面向GC的Java编程（转）

转自：http://blog.hesey.net/2014/05/gc-oriented-java-programming.html

Java程序员在编码过程当中一般不须要考虑内存问题，JVM通过高度优化的GC机制大部分状况下都可以很好地处理堆(Heap)的清理问题。以致于许多Java程序员认为，我只须要关心什么时候建立对象，而回收对象，就交给GC来作吧！甚至有人说，若是在编程过程当中频繁考虑内存问题，是一种退化，这些事情应该交给编译器，交给虚拟机来解决。

这话其实也没有太大问题，的确，大部分场景下关心内存、GC的问题，显得有点“杞人忧天”了，高老爷说过：

过早优化是万恶之源。

但另外一方面，什么才是“过早优化”？

If we could do things right for the first time, why not?

事实上JVM的内存模型( JMM )理应是Java程序员的基础知识，处理过几回JVM线上内存问题以后就会很明显感觉到，不少系统问题，都是内存问题。

对JVM内存结构感兴趣的同窗能够看下 浅析Java虚拟机结构与机制 这篇文章，本文就再也不赘述了，本文也并不关注具体的GC算法，相关的文章汗牛充栋，随时可查。

另外，不要期望GC优化的这些技巧，能够对应用性能有成倍的提升，特别是对I/O密集型的应用，或是实际落在YoungGC上的优化，可能效果只是帮你减小那么一点YoungGC的频率。

但我认为，优秀程序员的价值，不在于其所掌握的几招屠龙之术，而是在细节中见真著，就像前面说的，若是咱们能够一次把事情作对，而且作好，在容许的范围内尽量追求卓越，为何不去作呢？

1、GC分代的基本假设

大部分GC算法，都将堆内存作分代(Generation)处理，可是为何要分代呢，又为何不叫内存分区、分段，而要用面向时间、年龄的“代”来表示不一样的内存区域？

GC分代的基本假设是：

绝大部分对象的生命周期都很是短暂，存活时间短。

而这些短命的对象，偏偏是GC算法须要首先关注的。因此在大部分的GC中，YoungGC（也称做MinorGC）占了绝大部分，对于负载不高的应用，可能跑了数个月都不会发生FullGC。

基于这个前提，在编码过程当中，咱们应该尽量地缩短对象的生命周期。在过去，分配对象是一个比较重的操做，因此有些程序员会尽量地减小new对象的次数，尝试减少堆的分配开销，减小内存碎片。

可是，短命对象的建立在JVM中比咱们想象的性能更好，因此，不要吝啬new关键字，大胆地去new吧。

固然前提是不作无谓的建立，对象建立的速率越高，那么GC也会越快被触发。

结论：

分配小对象的开销很是小，不要吝啬去建立。

GC最喜欢这种小而短命的对象。

让对象的生命周期尽量短，例如在方法体内建立，使其能尽快地在YoungGC中被回收，不会晋升(romote)到年老代(Old Generation)。

2、对象分配的优化

基于大部分对象都是小而短命，而且不存在多线程的数据竞争。这些小对象的分配，会优先在线程私有的 TLAB 中分配，TLAB中建立的对象，不存在锁甚至是CAS的开销。

TLAB占用的空间在Eden Generation。

当对象比较大，TLAB的空间不足以放下，而JVM又认为当前线程占用的TLAB剩余空间还足够时，就会直接在Eden Generation上分配，此时是存在并发竞争的，因此会有CAS的开销，但也还好。

当对象大到Eden Generation放不下时，JVM只能尝试去Old Generation分配，这种状况须要尽量避免，由于一旦在Old Generation分配，这个对象就只能被Old Generation的GC或是FullGC回收了。

3、不可变对象的好处

GC算法在扫描存活对象时一般须要从ROOT节点开始，扫描全部存活对象的引用，构建出对象图。

不可变对象对GC的优化，主要体如今Old Generation中。

能够想象一下，若是存在Old Generation的对象引用了Young Generation的对象，那么在每次YoungGC的过程当中，就必须考虑到这种状况。

Hotspot JVM为了提升YoungGC的性能，避免每次YoungGC都扫描Old Generation中的对象引用，采用了 卡表(Card Table) 的方式。

简单来讲，当Old Generation中的对象发生对Young Generation中的对象产生新的引用关系或释放引用时，都会在卡表中响应的标记上标记为脏(dirty)，而YoungGC时，只须要扫描这些dirty的项就能够了。

可变对象对其它对象的引用关系可能会频繁变化，而且有可能在运行过程当中持有愈来愈多的引用，特别是容器。这些都会致使对应的卡表项被频繁标记为dirty。

而不可变对象的引用关系很是稳定，在扫描卡表时就不会扫到它们对应的项了。

注意，这里的不可变对象，不是指仅仅自身引用不可变的final对象，而是真正的Immutable Objects。

4、引用置为null的传说

早期的不少Java资料中都会提到在方法体中将一个变量置为null可以优化GC的性能，相似下面的代码：

List<String> list = new ArrayList<String>();
// some code
list = null; // help GC

事实上这种作法对GC的帮助微乎其微，有时候反而会致使代码混乱。

我记得几年前 @rednaxelafx 在HLL VM小组中详细论述过这个问题，原帖我没找到，结论基本就是：

在一个很是大的方法体内，对一个较大的对象，将其引用置为null，某种程度上能够帮助GC。

大部分状况下，这种行为都没有任何好处。

因此，仍是早点放弃这种“优化”方式吧。

GC比咱们想象的更聪明。

5、手动档的GC

在不少Java资料上都有下面两个奇技淫巧：

经过Thread.yield()让出CPU资源给其它线程。

经过System.gc()触发GC。

事实上JVM从不保证这两件事，而System.gc()在JVM启动参数中若是容许显式GC，则会触发FullGC，对于响应敏感的应用来讲，几乎等同于自杀。

So，让咱们牢记两点：

Never use Thread.yield()。

Never use System.gc()。除非你真的须要回收Native Memory。

第二点有个Native Memory的例外，若是你在如下场景：

· 使用了NIO或者NIO框架（Mina/Netty）

· 使用了DirectByteBuffer分配字节缓冲区

· 使用了MappedByteBuffer作内存映射

因为Native Memory只能经过FullGC（或是CMS GC）回收，因此除非你很是清楚这时真的有必要，不然不要轻易调用System.gc()，且行且珍惜。

另外为了防止某些框架中的System.gc调用（例如NIO框架、Java RMI），建议在启动参数中加上-XX:+DisableExplicitGC来禁用显式GC。

这个参数有个巨大的坑，若是你禁用了System.gc()，那么上面的3种场景下的内存就没法回收，可能形成OOM，若是你使用了CMS GC，那么能够用这个参数替代：-XX:+ExplicitGCInvokesConcurrent。

关于System.gc()，能够参考 @bluedavy 的几篇文章：

· CMS GC会不会回收Direct ByteBuffer的内存

· 说说在Java启动参数上我犯的错

· java.lang.OutOfMemoryError:Map failed

6、指定容器初始化大小

Java容器的一个特色就是能够动态扩展，因此一般咱们都不会去考虑初始大小的设置，不够了反正会自动扩容呗。

可是扩容不意味着没有代价，甚至是很高的代价。

例如一些基于数组的数据结构，例如StringBuilder、StringBuffer、ArrayList、HashMap等等，在扩容的时候都须要作ArrayCopy，对于不断增加的结构来讲，通过若干次扩容，会存在大量无用的老数组，而回收这些数组的压力，全都会加在GC身上。

这些容器的构造函数中一般都有一个能够指定大小的参数，若是对于某些大小能够预估的容器，建议加上这个参数。

但是由于容器的扩容并非等到容器满了才扩容，而是有必定的比例，例如HashMap的扩容阈值和负载因子(loadFactor)相关。

Google Guava框架对于容器的初始容量提供了很是便捷的工具方法，例如：

Lists.newArrayListWithCapacity(initialArraySize);

Lists.newArrayListWithExpectedSize(estimatedSize);

Sets.newHashSetWithExpectedSize(expectedSize);

Maps.newHashMapWithExpectedSize(expectedSize);

这样咱们只要传入预估的大小便可，容量的计算就交给Guava来作吧。

反例：

若是采用默认无参构造函数，建立一个ArrayList，不断增长元素直到OOM，那么在此过程当中会致使：

屡次数组扩容，从新分配更大空间的数组
屡次数组拷贝
内存碎片

7、对象池

为了减小对象分配开销，提升性能，可能有人会采起对象池的方式来缓存对象集合，做为复用的手段。

可是对象池中的对象因为在运行期长期存活，大部分会晋升到Old Generation，所以没法经过YoungGC回收。

而且一般……没有什么效果。

对于对象自己：

若是对象很小，那么分配的开销原本就小，对象池只会增长代码复杂度。

若是对象比较大，那么晋升到Old Generation后，对GC的压力就更大了。

从线程安全的角度考虑，一般池都是会被并发访问的，那么你就须要处理好同步的问题，这又是一个大坑，而且同步带来的开销，未必比你从新建立一个对象小。

对于对象池，惟一合适的场景就是当池中的每一个对象的建立开销很大时，缓存复用才有意义，例如每次new都会建立一个链接，或是依赖一次RPC。

好比说：

· 线程池
· 数据库链接池
· TCP链接池

即便你真的须要实现一个对象池，也请使用成熟的开源框架，例如Apache Commons Pool。

另外，使用JDK的ThreadPoolExecutor做为线程池，不要重复造轮子，除非当你看过AQS的源码后认为你能够写得比Doug Lea更好。

8、对象做用域

尽量缩小对象的做用域，即生命周期。

若是能够在方法内声明的局部变量，就不要声明为实例变量。

除非你的对象是单例的或不变的，不然尽量少地声明static变量。

9、各种引用

java.lang.ref.Reference有几个子类，用于处理和GC相关的引用。JVM的引用类型简单来讲有几种：

· Strong Reference，最多见的引用
· Weak Reference，当没有指向它的强引用时会被GC回收
· Soft Reference，只当临近OOM时才会被GC回收
· Phantom Reference，主要用于识别对象被GC的时机，一般用于作一些清理工做

当你须要实现一个缓存时，能够考虑优先使用WeakHashMap，而不是HashMap，固然，更好的选择是使用框架，例如Guava Cache。

最后，再次提醒，以上的这些未必能够对代码有多少性能上的提高，可是熟悉这些方法，是为了帮助咱们写出更卓越的代码，和GC更好地合做。