内存空间一分为二，每次只用其中的一块，在垃圾回收时，将正在使用的对象复制到另一个内存空间中，然后将该内存空间清空，交换两个内存的角色，完成垃圾的回收。
如果内存中的垃圾对象较多，需要复制的对象就较少，这种情况下适合使用该方式并且效率比较高，反之，则不适合。
2.4.1、JVM中年轻代内存空间
1.在GC开始的时候，对象只会存在于Eden区和名为“From”的Survivor区，Survivor 区“To”是空的。
2.紧接着进行GC，Eden区中所有存活的对象都会被复制到“To”，而在“From”区中，仍 存活的对象会根据他们的年龄值来决定去向。年龄达到一定值(年龄阈值，可以通过- XX:MaxTenuringThreshold来设置)的对象会被移动到年老代中，没有达到阈值的对 象会被复制到“To”区域。
3.经过这次GC后，Eden区和From区已经被清空。这个时候，“From”和“To”会交换他 们的角色，也就是新的“To”就是上次GC前的“From”，新的“From”就是上次GC前的“To”。不管怎样，都会保证名为To的Survivor区域是空的。
4.GC会一直重复这样的过程，直到“To”区被填满，“To”区被填满之后，会将所有对象移动到年老代中。
2.4.2、优缺点
优点：
在垃圾对象多的情况下，效率较高清理后，内存无碎片
缺点：
在垃圾对象少的情况下，不适用，如：老年代内存
分配的2块内存空间，在同一个时刻，只能使用一半，内存使用率较低
2.5、分代算法
前面介绍了多种回收算法，每一种算法都有自己的优点也有缺点，谁都不能替代谁，所 以根据垃圾回收对象的特点进行选择，才是明智的选择。
分代算法其实就是这样的，根据回收对象的特点进行选择，在jvm中，年轻代适合使用复 制算法，老年代适合使用标记清除或标记压缩算法。
3、垃圾收集器以及内存分配
前面我们讲了垃圾回收的算法，还需要有具体的实现，在jvm中，实现了多种垃圾收集 器，包括：串行垃圾收集器、并行垃圾收集器、CMS（并发）垃圾收集器、G1垃圾收集器，接下来，我们一个个的了解学习。
3.1、串行垃圾收集器
串行垃圾收集器，是指使用单线程进行垃圾回收，垃圾回收时，只有一个线程在工作， 并且java应用中的所有线程都要暂停，等待垃圾回收的完成。这种现象称之为STW（Stop-The-World）。
对于交互性较强的应用而言，这种垃圾收集器是不能够接受的。一般在Javaweb应用中是不会采用该收集器的。
3.1.1、编写测试代码
package cn.itcast.jvm; import java.util.ArrayList; import java.util.List; import java.util.Properties; import java.util.Random; public class TestGC { public static void main(String[] args) throws Exception { List<Object> list = new ArrayList<Object>(); while (true){ int sleep = new Random().nextInt(100); if(System.currentTimeMillis() % 2 ==0){ list.clear(); }else{ for (int i = 0; i < 10000; i++) { Properties properties = new Properties(); properties.put("key_"+i, "value_" + System.currentTimeMillis() + i); list.add(properties); } } // System.out.println("list大小为：" + list.size()); Thread.sleep(sleep); } } }
3.1.2、设置垃圾回收为串行收集器
在程序运行参数中添加2个参数，如下：
-XX:+UseSerialGC
指定年轻代和老年代都使用串行垃圾收集器
-XX:+PrintGCDetails
打印垃圾回收的详细信息
# 为了测试GC，将堆的初始和最大内存都设置为16M
‐XX:+UseSerialGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m
启动程序，可以看到下面信息：
[GC (Allocation Failure) [DefNew: 4416K‐>512K(4928K), 0.0046102 secs] 4416K‐>1973K(15872K), 0.0046533 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [Full GC (Allocation Failure) [Tenured: 10944K‐>3107K(10944K), 0.0085637 secs] 15871K‐>3107K(15872K), [Metaspace: 3496K‐>3496K(1056768K)], 0.0085974 secs] [Times: user=0.02 sys=0.00, real=0.01 secs]
GC日志信息解读：
年轻代的内存GC前后的大小：
DefNew
表示使用的是串行垃圾收集器。
4416K->512K(4928K)
表示，年轻代GC前，占有4416K内存，GC后，占有512K内存，总大小4928K 0.0046102 secs
表示，GC所用的时间，单位为毫秒。
4416K->1973K(15872K)
表示，GC前，堆内存占有4416K，GC后，占有1973K，总大小为15872K Full GC
表示，内存空间全部进行GC
3.2、并行垃圾收集器
并行垃圾收集器在串行垃圾收集器的基础之上做了改进，将单线程改为了多线程进行垃 圾回收，这样可以缩短垃圾回收的时间。（这里是指，并行能力较强的机器）
当然了，并行垃圾收集器在收集的过程中也会暂停应用程序，这个和串行垃圾回收器是 一样的，只是并行执行，速度更快些，暂停的时间更短一些。
3.2.1、ParNew垃圾收集器
ParNew垃圾收集器是工作在年轻代上的，只是将串行的垃圾收集器改为了并行。
通过-XX:+UseParNewGC参数设置年轻代使用ParNew回收器，老年代使用的依然是串行收集器。
测试：
#参数 ‐XX:+UseParNewGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m #打印出的信息 [GC (Allocation Failure) [ParNew: 4416K‐>512K(4928K), 0.0032106 secs] 4416K‐>1988K(15872K), 0.0032697 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
由以上信息可以看出， 致。
使用的是ParNew收集器。其他信息和串行收集器一
3.2.2、ParallelGC垃圾收集器
ParallelGC收集器工作机制和ParNewGC收集器一样，只是在此基础之上，新增了两个和 系统吞吐量相关的参数，使得其使用起来更加的灵活和高效。
相关参数如下：
-XX:+UseParallelGC
年轻代使用ParallelGC垃圾回收器，老年代使用串行回收器。
-XX:+UseParallelOldGC
年轻代使用ParallelGC垃圾回收器，老年代使用ParallelOldGC垃圾回收器。
-XX:MaxGCPauseMillis
设置最大的垃圾收集时的停顿时间，单位为毫秒
需要注意的时，ParallelGC为了达到设置的停顿时间，可能会调整堆大小或其他 的参数，如果堆的大小设置的较小，就会导致GC工作变得很频繁，反而可能会 影响到性能。
该参数使用需谨慎。
-XX:GCTimeRatio
设置垃圾回收时间占程序运行时间的百分比，公式为1/(1+n)。
它的值为0~100之间的数字，默认值为99，也就是垃圾回收时间不能超过1%
-XX:UseAdaptiveSizePolicy
自适应GC模式，垃圾回收器将自动调整年轻代、老年代等参数，达到吞吐量、堆大小、停顿时间之间的平衡。
一般用于，手动调整参数比较困难的场景，让收集器自动进行调整。
测试：
#参数 ‐XX:+UseParallelGC ‐XX:+UseParallelOldGC ‐XX:MaxGCPauseMillis=100 ‐ XX:+PrintGCDetails ‐Xms16m ‐Xmx16m #打印的信息 [GC (Allocation Failure) [PSYoungGen: 4096K‐>480K(4608K)] 4096K‐ >1840K(15872K), 0.0034307 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] [Full GC (Ergonomics) [PSYoungGen: 505K‐>0K(4608K)] [ParOldGen: 10332K‐ >10751K(11264K)] 10837K‐>10751K(15872K), [Metaspace: 3491K‐ >3491K(1056768K)], 0.0793622 secs] [Times: user=0.13 sys=0.00, real=0.08 secs]
有以上信息可以看出，年轻代和老年代都使用了ParallelGC垃圾回收器。
3.3、CMS垃圾收集器
CMS全称 Concurrent Mark Sweep，是一款并发的、使用标记-清除算法的垃圾回收器， 该回收器是针对老年代垃圾回收的，通过参数-XX:+UseConcMarkSweepGC进行设置。
CMS垃圾回收器的执行过程如下：初始化标记(CMS-initial-mark) ,标记root，会导致stw；
并发标记(CMS-concurrent-mark)，与用户线程同时运行；
预清理（CMS-concurrent-preclean），与用户线程同时运行； 重新标记(CMS-remark) ，会导致stw；
并发清除(CMS-concurrent-sweep)，与用户线程同时运行；
调整堆大小，设置CMS在清理之后进行内存压缩，目的是清理内存中的碎片；
并发重置状态等待下次CMS的触发(CMS-concurrent-reset)，与用户线程同时运行；
3.3.1、测试
#设置启动参数 ‐XX:+UseConcMarkSweepGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m #运行日志 [GC (Allocation Failure) [ParNew: 4926K‐>512K(4928K), 0.0041843 secs] 9424K‐>6736K(15872K), 0.0042168 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] #第一步，初始标记 [GC (CMS Initial Mark) [1 CMS‐initial‐mark: 6224K(10944K)] 6824K(15872K), 0.0004209 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] #第二步，并发标记 [CMS‐concurrent‐mark‐start] [CMS‐concurrent‐mark: 0.002/0.002 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] #第三步，预处理 [CMS‐concurrent‐preclean‐start] [CMS‐concurrent‐preclean: 0.000/0.000 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] #第四步，重新标记 [GC (CMS Final Remark) [YG occupancy: 1657 K (4928 K)][Rescan (parallel) , 0.0005811 secs][weak refs processing, 0.0000136 secs][class unloading, 0.0003671 secs][scrub symbol table, 0.0006813 secs][scrub string table, 0.0001216 secs][1 CMS‐remark: 6224K(10944K)] 7881K(15872K), 0.0018324 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] #第五步，并发清理 [CMS‐concurrent‐sweep‐start] [CMS‐concurrent‐sweep: 0.004/0.004 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] #第六步，重置 [CMS‐concurrent‐reset‐start] [CMS‐concurrent‐reset: 0.000/0.000 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
由以上日志信息，可以看出CMS执行的过程。
3.4、G1垃圾收集器（重点）
G1垃圾收集器是在jdk1.7中正式使用的全新的垃圾收集器，oracle官方计划在jdk9中将 G1变成默认的垃圾收集器，以替代CMS。
G1的设计原则就是简化JVM性能调优，开发人员只需要简单的三步即可完成调优：
1.第一步，开启G1垃圾收集器
2.第二步，设置堆的最大内存
3.第三步，设置最大的停顿时间
G1中提供了三种模式垃圾回收模式，Young GC、Mixed GC 和 Full GC，在不同的条件下被触发。
3.4.1、原理
G1垃圾收集器相对比其他收集器而言，最大的区别在于它取消了年轻代、老年代的物理 划分，取而代之的是将堆划分为若干个区域（Region），这些区域中包含了有逻辑上的 年轻代、老年代区域。
这样做的好处就是，我们再也不用单独的空间对每个代进行设置了，不用担心每个代内 存是否足够。
在G1划分的区域中，年轻代的垃圾收集依然采用暂停所有应用线程的方式，将存活对象拷贝到老年代或者Survivor空间，G1收集器通过将对象从一个区域复制到另外一个区 域，完成了清理工作。
这就意味着，在正常的处理过程中，G1完成了堆的压缩（至少是部分堆的压缩），这样也就不会有cms内存碎片问题的存在了。
在G1中，有一种特殊的区域，叫Humongous区域。
如果一个对象占用的空间超过了分区容量50%以上，G1收集器就认为这是一个巨型对象。
这些巨型对象，默认直接会被分配在老年代，但是如果它是一个短期存在的巨型对象，就会对垃圾收集器造成负面影响。
为了解决这个问题，G1划分了一个Humongous区，它用来专门存放巨型对象。如果
一个H区装不下一个巨型对象，那么G1会寻找连续的H分区来存储。为了能找到连续的H区，有时候不得不启动Full GC。
3.4.2、Young GC
Young GC主要是对Eden区进行GC，它在Eden空间耗尽时会被触发。
Eden空间的数据移动到Survivor空间中，如果Survivor空间不够，Eden空间的部分 数据会直接晋升到年老代空间。
Survivor区的数据移动到新的Survivor区中，也有部分数据晋升到老年代空间中。 最终Eden空间的数据为空，GC停止工作，应用线程继续执行。
3.4.2.1、Remembered Set（已记忆集合）
在GC年轻代的对象时，我们如何找到年轻代中对象的根对象呢？
根对象可能是在年轻代中，也可以在老年代中，那么老年代中的所有对象都是根么？ 如果全量扫描老年代，那么这样扫描下来会耗费大量的时间。
于是，G1引进了RSet的概念。它的全称是Remembered Set，其作用是跟踪指向某个堆
内的对象引用。
每个Region初始化时，会初始化一个RSet，该集合用来记录并跟踪其它Region指向该Region中对象的引用，每个Region默认按照512Kb划分成多个Card，所以RSet需要记录 的东西应该是 xx Region的 xx Card。
3.4.3、Mixed GC
当越来越多的对象晋升到老年代old region时，为了避免堆内存被耗尽，虚拟机会触发一个混合的垃圾收集器，即Mixed GC，该算法并不是一个Old GC，除了回收整个Young Region，还会回收一部分的Old Region，这里需要注意：是一部分老年代，而不是全部老年代，可以选择哪些old region进行收集，从而可以对垃圾回收的耗时时间进行控制。也要注意的是Mixed GC 并不是 Full GC。
MixedGC什么时候触发？ 由参数 -XX:InitiatingHeapOccupancyPercent=n 决定。默认：45%，该参数的意思是：当老年代大小占整个堆大小百分比达到该阀值时触发。
它的GC步骤分2步：
1.全局并发标记（global concurrent marking）
2.拷贝存活对象（evacuation）
3.4.3.1、全局并发标记
全局并发标记，执行过程分为五个步骤：
初始标记（initial mark，STW）
标记从根节点直接可达的对象，这个阶段会执行一次年轻代GC，会产生全局停顿。
根区域扫描（root region scan）
G1 GC 在初始标记的存活区扫描对老年代的引用，并标记被引用的对象。
该阶段与应用程序（非 STW）同时运行，并且只有完成该阶段后，才能开始下一次 STW 年轻代垃圾回收。
并发标记（Concurrent Marking）
G1 GC 在整个堆中查找可访问的（存活的）对象。该阶段与应用程序同时运行， 可以被 STW 年轻代垃圾回收中断。
重新标记（Remark，STW）
该阶段是 STW 回收，因为程序在运行，针对上一次的标记进行修正。清除垃圾（Cleanup，STW）
清点和重置标记状态，该阶段会STW，这个阶段并不会实际上去做垃圾的收集， 等待evacuation阶段来回收。
3.4.3.2、拷贝存活对象
Evacuation阶段是全暂停的。该阶段把一部分Region里的活对象拷贝到另一部分Region
中，从而实现垃圾的回收清理。
3.4.4、G1收集器相关参数
-XX:+UseG1GC
使用 G1 垃圾收集器
-XX:MaxGCPauseMillis
设置期望达到的最大GC停顿时间指标（JVM会尽力实现，但不保证达到），默认值是 200 毫秒。
-XX:G1HeapRegionSize=n
设置的 G1 区域的大小。值是 2 的幂，范围是 1 MB 到 32 MB 之间。目标是根据最小的 Java 堆大小划分出约 2048 个区域。
默认是堆内存的1/2000。
-XX:ParallelGCThreads=n
设置 STW 工作线程数的值。将 n 的值设置为逻辑处理器的数量。n 的值与逻辑处理器的数量相同，最多为 8。
-XX:ConcGCThreads=n
设置并行标记的线程数。将 n 设置为并行垃圾回收线程数 (ParallelGCThreads)
的 1/4 左右。
-XX:InitiatingHeapOccupancyPercent=n
设置触发标记周期的 Java 堆占用率阈值。默认占用率是整个 Java 堆的 45%。
3.4.5、测试
‐XX:+UseG1GC ‐XX:MaxGCPauseMillis=100 ‐XX:+PrintGCDetails ‐Xmx256m #日志 [GC pause (G1 Evacuation Pause) (young), 0.0044882 secs] [Parallel Time: 3.7 ms, GC Workers: 3] [GC Worker Start (ms): Min: 14763.7, Avg: 14763.8, Max: 14763.8, Diff: 0.1] #扫描根节点 [Ext Root Scanning (ms): Min: 0.2, Avg: 0.3, Max: 0.3, Diff: 0.1, Sum: 0.8] #更新RS区域所消耗的时间 [Update RS (ms): Min: 1.8, Avg: 1.9, Max: 1.9, Diff: 0.2, Sum: 5.6] [Processed Buffers: Min: 1, Avg: 1.7, Max: 3, Diff: 2, Sum: 5] [Scan RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0] [Code Root Scanning (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0] #对象拷贝 [Object Copy (ms): Min: 1.1, Avg: 1.2, Max: 1.3, Diff: 0.2, Sum: 3.6] 0.2] 3] [Termination (ms): Min: 0.0, Avg: 0.1, Max: 0.2, Diff: 0.2, Sum: [Termination Attempts: Min: 1, Avg: 1.0, Max: 1, Diff: 0, Sum: [GC Worker Other (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0] [GC Worker Total (ms): Min: 3.4, Avg: 3.4, Max: 3.5, Diff: 0.1, Sum: 10.3] [GC Worker End (ms): Min: 14767.2, Avg: 14767.2, Max: 14767.3, Diff: 0.1] [Code Root Fixup: 0.0 ms] [Code Root Purge: 0.0 ms] [Clear CT: 0.0 ms] #清空CardTable [Other: 0.7 ms] [Choose CSet: 0.0 ms] #选取CSet [Ref Proc: 0.5 ms] #弱引用、软引用的处理耗时[Ref Enq: 0.0 ms] #弱引用、软引用的入队耗时[Redirty Cards: 0.0 ms] [Humongous Register: 0.0 ms] #大对象区域注册耗时[Humongous Reclaim: 0.0 ms] #大对象区域回收耗时 [Free CSet: 0.0 ms] [Eden: 7168.0K(7168.0K)‐>0.0B(13.0M) Survivors: 2048.0K‐>2048.0K Heap: 55.5M(192.0M)‐>48.5M(192.0M)] #年轻代的大小统计 [Times: user=0.00 sys=0.00, real=0.00 secs]
3.4.6、对于G1垃圾收集器优化建议
年轻代大小
避免使用 -Xmn 选项或 -XX:NewRatio 等其他相关选项显式设置年轻代大小。固定年轻代的大小会覆盖暂停时间目标。
暂停时间目标不要太过严苛
G1 GC 的吞吐量目标是 90% 的应用程序时间和 10%的垃圾回收时间。
评估 G1 GC 的吞吐量时，暂停时间目标不要太严苛。目标太过严苛表示您愿意
承受更多的垃圾回收开销，而这会直接影响到吞吐量。
4、可视化GC日志分析工具
4.1、GC日志输出参数
前面通过-XX:+PrintGCDetails可以对GC日志进行打印，我们就可以在控制台查看，这样 虽然可以查看GC的信息，但是并不直观，可以借助于第三方的GC日志分析工具进行查 看。
在日志打印输出涉及到的参数如下：
‐XX:+PrintGC 输出GC日志 ‐XX:+PrintGCDetails 输出GC的详细日志 ‐XX:+PrintGCTimeStamps 输出GC的时间戳（以基准时间的形式） ‐XX:+PrintGCDateStamps 输出GC的时间戳（以日期的形式，如 2013‐05‐ 04T21:53:59.234+0800） ‐XX:+PrintHeapAtGC 在进行GC的前后打印出堆的信息 ‐Xloggc:../logs/gc.log 日志文件的输出路径
测试：
‐XX:+UseG1GC ‐XX:MaxGCPauseMillis=100 ‐Xmx256m ‐XX:+PrintGCDetails ‐ XX:+PrintGCTimeStamps ‐XX:+PrintGCDateStamps ‐XX:+PrintHeapAtGC ‐ Xloggc:F://test//gc.log
运行后就可以在E盘下生成gc.log文件。如下：
Java HotSpot(TM) 64‐Bit Server VM (25.144‐b01) for windows‐amd64 JRE (1.8.0_144‐b01), built on Jul 21 2017 21:57:33 by "java_re" with MS VC++ 10.0 (VS2010) Memory: 4k page, physical 12582392k(1939600k free), swap 17300984k(5567740k free) CommandLine flags: ‐XX:InitialHeapSize=201318272 ‐XX:MaxGCPauseMillis=100 ‐XX:MaxHeapSize=268435456 ‐XX:+PrintGC ‐XX:+PrintGCDateStamps ‐ XX:+PrintGCDetails ‐XX:+PrintGCTimeStamps ‐XX:+PrintHeapAtGC ‐ XX:+UseCompressedClassPointers ‐XX:+UseCompressedOops ‐XX:+UseG1GC ‐XX:‐ UseLargePagesIndividualAllocation {Heap before GC invocations=0 (full 0): garbage‐first heap total 196608K, used 9216K [0x00000000f0000000, 0x00000000f0100600, 0x0000000100000000) region size 1024K, 9 young (9216K), 0 survivors (0K) Metaspace used 3491K, capacity 4500K, committed 4864K, reserved 1056768K class space used 381K, capacity 388K, committed 512K, reserved 1048576K 2018‐09‐24T23:06:02.230+0800: 0.379: [GC pause (G1 Evacuation Pause) (young), 0.0031038 secs] [Parallel Time: 2.8 ms, GC Workers: 3] [GC Worker Start (ms): Min: 378.6, Avg: 378.8, Max: 379.0, Diff: 0.3] [Ext Root Scanning (ms): Min: 0.0, Avg: 0.4, Max: 0.8, Diff: 0.8, Sum: 1.3] [Update RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0] [Processed Buffers: Min: 0, Avg: 0.0, Max: 0, Diff: 0, Sum: 0] [Scan RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0] [Code Root Scanning (ms): Min: 0.0, Avg: 0.0, Max: 0.1, Diff: 0.1, Sum: 0.1] [Object Copy (ms): Min: 1.8, Avg: 1.9, Max: 1.9, Diff: 0.1, Sum: 5.6] 0.0] 3] [Termination (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: [Termination Attempts: Min: 1, Avg: 1.0, Max: 1, Diff: 0, Sum: [GC Worker Other (ms): Min: 0.0, Avg: 0.2, Max: 0.6, Diff: 0.6, Sum: 0.6] [GC Worker Total (ms): Min: 2.4, Avg: 2.5, Max: 2.7, Diff: 0.3, Sum: 7.6] [GC Worker End (ms): Min: 381.4, Avg: 381.4, Max: 381.4, Diff: 0.0] [Code Root Fixup: 0.0 ms] [Code Root Purge: 0.0 ms] [Clear CT: 0.0 ms] [Other: 0.2 ms] [Choose CSet: 0.0 ms] [Ref Proc: 0.1 ms] [Ref Enq: 0.0 ms] [Redirty Cards: 0.0 ms] [Humongous Register: 0.0 ms] [Humongous Reclaim: 0.0 ms] [Free CSet: 0.0 ms] [Eden: 9216.0K(9216.0K)‐>0.0B(7168.0K) Survivors: 0.0B‐>2048.0K Heap: 9216.0K(192.0M)‐>1888.0K(192.0M)] Heap after GC invocations=1 (full 0): garbage‐first heap total 196608K, used 1888K [0x00000000f0000000, 0x00000000f0100600, 0x0000000100000000) region size 1024K, 2 young (2048K), 2 survivors (2048K) Metaspace used 3491K, capacity 4500K, committed 4864K, reserved 1056768K class space used 381K, capacity 388K, committed 512K, reserved 1048576K } [Times: user=0.00 sys=0.00, real=0.00 secs] {Heap before GC invocations=1 (full 0): garbage‐first heap total 196608K, used 9056K [0x00000000f0000000, 0x00000000f0100600, 0x0000000100000000) region size 1024K, 9 young (9216K), 2 survivors (2048K) Metaspace used 3492K, capacity 4500K, committed 4864K, reserved 1056768K class space used 381K, capacity 388K, committed 512K, reserved 1048576K 2018‐09‐24T23:06:02.310+0800: 0.458: [GC pause (G1 Evacuation Pause) (young), 0.0070126 secs]
4.2、GC Easy 可视化工具
GC Easy是一款在线的可视化工具，易用、功能强大，网站：http://gceasy.io/上传后，点击“Analyze”按钮，即可查看报告
原文链接：https://blog.csdn.net/kai46385076/article/details/92957427