GC机制以及Golang的GC机制详解

要了解Golang的GC机制,就需要了解什么事GC,以及GC有哪几种实现方式

一.什么是GC

        当一个电脑上的动态内存不再需要时,就应该予以释放,以让出内存,这种内存资源管理,称为垃圾回收(Garbage Collection),简称 GC,垃圾回收(Garbage Collection,简称GC)是编程语言中提供的自动的内存管理机制,自动释放不需要的内存对象,让出存储器资源,它在一定程度上解决了内存管理的问题,垃圾(程序不用的内存空间视为垃圾)回收可以有效的防止内存泄露,有效的使用空闲的内存

        GC过程中无需程序员手动执行,GC机制在现代很多编程语言都支持,GC能力的性能与优劣也是不同语言之间对比度指标之一

二.GC的原理

其实垃圾回收机制的原理就是利用一些算法进行内存的管理,从而有效的防止内存泄漏、有效的利用空闲空间(内存空间)

1.什么是内存泄漏

内存泄露,是从操作系统的角度上来阐述的,形象的比喻就是“操作系统可提供给所有进程的存储空间(虚拟内存空间)正在被某个进程榨干”,导致的原因就是程序在运行的时候,会不断地动态开辟的存储空间,这些存储空间在在运行结束之后后并没有被及时释放掉,应用程序在分配了某段内存之后,由于设计的错误,会导致程序失去了对该段内存的控制,而对应的程序又没有很好的gc机制去对程序申请的空间进行回收,这样就造成了内存空间的浪费,从而导致内存泄漏

2.怎么找到程序中无用的对象

上面讲解了垃圾回收机制的原理就是利用一些算法进行内存的管理,那有哪些算法来进行操作呢,它们是怎样进行的呢?

任何一种垃圾回收算法一般要做两件基本事情:

  • 找到无用的对象
  • 回收将无用对象占用的内存空间,使该空间可被程序再次使用

基本流程如下:

        找到回收对象-->何时回收-->如何回收-->释放

那么怎么找到无用的对象呢,有如下两种方式:

(1).计数法(Reference Counting Collector)

给每个对象添加一个引用计数器,如果被引用则计数器加1,如果引用该对象的对象被销毁计数器减1,当计数器为0时,代表该对象没有被引用那就需要回收了

如果两个对象互相引用怎么办?比如A引用了B,B又引用了A,那就无法释放

总结:

  • 优点:引用计数收集器可以很快的执,对象可以很快的被回收,不会出现内存耗尽或达到某个阀值时才回收,对程序需要不被长时间打断的实时环境比较有利
  • 缺点:不能检测出循环引用而且实时维护引用计数,有也一定的代价,比如:父对象有一个对子对象的引用,子对象反过来引用父对象,这样,他们的引用计数永远不可能为0

代表语言:Python、PHP、Swift

(2).根搜索算法

(可达性分析)设立若干种根对象,根对象的子对象也是存活的,当任何一个根对象到某一个对象都无法可达时,那么这个对象就是可回收的

如上图右侧白色部分则为根无法到达,从根变量开始遍历所有引用的对象,引用的对象标记为"被引用",没有被标记的会被判断为垃圾进行回收

在Go语言中,可以当做GC roots的对象有以下几种:

  • 全局变量
  • 各个G stack上的变量等

总结:

  • 优点:解决了引用计数的缺点
  • 缺点:需要STW(Stop The World)STW是gc的最大性能问题,对于gc而言,需要暂时停掉程序运行,也就是暂时停止程序的所有的内存变化,即停止所有的goroutine,等待gc结束之后才恢复

代表语言:Golang(其采用三色标记法)

3.触发GC的阈值

通过上面的方法找到了要回收的对象,那么在什么时候回收呢,这又是一个需要考虑的问题,这里有几种Go触发GC运行的调用方式:

  • 阈值(分配内测时调用):默认内存扩大一倍,启动gc,位置:runtime/malloc.go:mallocgc()
  • 定时调用:默认2min触发一次gc,位置:src/runtime/proc.go:forcegcperiod
  • 手动调用:runtime/mgc.go:GC()

了解了触发GC运用的方式,下面就来看看常见的几种GC算法

4.GC算法

(1).复制算法

简单的说就是:把空间里的活动对象复制到其他空间,把原空间里的所有对象都回收掉

复制算法将内存划分为两个区间,在任意时间点,所有动态分配的对象都只能分配在其中一个区间(称为活动区间),而另外一个区间(称为空闲区间)则是空闲的.当有效内存空间耗尽时,虚拟机将暂停程序运行,开启复制算法GC线程,接下来GC线程会将活动区间内的存活对象,全部复制到空闲区间,且严格按照内存地址依次排列,与此同时,GC线程将更新存活对象的内存引用地址指向新的内存地址,复制算法要想使用,最起码对象的存活率要非常低才行,而且最重要的是,必须要克服50%内存的浪费

具体流程如下:

当From空间被占满时,GC将活动的对象全部复制到To空间,当复制完成后,该算法会将From空间和To空间互换,GC结束,From 空间和To 空间大小必须一致,这是为了保证能把From 空间中的所有活动对象都收纳到To 空间里

优缺点

  • 优秀的吞吐量,可实现高速分配,不会发生碎片化
  • 但是复制算法需要把堆进行二等分,只有一半的堆能被使用,造成堆的浪费,还有复制算法在复制某个对象时要递归复制它子对象,这里会带来额外的负担,有栈溢出的可能

(2).标记-清除算法

标记-清除算法采用从根集合进行扫描,对存活的对象标记,标记完毕后,再扫描整个空间中未被标记的对象,进行回收:

标记-清除算法不需要进行对象的移动,并且仅对不存活的对象进行处理,在存活对象比较多的情况下极为高效,但由于标记-清除算法直接回收不存活的对象,因此会造成内存碎片,这样坏处是会产生很多不连续的内存碎片

通过上面知道:标记- 清除算法可以由标记阶段清除阶段构成,标记阶段是把所有活动对象都做上标记的阶段,清除阶段是把那些没有标记的对象,也就是非活动对象回收的阶段,通过这两个阶段,就可以令不能利用的内存空间重新得到利用

标记阶段

 

在上面标记阶段进行标记通常采用的搜索对象算法为:深度优先搜索,深度优先搜索比广度优先搜索更能压低内存使用量,因此在标记阶段经常用到深度优先搜索,它是一个是纵向搜索,如下图:

而在进行标记的时候,GC只会收集各个对象的标志位并表格化,不会跟对象一起管理,在标记的时候,不在对象的头里置位,而是在这个表格中的特定场所置位,像这样集合了用于标记的位的表格称为“位图表格”(bitmap table),利用这个表格进行标记的行为称为“位图标记”,位图表格的实现方法有多种,例如散列表树形结构整数型数组

清除阶段 

        在清除阶段需要将回收的垃圾进行再次利用,这里就需要进行分配操作:在清除阶段,把垃圾对象连接到空闲的链表,搜索空闲链表并寻找大小合适的分块,然后进行合并操作:在分配的时候有不同的分配策略,根据分配策略的不同可能会产生大量的小分块,如果它们是连续的,就能把所有的小分块连在一起形成一个大分块,这种“连接连续分块”的操作就叫作合并(coalescing),合并是在清除阶段进行的

延迟清除法

清除操作所花费的时间是与堆大小成正比的,如果处理的堆越大,清除算法所花费的时间就越长。

延迟清除法,在标记操作结束后,不一定会进行清除操作,会缩减mutator的暂停时间。

优缺点

  • 优点:标记清除算法实现简单,与其他的的算法组合也就相对简单,使用了[根搜索算法]找到无用的对象
  • 缺点:标记清楚算法不会移动对象,但容易产生碎片化的空间,造成内存浪费,举个列子,如下:

上图的「根」指的是「GC root」,通过根搜索算法确认是不是垃圾,如果需要3空间的内存,而2空间的内存就存不下,就会被空闲,从而造成内存浪费

代表语言:Golang(其采用三色标记法) 

 (3).标记-整理算法

原理:此算法分为标记阶段压缩阶段,标记阶段和上面标记-清除算法一样的方式进行对象的标记,但在压缩整理时不同,在回收不存活的对象占用的空间后,会将所有的存活对象往左端空闲空间移动并整理到一起,并更新对应的指针,具体分为下面三步:

  1. 设定forwarding 指针
  2. 更新指针
  3. 移动对象

标记-整理算法实际上是在标记-清除算法的基础上,又进行了对象的移动,因此成本更高,但是解决了内存碎片的问题,

实际效果如下:

优缺点

  • 可有效利用堆,但是压缩会有计算成本

 (4).generation算法(Generational Collector)

原理:不同的对象的生命周期是不一样的,因此,不同生命周期的对象可以采取不同的回收算法,以便提高回收效.分代收集算法的过程如下:按照对象生命周期长短不同,将堆分为新生代老年代,生命周期长的放入老年代,而短的放入新生代,根据区域特点选用不同的收集算法,如果新生代朝生夕死,则采用复制算法,老年代采用标记清除,或标记整理

拓展:
①Eden区(80%)和两块Survivor区(10%),堆中新生代和老年代占比1:2
②每次使用Eden和一块Survivor,回收时,将存活的对象一次性复制到另一块Survivor上,如果另一块Survivor空间不足,则使用分配担保机制存入老年代,什么时候从Survivor进入老年代,视垃圾回收器类型而定

优缺点:

  • 优点:回收性能好
  • 缺点:算法复杂

代表语言: JAVA

三.Go的GC机制详解

上面列举了一些GC算法,这里来看看Golang的GC操作

1.演变过程

  • Go V1.1: STW
  • Go V1.3: 标记-清扫(mark and sweep)法
  • Go V1.5: 三色并发标记法
  • Go V1.8: 混合写屏障机制(hybrid write barrier)

go的gc采用了并发标记-清扫( Mark-Sweep)算法三色标记法,并做了一定改进,大部分的工作是在标记垃圾,基本原理基于[根搜索算法]的根可达性分析,减少了STW的时间

下面就来看看各个阶段GoGC的操作

2.Go V1.3以及之前的标记-清除(mark and sweep)算法

这里和前面介绍的算法模块一样,此算法主要有两个主要的步骤:

  • 标记(Mark phase)
  • 清除(Sweep phase)

具体步骤如下:

  • 第一步:暂停程序业务逻辑, 分类出可达不可达的对象,然后做上标记

图中表示是程序与对象的可达关系,目前程序的可达对象有对象1-2-3,对象4-7等五个对象

  • 第二步:开始标记,程序找出它所有可达的对象,并做上标记:

所以对象1-2-3、对象4-7等五个对象被做上标记

  • 第三步: 标记完了之后,然后开始清除未标记的对象:

操作非常简单,但是有一点需要额外注意mark and sweep算法在执行的时候,需要程序暂停!即 STW(stop the world),STW的过程中,CPU不执行用户代码,全部用于垃圾回收,这个过程的影响很大所以STW也是一些回收机制最大的难题和希望优化的点,所以在执行第三步的这段时间,程序会暂定停止任何工作,卡在那等待回收执行完毕

  • 第四步: 停止暂停,让程序继续跑,然后循环重复这个过程,直到process程序生命周期结束

以上就是标记-清除算法的流程

  • 标记-清除(mark and sweep)的缺点

  1. STW,stop the world:让程序暂停,程序出现卡顿 (重要问题) 
  2. 标记需要扫描整个heap(堆)
  3. 清除数据会产生heap(堆)碎片

Go V1.3版本之前就是以上来实施的, 在执行GC的基本流程就是首先启动STW暂停,然后执行标记,再执行数据回收,最后停止STW,如图所示:

从上图来看,全部的GC时间都是包裹在STW范围之内的,这样貌似程序暂停的时间过长,影响程序的运行性能,所以Go V1.3 做了简单的优化,将STW的步骤提前, 减少STW暂停的时间范围,如下所示:

上图主要是将STW的步骤提前了一步,因为在Sweep清除的时候,可以不需要STW停止,因为这些对象已经是不可达对象了,不会出现回收写冲突等问题,这就是上面介绍了的延迟清除算法,但是无论怎么优化,Go V1.3都面临这个一个重要问题:就是mark-and-sweep 算法会暂停整个程序 

Go是如何面对并这个问题的呢?接下来G V1.5版本 就用三色并发标记法来优化这个问题

3.Go V1.5的三色并发标记法

三色标记法是传统 Mark-Sweep(标记-清除) 的一个改进,它是一个并发的 GC 算法,GC过程和其他用户goroutine并发运行,其实大部分的工作还是在标记垃圾,基本原理基于根可达(根搜索算法),但需要一定时间的STW(stop the world) ,所以GC的过程实际上就是通过四个阶段的标记来确定清楚的对象都有哪些,具体过程如下:

(1).三种颜色介绍

三色标记法将对象的颜色分为了白、灰、黑,三种颜色

  • 白色:该对象没有被标记过(对象垃圾)
  • 灰色:该对象已经被标记过了,但该对象下的属性没有全被标记完(GC需要从此对象中去寻找垃圾)
  • 黑色:该对象已经被标记过了,且该对象下的属性也全部都被标记过了(程序所需要的对象)

(2).GC的四个阶段

  • Mark Prepare - STW: 做标记阶段的准备工作,需要停止所有正在运行的goroutine(即STW),标记根对象,启用内存屏障,内存屏障有点像内存读写钩子,它用于在后续并发标记的过程中,维护三色标记的完备性(三色不变性),这个过程通常很快,大概在10-30微秒
  • Marking - Concurrent:标记阶段会将大概25%(gcBackgroundUtilization)的P用于标记对象,逐个扫描所有G的堆栈,执行三色标记,在这个过程中,所有新分配的对象都是黑色,被扫描的G会被暂停,扫描完成后恢复,这部分工作叫后台标记(gcBgMarkWorker),这会降低系统大概25%的吞吐量,比如MAXPROCS=6,那么GC P期望使用率为6*0.25=1.5,这150%P会通过专职(Dedicated)/兼职(Fractional)/懒散(Idle) 三种工作模式的Worker共同来完成。这还没完,为了保证在Marking过程中,其它G分配堆内存太快,导致Mark跟不上Allocate的速度,还需要其它G配合做一部分标记的工作,这部分工作叫辅助标记(mutator assists),在Marking期间,每次G分配内存都会更新它的”负债指数”(gcAssistBytes),分配得越快,gcAssistBytes越大,这个指数乘以全局的”负载汇率”(assistWorkPerByte),就得到这个G需要帮忙Marking的内存大小(这个计算过程叫revise),也就是它在本次分配的mutator assists工作量(gcAssistAlloc)。
  • Mark Termination - STW: 标记阶段的最后工作是Mark Termination,关闭内存屏障,停止后台标记以及辅助标记,做一些清理工作,整个过程也需要STW,大概需要60-90微秒,在此之后,所有的P都能继续为应用程序G服务了
  • Sweeping - Concurrent :在标记工作完成之后,剩下的就是清理过程了,清理过程的本质是将没有被使用的内存块整理回收给上一个内存管理层级(mcache -> mcentral -> mheap -> OS),清理回收的开销被平摊到应用程序的每次内存分配操作中,直到所有内存都Sweeping完成,当然每个层级不会全部将待清理内存都归还给上一级,避免下次分配再申请的开销,比如Go1.12对mheap归还OS内存做了优化,使用NADV_FREE延迟归还内存

而在Marking - Concurrent 阶段,有三个问题:

  1. GC 协程和业务协程并行运行的,大概会占用 25% 的CPU,使得程序的吞吐量下降
  2. 如果业务goroutine 分配堆内存太快,导致 Mark(标记) 跟不上Allocate(分配) 的速度,那么业务goroutine会被招募去做协助标记,暂停对业务逻辑的执行,这会影响到服务处理请求的耗时
  3. Go GC在稳态场景下可以很好的工作,但是在瞬态场景下,如定时的缓存失效,定时的流量脉冲,GC 影响会急剧上升

Mark Prepare、Mark Termination - STW 阶段,这两个阶段虽然按照官方说法时间会很短,但是在实际的线上服务中,有时会在 trace 图中观测到长达十几 ms 的停顿,原因可能为:OS 线程在做内存申请的时候触发内存整理被“卡住”,Go Runtime 无法抢占处于这种情况的 goroutine ,进而阻塞 STW 完成

(3).流程说明

通过上面GC的四个阶段知道了GC的各个流程,可以通过下面的步骤来进一步说明

  • 第一步:每次新创建的对象,默认的颜色都是标记为“白色”,如图所示:

上图所示,程序可抵达的内存对象关系如左图所示,右边的标记表,是用来记录目前每个对象的标记颜色分类,这里面需要注意的是:所谓“程序”,则是一些对象的根节点集合,所以如果将“程序”展开,会得到类似如下的表现形式,如图所示:

  • 第二步: 每次GC回收开始, 会从根节点开始遍历所有对象,把遍历到的对象从白色集合放入“灰色”集合,如图所示:

这里 要注意的是:本次遍历是一次遍历非递归形式,是从程序抽次可抵达的对象遍历一层,如上图所示,当前可抵达的对象是对象1和对象4,那么自然本轮遍历结束,对象1和对象4就会被标记为灰色,灰色标记表就会多出这两个对象

  • 第三步,:遍历灰色集合,将灰色对象引用的对象从白色集合放入灰色集合,之后将此灰色对象放入黑色集合,如图所示:

这一次遍历是只扫描灰色对象,将灰色对象的第一层遍历可抵达的对象由白色变为灰色,如:对象2、对象7,而之前的灰色对象1和对象4则会被标记为黑色,同时由灰色标记表移动到黑色标记表中

  • 第四步:重复第三步, 直到灰色中无任何对象,如图所示:

 

当全部的可达对象都遍历完后,灰色标记表将不再存在灰色对象,目前全部内存的数据只有两种颜色,黑色和白色,那么黑色对象就是程序逻辑可达(需要的)对象,这些数据是目前支撑程序正常业务运行的,是合法的有用数据,不可删除,白色的对象是全部不可达对象,目前程序逻辑并不依赖他们,那么白色对象就是内存中目前的垃圾数据,需要被清除

  • 第五步: 回收所有的白色标记表的对象, 也就是回收垃圾,如图所示:

以上将全部的白色对象进行删除回收,剩下的就是全部依赖的黑色对象

(4).三色标记法所存在问题

三色并发标记法的流程基本上就是上面讲解的了,在三色标记法过程中,这里面可能会有很多并发流程均会被扫描,执行并发流程的内存可能相互依赖,从而引发一些存在性的问题

多标-浮动垃圾问题

看一个流程:

假设 E 已经被标记过了(变成灰色了),此时 D 和 E 断开了引用,按理来说对象 E/F/G 应该被回收的,但是因为 E 已经变为灰色了,其仍会被当作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 不会回收这部分内存

这部分本应该回收但是没有回收到的内存,被称之为“浮动垃圾”

漏标-悬挂指针问题

当 GC 线程已经遍历到 E 变成灰色,D变成黑色时,灰色 E 断开引用白色 G ,黑色 D 引用了白色 G,此时切回 GC 线程继续跑,因为 E 已经没有对 G 的引用了,所以不会将 G 放到灰色集合,尽管因为 D 重新引用了 G,但因为 D 已经是黑色了,不会再重新做遍历处理。

最终导致的结果是:G 会一直停留在白色集合中,最后被当作垃圾进行清除。这直接影响到了应用程序的正确性,这也是 Go 需要在 GC 时解决的问题

(4). 屏障机制

为了解决上面的问题,引入屏障技术保障数据的一致性:为了在GC过程中保证数据的安全,在开始三色标记之前就会加上STW,在扫描确定黑白对象之后再放开STW,但是很明显这样的GC扫描的性能是很低的,STW的过程有明显的资源浪费,对所有的用户程序都有很大影响,因为整个GC流程会进行两次STW(Stop The World), 第一次是Mark阶段的开始, 第二次是Mark Termination阶段,为了解决标记-清除(mark and sweep)算法中的卡顿(stw,stop the world)问题,尽可能的提高GC效率,减少STW时间,这里引入了屏障机制(内存屏障)来解决,它能使CPU或编译器对在该屏障指令之前和之后发出的内存操作强制执行排序约束,在内存屏障前执行的操作一定会先于内存屏障后执行的操作

  • 第一次STW会准备根对象的扫描, 启动写屏障(Write Barrier)和辅助GC(mutator assist).
  • 第二次STW会重新扫描部分根对象, 禁用写屏障(Write Barrier)和辅助GC(mutator assist)

而根据操作类型的不同,可以将内存屏障分成 Read barrier(读屏障)和 Write barrier(写屏障)两种,在 Go 中都是使用 Write barrier(写屏障),原因在《Uniprocessor Garbage Collection Techniques》也提到了:

If a non copying collector is used the use of a read barrier is an unnecessary expense.there is no need to protect the mutator from seeing an invalid version of a pointer. Write barrier techniques are cheaper, because heap writes are several times less common than heap reads

对于一个不需要对象拷贝的垃圾回收器来说, Read barrier(读屏障)代价是很高的,因为对于这类垃圾回收器来说是不需要保存读操作的版本指针问题。相对来说 Write barrier(写屏障)代码更小,因为堆中的写操作远远小于堆中的读操作。

来下面看看 Write barrier(写屏障)是如何实现的:

这里要注意的是: 屏障技术是不在上应用的,因为要保证栈的运行效率

上面的屏蔽机制是基于一个强-弱三色不变式这个公式来解决的,公式如下:

1).强-弱三色不变式
  • 强三色不变式:黑色不能引用白色对象

强三色不变色实际上是强制性的不允许黑色对象引用白色对象,这样就不会出现有白色对象被误删的情况 

  • 弱三色不变式:被黑色引用的白色对象都处于灰色保护

弱三色不变式强调,黑色对象可以引用白色对象,但是这个白色对象必须存在其他灰色对象对它的引用,或者可达它的链路上游存在灰色对象,这样实则是黑色对象引用白色对象,白色对象处于一个危险被删除的状态,但是上游灰色对象的引用,可以保护该白色对象,使其安全

为了遵循上述的两个方式,GC算法演进到两种写屏障方式,他们“插入屏障”, “删除屏障”

2).插入屏障

插入屏障只对堆上的内存分配起作用,举个例子:

在A对象引用B对象的时候,B对象被标记为灰色,(将B挂在A下游,B必须被标记为灰色),遵循三色不变式 (不存在黑色对象引用白色对象的情况了, 因为白色会强制变成灰色),但有一个不足之处:结束时需要STW来重新扫描栈,大约需要10~100ms,下面可以通过几张流程图来介绍

 

但是如果栈不添加,当全部三色标记扫描之后,栈上有可能依然存在白色对象被引用的情况(如上图的对象9). 所以要对栈重新进行三色标记扫描, 但这次为了对象不丢失, 要对本次标记扫描启动STW暂停. 直到栈空间的三色标记结束.

 

 最后将栈和堆空间 扫描剩余的全部 白色节点清除. 这次STW大约的时间在10~100ms间

3).删除屏障

删除屏障适用于栈和堆,在删除屏障机制下删除一个节点该节点会被置成灰色,后续会继续扫描该灰色对象的子对象,该方法就是精准度不够高,一个对象即使被删除了最后一个指向它的指针也依旧可以活过这一轮,在下一轮GC中被清理掉

被删除的对象,如果自身为灰色或者白色,那么被标记为灰色,遵循弱三色不变式 (保护灰色对象到白色对象的路径不会断),下面可以通过几张流程图来介绍

这种方式的回收精度低,一个对象即使被删除了最后一个指向它的指针也依旧可以活过这一轮,在下一轮GC中被清理掉

好了,Go V1.5的三色标记法原理和问题基本是就讲清楚了,下面讲解一下v1.8混合写屏障机制

4.Go v1.8混合写屏障机制

(1).原理以及流程

混合写屏障机制目的是解决上面v1.5屏蔽机制(插入(写)屏障和删除(写)屏障)的短板:

  • 插入()屏障:结束时需要STW来重新扫描栈,标记栈上引用的白色对象的存活
  • 删除()屏障:回收精度低,GC开始时STW扫描堆栈来记录初始快照,这个过程会保护开始时刻的所有存活对象

混合写屏障的基本思想是:        

        正在被覆盖的对象进行着色,且如果当前栈未扫描完成, 则同样对指针进行着色,同时,在GC的过程中所有新分配的对象都会立刻变为黑色,在垃圾收集的标记阶段,将新建的对象标记成黑色,防止新分配的栈内存和堆内存中的对象被错误地回收

Go V1.8版本引入了混合写屏障机制(hybrid write barrier),避免了对栈re-scan的过程,极大的减少了STW的时间,结合了两者的优点,具体步骤如下:

  • 1.GC开始将栈上的对象全部扫描并标记为黑色(之后不再进行第二次重复扫描,无需STW),
  • 2.GC期间,任何在栈上创建的新对象均为黑色
  • 3.被删除的对象标记为灰色
  • 4.被添加的对象标记为灰色

混合写屏障机制满足变形的弱三色不变式,可以大幅压缩第二次STW的时间

这里需要注意:屏障技术是不在栈上应用的,因为要保证栈的运行效率

(2).具体场景分析

对象被一个堆对象删除引用,成为栈对象的下游
//前提:堆对象4->对象7 = 对象7;  //对象7 被 对象4引用
栈对象1->对象7 = 堆对象7;  //将堆对象7 挂在 栈对象1 下游
堆对象4->对象7 = null;    //对象4 删除引用 对象7

对象被一个栈对象删除引用,成为另一个栈对象的下游
new 栈对象9;
对象8->对象3 = 对象3;      //将栈对象3 挂在 栈对象9 下游
对象2->对象3 = null;      //对象2 删除引用 对象3

延伸一下: 如果对象9引用对象5,栈上没有屏障,对象5最终还是白色的 这样不会造成误删除吗? 混合写屏障是对堆使用的,对栈不使用,如果栈中黑色对象引用一个白色对象,没有写屏障,最后白色的要被回收的,如下图:

对上面的这种情况,是不会出现这种情况的,因为对象9是看不见对象5的,是不可达的,如果对象5是可达对象就不会变成白色了.白色表示已经断链了,是引用不到的,否则在STW遍历期间,就不会被标记为白色了

再思考一个问题:

        假如对象2删掉对对象3的引用,且没有新的对象重新引用3,对象3在这一轮GC中是否会被回收?

解答:

        屏障机制不会应用在栈上,那么在这一轮中就不会被回收,要下次扫描才会被标记为白色

 对象被一个堆对象删除引用,成为另一个堆对象的下游

堆对象10->对象7 = 堆对象7;       //将堆对象7 挂在 堆对象10 下游
堆对象4->对象7 = null;         //对象4 删除引用 对象7

对象从一个栈对象删除引用,成为另一个堆对象的下游

堆对象10->对象7 = 堆对象7;       //将堆对象7 挂在 堆对象10 下游
堆对象4->对象7 = null;         //对象4 删除引用 对象7

Golang中的混合写屏障满足弱三色不变式,结合了删除写屏障和插入写屏障的优点,只需要在开始时并发扫描各个goroutine的栈,使其变黑并一直保持,这个过程不需要STW,而标记结束后,因为栈在扫描后始终是黑色的,也无需再进行re-scan操作了,减少了STW的时间

5.总结

Go的垃圾回收官方形容为非分代 非紧缩 写屏障 并发标记清理

非分代是Go GC区别于JVM GC分代模型的特点;
非紧缩意味着在回收垃圾的过程中,不需要像复制算法那样移动内存中的对象,这样避免STW过长;标记清除法的字面解释,就是将可达的内存块进行标记mark,最后没有标记的不可达内存块将进行清理sweep;Golang中实现标记功能的算法就是三色标记法,Golang里面三色标记法会造成错标问题,使用写屏障来解决这种问题

  • GoV1.3- 普通标记清除法,整体过程需要启动STW,效率极低
  • GoV1.5- 三色标记法, 堆空间启动写屏障,栈空间不启动,全部扫描之后,需要重新扫描一次栈(需要STW),效率普通
  • GoV1.8-混合写屏障机制, 堆空间启动屏障,栈空间不启动,整个过程几乎不需要STW,效率较高

6.GC性能评价标准

  • 吞吐量
  • 最大暂停时间(需要缩短最大暂停时间)
  • 堆使用效率(可用的堆越大,GC 运行越快)
  • 访问的局部性

制作不易,请点赞关注

参考: [译]Go 垃圾回收指南 | LeonardWang

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/717834.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

最长上升子序列(LIS)简介及其例题分析

一.最长上升子序列(LIS)的相关知识 1.最长上升子序列(Longest Increasing Subsequence),简称LIS,也有些情况求的是最长非降序子序列,二者区别就是序列中是否可以有相等的数。假设我们有一个序…

【论文笔记】Initializing Models with Larger Ones

Abstract 介绍权重选择,一种通过从预训练模型的较大模型中选择权重子集来初始化较小模型的方法。这使得知识从预训练的权重转移到更小的模型。 它还可以与知识蒸馏一起使用。 权重选择提供了一种在资源受限的环境中利用预训练模型力量的新方法,希望能够…

【Linux】软件管理yum | 编辑器vim | vim插件安装

目录 1. Linux软件管理yum 1.1 什么是软件包 1.2 查看软件包 1.3 如何安装软件 1.4 如何卸载软件 2. Linux编辑器vim 2.1 vim的基本概念 2.2 vim的基本操作 2.3 vim正常模式命令集 2.4 vim末行模式命令集 2.5 简单vim配置 2.6 插件安装 1. Vim-Plug 3. coc.nvim …

如何自己系统的学python

学习Python是一项很好的投资,因为它是一种既强大又易于学习的编程语言,适用于多种应用,如数据分析、人工智能、网站开发等。下面是一个系统学习Python的步骤建议: 基础准备 安装Python: 访问Python官网下载最新版本的…

微信小程序-生命周期

页面生命周期 onLoad: 页面加载时触发的方法,在这个方法中可以进行页面初始化的操作,如获取数据、设置页面状态等。 onShow: 页面显示时触发的方法,在用户进入页面或从其他页面返回该页面时会调用此方法。可以在此方法中进行页面数据刷新、动…

Onenote软件新建笔记本时报错:无法在以下位置新建笔记本

报错现象: 当在OneNote软件上,新建笔记本时: 然后,尝试重新登录微软账户,也不行,提示报错: 解决办法: 打开一个新的记事本,复制粘贴以下内容: C:\Users\Adm…

Mysql中的事务

什么是事务: 多条sql语句,要么全部成功,要么全部失败。 事务的特性: 1:原子性(Atomic): 组成一个事务的多个数据库操作是一个不可分割的原子单元,只有所有操作都成功,整个事务才会…

C++调用lua函数

C 调用Lua全局变量(普通) lua_getglobal(lua, "width");int width lua_tointeger(lua,-1);lua_pop(lua,1);std::cout << width << std::endl;lua_close(lua); 这几行代码要放到lua_pcall(lua, 0,0,0);之后才可以. C给lua传递变量 lua_pushstring(lua, …

Python 操作 Excel,如何又快又好?

➤数据处理是 Python 的一大应用场景&#xff0c;而 Excel 则是最流行的数据处理软件。因此用 Python 进行数据相关的工作时&#xff0c;难免要和 Excel 打交道。Python处理Excel 常用的系列库有&#xff1a;xlrd、xlwt、xlutils、openpyxl ◈xlrd &#xff0d; 用于读取 Exce…

Rocky 9 安装 R-CytoTRACE

官网给出的详细指南&#xff0c;只是可能大家打不开或者懒得去看E文。 第一步&#xff0c;下载CytoTRACE安装包。 wget https://cytotrace.stanford.edu/CytoTRACE_0.3.3.tar.gz 第二步&#xff0c;打开R或者Rstudio-server # 安装依赖包 if (!requireNamespace("Bioc…

视频云平台——搭建SRS5平台支持GB28181视频流的推送

&#x1f4e2;欢迎点赞 &#xff1a;&#x1f44d; 收藏 ⭐留言 &#x1f4dd; 如有错误敬请指正&#xff0c;赐人玫瑰&#xff0c;手留余香&#xff01;&#x1f4e2;本文作者&#xff1a;由webmote 原创&#x1f4e2;作者格言&#xff1a;新的征程&#xff0c;我们面对的不仅…

谨用ArrayList中的subList方法

谨用ArrayList中的subList方法 规范一&#xff1a; ArrayList 的 subList 结果不可强转成 ArrayList&#xff0c;否则会抛出 ClassCastException 异常&#xff1a; public static void test7() {List<Integer> list new ArrayList<>();list.add(1);list.add(2);…

JavaWeb—— SpringBootWeb综合案例(登录功能、登录校验、异常处理)

案例-登录认证 目录 案例-登录认证1. 登录功能1.1 需求1.2 接口文档1.3 思路分析1.4 功能开发1.5 测试 2. 登录校验2.1 问题分析2.2 会话技术2.2.1 会话技术介绍2.2.2 会话跟踪方案2.2.2.1 方案一 - Cookie2.2.2.2 方案二 - Session2.2.2.3 方案三 - 令牌技术 2.3 JWT令牌2.3.1…

程序员眼中的“祖传代码”

引言 在IT界&#xff0c;特别是在Java项目中&#xff0c;“祖传代码”通常指的是那些经过长时间积累、由多位开发者共同维护、且蕴含深厚技术沉淀的代码片段或模块。这些代码可能存在于项目的核心模块&#xff0c;也可能是一些辅助性的工具类。它们承载着项目的历史&#xff0…

Matlab 多项式插值(曲线拟合)

文章目录 一、简介二、实现代码三、实现效果参考资料一、简介 由于对曲线拟合有些兴趣,这里就找了一些资料从最基本的方法来看一下曲线拟合的效果: 二、实现代码 % **********

python科学计算库之Numpy库的使用的简单习题

Numpy库 Numpy&#xff08;Numerical Python的缩写&#xff09;是一个开源的Python库&#xff0c;用于进行科学计算。它提供了一个高性能的多维数组对象&#xff08;ndarray&#xff09;及用于处理这些数组的各种工具和函数。由于其高效和灵活的数据结构以及丰富的功能&#x…

Google 地图 API 教程--干货(1/2)

Google Maps API 教程 在本教程中我们将学习如何使用谷歌地图API V3创建交互式地图。 什么是 API? API = 应用程序编程接口(Application programming interface)。 API(Application Programming Interface,应用编程接口)其实就是操作系统留给应用程序的一个调用接口,…

案例介绍:汽车售后服务网络构建与信息抽取技术应用(开源)

一、引言 在当今竞争激烈的汽车行业中&#xff0c;售后服务的质量已成为品牌成功的关键因素之一。作为一位经验丰富的项目经理&#xff0c;我曾参与构建一个全面的汽车售后服务网络&#xff0c;旨在为客户提供无缝的维修、保养和配件更换服务。这个项目的核心目标是通过高效的…

状态机实现双击、短按、长按等按键识别检测算法

1、按键识别算法的作用 按键识别算法在不同的技术和应用背景下有不同的作用&#xff0c;但其核心目标都是准确、可靠地检测和区分用户通过物理或虚拟按键所执行的操作。按键识别算法在各类电子设备及系统中起到至关重要的作用&#xff0c;它确保了人机交互的有效性和准确性&…

Vue前端+快速入门【详解】

目录 1.Vue概述 2. 快速入门 3. Vue指令 4.表格信息案例 5. 生命周期 1.Vue概述 1.MVVM思想 原始HTMLCSSJavaScript开发存在的问题&#xff1a;操作麻烦&#xff0c;耦合性强 为了实现html标签与数据的解耦&#xff0c;前端开发中提供了MVVM思想&#xff1a;即Model-Vi…