上一篇博客概括过G1之前的其他垃圾回收器的特点，这里开始介绍G1垃圾回收器。
1 G1出现的背景
之前介绍过的新生代和老年代的垃圾收集器，在表现上存在如下问题：
- 老年代一般比较大，Serial Old和Parallel Old都需要Stop The World，因此，停顿时间可能会比较长。而CMS则会有内存碎片的问题。
- 需要有新生代和老年代的垃圾收集器一起搭配使用
G1的出现，则可以解决这些问题。G1 GC，全称Garbage-First Garbage Collector，通过-XX:+UseG1GC参数来启用，在jdk 7u4版本发行时被正式推出。
2 G1的特点和做的事情
G1的定位是在多核、大内存的机器上使用，一般在服务端应用里使用，首要目的是降低用户线程的停顿时间，其次才是追求高吞吐量。
特点如下：
- 在垃圾收集的过程中，会存在GC线程和用户线程同时工作的场景
- 更容易控制GC暂停时间，同时保持较高的吞吐量
- 分代收集。以不同的方式来处理新创建的对象和老对象
3 G1的实现细节
下面先讲述G1用到的一些算法，然后介绍垃圾回收的过程。
Region
G1将整个堆分成大小相等的一个个区域（Region），用来存放对象，如下图所示。有的区域用来存放Eden对象，有的用来存放Survivor对象，有的用来存放Old对象。当遇到大对象时，则可能需要两个Region合并后，才可以放得下该大对象，如图中标记为H(humongous object)的Region。
Remembered Set
每个Region都有对应的Rememered Set，用来存储指向该Region的引用信息，如下图所示。当虚拟机发现应用程序写入Reference类型的数据时，就会产生一个Write Barrier来暂时中断写操作，然后检查该Reference引用的对象是否在同一个Region中。如果不是，则将该引用信息添加到被引用对象的Remembered Set中。例如，Region6中的对象引用了Region1中的对象，那么，Region6就会被记录到Region1对应的Remembered Set 1中。
使用Remembered Set的好处是，在内存回收时，在GC根节点的枚举范围中加入Remembered Set，就可以快速知道Region的引用情况，从而避免对于全堆的扫描。例如要回收某个年轻代的Region，通过Remembered Set就可以快速知道是否有Old Region来引用它，避免了GC root链表的缓慢的扫描。这是一种空间换时间的思想。
SATB(Snapshot-At-The-Beginning)
在并发标记之后，如果用户线程更改了对应的引用关系，就会导致并发标记产生漏标和错标的问题。怎么解决这个问题呢？可以用到SATB算法。
SATB全称snapshot-at-the-beginning，由Taiichi Yuasa为增量式标记清除垃圾收集器开发的一个算法，主要应用于垃圾收集的并发标记阶段，解决了CMS垃圾收集器重新标记阶段长时间STW的潜在风险。
可以认为SATB的基础是三色标记算法，三色标记算法用于并发标记的过程。三色标记算法将对象分为三种状态：
- 白：对象没有被标记到。标记阶段结束之后，会被当做垃圾回收掉。
- 灰：对象已经被标记了，但是它的field还没有被标记到，或者还没有被标记完。
- 黑：对象以及field都已经被标记了。
在三色标记的并发标记阶段过程中，由于用户线程和GC线程同时运行，用户线程可能会更改对象的引用关系，因此导致并发标记的结果不准确，产生错标。下面的情况会导致错标的问题：
- 用户线程让一个黑对象引用一个新的（白）对象。这样会导致这个新的对象漏标，仍然为白色，可能会被回收。
- 用户线程删除了指向某白对象的所有灰对象。这样会导致GC开始时还活着的对象，到了并发标记时，就变成了死对象。相当于一种漏标的情况。
为了解决错标的问题，SATB算法使用了写屏障来解决这两个问题。每当存在引用更新的情况，G1会将该修改记录下来，然后在最终标记(final marking phase)阶段进行扫描，修正SATB的误差。
可以看出，并发标记采用的SATB算法，只能识别出并发标记开始时那一瞬间的垃圾，而无法识别并发标记过程中产生的垃圾，这也是snapshot at the beginning的含义，即开始并发标记的那一刻的关于垃圾的快照。并发标记阶段只识别“快照”中的垃圾，可以保证垃圾能够被快速的标记，提高标记的效率。
G1回收垃圾的过程
上面说完了G1所用到的垃圾回收的一些算法和内存结构。下面开始讲垃圾回收的阶段。如下图所示。
- 初始标记（initial marking）：标记了从gc root开始的直接关联可达的对象。需要STW(stop the world)
- 并发标记（concurrent marking）：并发标记的过程，会标记整个堆的存活的对象，使用的方法是之前讲过的SATB算法
- 最终标记（final marking）：该阶段标记SATB算法记录的引用变更的对象，修正并发标记的不准确性。
- 筛选回收（live data counting and evacuation）：该阶段计算每个region里面存活的对象。若垃圾太多触发了回收操作（Mixed GC），则动作如下
- 将完全没有存活对象的Region放入空闲列表
- 为Eden Region的存活对象创建新的Region（Survivor Region），并移动过去，回收旧的Eden Region
- Survivor Region的存活对象若经历了15代（默认为15），则移到Old Region。
- 为Old Region里面的存活对象创建新的Old Region，回收老的Old Region。
在上述的不同阶段，G1使用不同的回收模式，大致分为两种。
- Young GC
在初始标记的过程中发生。Young GC的回收对象是年轻代的Region，即Eden Region和Survivor Region。它会将Eden区的对象移动到Survivor区，将经历过多个回收次数的Survivor区的对象移动到Old区。
Young GC会通过选定年轻代的Region个数来控制Young GC的时间开销。初始标记是stop the world的，所以这个过程也在stop the world的场景下发生。 - Mixed GC
当满足以下3个条件任何一下，就会触发一次并发标记，并发标记会统计各个Region的回收价值。- Old Regions中的对象占整个堆大小的比例达到45%（默认为45%），比例可以通过参数IHOP（InitiatingHeapOccupancyPercent)来配置。这个时候，说明老对象很多，不能只是清理新生代了。
- 为转移Eden对象而预留的Survivor空间不够用了，默认预留空间为10%，通过参数G1ReservePercent来配置。 Survivor空间不够用，此时只能拷贝到Old区。此时会触发并发标记。
- 大对象的场景下
大对象的拷贝是很费力的，因此为了减少拷贝的消耗，直接将大对象分配到Old区。此时会触发并发标记。
当统计得到Old Region区的可回收对象超过了5%时（这里比例由参数G1HeapWastePercent控制，在JDK8u40+中默认是5%），就会触发一次Mixed GC。Mixed GC的动作在筛选回收那里讲过了。 Mixed GC的回收范围是所有的年轻代Region以及并发标记统计到的回收价值高的若干Old Region。选定的Old Region的个数根据配置停顿时间来选择。
4 总结
本文简单的讲述了G1垃圾回收器的背景、特点、内存结构和回收过程。希望对于您理解G1有些帮助。
5 参考
G1 垃圾收集器介绍
Java Hotspot G1 GC的一些关键技术
Garbage-First Garbage Collector
Part 1: Introduction to the G1 Garbage Collector
G1垃圾收集器之SATB
