JVM系列十六（三色标记法与读写屏障）.

时间 2020-12-21 标签算法缓存安全并发 oop post 优化线程日志 code

1. 垃圾回收的简单回顾

关于垃圾回收算法，基本就是那么几种：标记-清除、标记-复制、标记-整理。在此基础上能够增长分代（新生代/老年代），每代采起不一样的回收算法，以提升总体的分配和回收效率。算法

不管使用哪一种算法，标记老是必要的一步。这是理算固然的，你不先找到垃圾，怎么进行回收？缓存

垃圾回收器的工做流程大致以下：安全

标记出哪些对象是存活的，哪些是垃圾（可回收）；
进行回收（清除/复制/整理），若是有移动过对象（复制/整理），还须要更新引用。

2. 三色标记法

2.1 基本算法

要找出存活对象，根据可达性分析，从 GC Roots 开始进行遍历访问，可达的则为存活对象（最终结果：A/D/E/F/G 可达）：
并发

咱们把遍历对象图过程当中遇到的对象，按“是否访问过”这个条件标记成如下三种颜色：oop

白色：还没有访问过。
本对象已访问过，并且本对象引用到的其余对象也所有访问过了。
本对象已访问过，可是本对象引用到的其余对象还没有所有访问完。所有访问后，会转换为黑色。

假设如今有白、灰、黑三个集合（表示当前对象的颜色），其遍历访问过程为：post

初始时，全部对象都在【白色集合】中；
将 GC Roots 直接引用到的对象挪到【灰色集合】中；
从灰色集合中获取对象：
3.1. 将本对象引用到的其余对象所有挪到【灰色集合】中；
3.2. 将本对象挪到【黑色集合】里面。
重复步骤3，直至【灰色集合】为空时结束。
结束后，仍在【白色集合】的对象即为 GC Roots 不可达，能够进行回收。

注：若是标记结束后对象仍为白色，意味着已经“找不到”该对象在哪了，不可能会再被从新引用。优化

当 Stop The World （如下简称 STW）时，对象间的引用是不会发生变化的，能够轻松完成标记。线程

而当须要支持并发标记时，即标记期间应用线程还在继续跑，对象间的引用可能发生变化，多标和漏标的状况就有可能发生。日志

2.2 多标-浮动垃圾

假设已经遍历到 E（变为灰色了），此时应用执行了 objD.fieldE = null (D > E 的引用断开)：
code

此刻以后，对象 E/F/G 是“应该”被回收的。然而由于 E 已经变为灰色了，其仍会被看成存活对象继续遍历下去。最终的结果是：这部分对象仍会被标记为存活，即本轮 GC 不会回收这部份内存。

这部分本应该回收可是没有回收到的内存，被称之为“浮动垃圾”。浮动垃圾并不会影响应用程序的正确性，只是须要等到下一轮垃圾回收中才被清除。

另外，针对并发标记开始后的新对象，一般的作法是直接所有当成黑色，本轮不会进行清除。这部分对象期间可能会变为垃圾，这也算是浮动垃圾的一部分。

2.3 漏标-读写屏障

假设 GC 线程已经遍历到 E（变为灰色了），此时应用线程先执行了：

var G = objE.fieldG; 
objE.fieldG = null;  // 灰色E 断开引用 白色G 
objD.fieldG = G;  // 黑色D 引用 白色G

此时切回 GC 线程继续跑，由于 E 已经没有对 G 的引用了，因此不会将 G 放到灰色集合；尽管由于 D 从新引用了 G，但由于 D 已是黑色了，不会再从新作遍历处理。

最终致使的结果是：G 会一直停留在白色集合中，最后被看成垃圾进行清除。这直接影响到了应用程序的正确性，是不可接受的。

不难分析，漏标只有同时知足如下两个条件时才会发生：

灰色对象断开了白色对象的引用（直接或间接的引用）；即灰色对象原来成员变量的引用发生了变化。
黑色对象从新引用了该白色对象；即黑色对象成员变量增长了新的引用。

从代码的角度看：

var G = objE.fieldG; // 1.读
objE.fieldG = null;  // 2.写
objD.fieldG = G;     // 3.写

读取对象 E 的成员变量 fieldG 的引用值，即对象 G；
对象 E 往其成员变量 fieldG，写入 null值。
对象 D 往其成员变量 fieldG，写入对象 G ；

咱们只要在上面这三步中的任意一步中作一些“手脚”，将对象 G 记录起来，而后做为灰色对象再进行遍历便可。好比放到一个特定的集合，等初始的 GC Roots 遍历完（并发标记），该集合的对象遍历便可（从新标记）。

从新标记是须要 STW 的，由于应用程序一直在跑的话，该集合可能会一直增长新的对象，致使永远都跑不完。固然，并发标记期间也能够将该集合中的大部分先跑了，从而缩短从新标记 STW 的时间，这个是优化问题了。

写屏障用于拦截第二和第三步；而读屏障则是拦截第一步。
它们的拦截的目的很简单：就是在读写先后，将对象 G 给记录下来。

3. 写屏障

给某个对象的成员变量赋值时，其底层代码大概长这样：

/**
* @param field 某对象的成员变量，如 D.fieldG
* @param new_value 新值，如 null
*/
void oop_field_store(oop* field, oop new_value) { 
    *field = new_value; // 赋值操做
}

所谓的写屏障，其实就是指在赋值操做先后，加入一些处理（能够参考AOP的概念），读屏障的含义也相似。

void oop_field_store(oop* field, oop new_value) {  
    pre_write_barrier(field); // 写屏障-写前操做
    *field = new_value; 
    post_write_barrier(field, value);  // 写屏障-写后操做
}

3.1 写屏障 + SATB

当对象 E 的成员变量的引用发生变化时（objE.fieldG = null;），咱们能够利用写屏障，将 E 原来成员变量的引用对象 G 记录下来：

void pre_write_barrier(oop* field) {
    oop old_value = *field; // 获取旧值
    remark_set.add(old_value); // 记录 原来的引用对象
}

当原来成员变量的引用发生变化以前，记录下原来的引用对象。

这种作法的思路是：尝试保留开始时的对象图，即原始快照（Snapshot At The Beginning，SATB），当某个时刻的 GC Roots 肯定后，当时的对象图就已经肯定了。
好比当时 D 是引用着 G 的，那后续的标记也应该是按照这个时刻的对象图走（D 引用着 G）。若是期间发生变化，则能够记录起来，保证标记依然按照本来的视图来。

SATB 破坏了条件一：【灰色对象断开了白色对象的引用】，从而保证了不会漏标。

3.1 写屏障 + 增量更新

当对象 D 的成员变量的引用发生变化时（objD.fieldG = G;），咱们能够利用写屏障，将 D 新的成员变量引用对象 G 记录下来：

void post_write_barrier(oop* field, oop new_value) {  
  if($gc_phase == GC_CONCURRENT_MARK && !isMarkd(field)) {
      remark_set.add(new_value); // 记录新引用的对象
  }
}

当有新引用插入进来时，记录下新的引用对象。

这种作法的思路是：不要求保留原始快照，而是针对新增的引用，将其记录下来等待遍历，即增量更新（Incremental Update）。

增量更新破坏了条件二：【黑色对象从新引用了该白色对象】，从而保证了不会漏标。

4. 读屏障

oop oop_field_load(oop* field) {
    pre_load_barrier(field); // 读屏障-读取前操做
    return *field;
}

读屏障是直接针对第一步：var G = objE.fieldG;，当读取成员变量时，一概记录下来：

void pre_load_barrier(oop* field, oop old_value) {  
  if($gc_phase == GC_CONCURRENT_MARK && !isMarkd(field)) {
      oop old_value = *field;
      remark_set.add(old_value); // 记录读取到的对象
  }
}

这种作法是保守的，但也是安全的。由于条件二中【黑色对象从新引用了该白色对象】，从新引用的前提是：得获取到该白色对象，此时已经读屏障就发挥做用了。

5. 三色标记法与现代垃圾回收器

现代追踪式（可达性分析）的垃圾回收器几乎都借鉴了三色标记的算法思想，尽管实现的方式不尽相同：好比白色/黑色集合通常都不会出现（可是有其余体现颜色的地方）、灰色集合能够经过栈/队列/缓存日志等方式进行实现、遍历方式能够是广度/深度遍历等等。

对于读写屏障，以Java HotSpot VM 为例，其并发标记时对漏标的处理方案以下：

CMS：写屏障 + 增量更新
G1：写屏障 + SATB
ZGC：读屏障

做者：路过的猪
连接：https://www.jianshu.com/p/12544c0ad5c1 来源：简书