分代/增量/分区收集算法

分代收集算法：现代 GC 的基石

分代收集（Generational Collection） 不是一种全新的算法，而是利用「大多数对象朝生夕灭」的经验观察，把堆分成不同区域，对不同区域采用最合适的算法。

分代的理论基础

弱分代假说（Weak Generational Hypothesis）

大多数对象都是朝生夕灭的。

这个假说是分代收集的核心依据。通过统计数据可以验证：

典型 Java 应用的对象生命周期分布：

朝生夕灭（~80%）    │████████████████│
                    │   ████████      │
                    │                 │
短命对象（~15%）    │██                │
                    │                 │
中等寿命（~4%）    │█                 │
                    │                 │
长寿对象（~1%）     │█                 │
                    └─────────────────┘
                    0   1   10  100  1000 (GC 次数)

强分代假说

经历过多次 GC 仍然存活的对象，往往会继续存活。

这个假说支持了晋升（Promotion）机制：年轻代多次 GC 后仍然存活的对象，晋升到老年代，减少 Survivor 区的压力。

分代收集的堆结构

┌────────────────────────────────────────────────────────┐
│                    JVM 堆                                  │
│                                                         │
│  老年代（Old Gen）                                      │
│  ┌──────────────────────────────────────────────────┐ │
│  │  ┌────────────────────────────────────────────┐  │ │
│  │  │ 长期存活的对象 / 大对象                      │  │ │
│  │  │ 容量：约堆的 2/3                           │  │ │
│  │  │ 算法：标记-清除 或 标记-压缩                 │  │ │
│  │  └────────────────────────────────────────────┘  │ │
│  └──────────────────────────────────────────────────┘ │
│                                                         │
│  年轻代（Young Gen）                                    │
│  ┌──────────────────────────────────────────────────┐ │
│  │                                                    │ │
│  │  ┌──────────┐  ┌──────┐  ┌──────┐              │ │
│  │  │   Eden    │  │  S0  │  │  S1  │              │ │
│  │  │  (80%)   │  │ (10%)│  │ (10%)│              │ │
│  │  │ 新对象在这 │  │MinorGC│  │MinorGC│             │ │
│  │  │  分配     │  │复制到 │  │复制到 │             │ │
│  │  │           │  │ 这里   │  │这里   │             │ │
│  │  └──────────┘  └──────┘  └──────┘              │ │
│  │                                                    │ │
│  │  算法：复制算法                                     │ │
│  └──────────────────────────────────────────────────┘ │
└────────────────────────────────────────────────────────┘

分代收集的工作流程

对象在年轻代的流转：

1. 对象在 Eden 区分配
         ↓
2. Eden 区满，MinorGC
         ↓
3. Eden + S0 中的存活对象 ──→ S1 复制
         ↓
4. S0 和 S1 角色互换
         ↓
5. 对象年龄 +1
         ↓
6. 重复步骤 2-5
         ↓
7. 年龄超过阈值 ──→ 晋升老年代
         ↓
8. 老年代满 ──→ FullGC

对象晋升老年代的条件

条件	说明
年龄达标	年龄 > -XX:MaxTenuringThreshold（默认 15）
Survivor 空间不足	Survivor 区容纳不下存活对象
动态年龄判断	同年龄所有对象大小之和 > Survivor 空间的一半
大对象	超过 -XX:PretenureSizeThreshold 直接分配到老年代

跨代引用问题

分代的挑战：老年代引用年轻代

场景：老年代对象持有年轻代对象的引用

GC Roots ──→ [Old Obj] ──→ [Young Obj]
                              ↑
                        如果只扫描年轻代，
                        这个引用会被忽略，
                        Young Obj 会被误判为垃圾！

解决方案：记忆集（Remembered Set）

为了解决跨代引用问题，JVM 在每个 Region 中维护一个记忆集（Remembered Set，RSet），记录「谁引用了我」。

年轻代 Region：
┌────────────────────────────────────────┐
│  对象：Young Obj                       │
│                                        │
│  RSet（记忆集）：                       │
│  ├─ 老年代 Region A ──→ 引用了 Young Obj │
│  └─ 老年代 Region B ──→ 引用了 Young Obj │
└────────────────────────────────────────┘

MinorGC 时：
1. 不需要扫描整个堆
2. 只需扫描 RSet 中记录的老年代 Region
3. 找出被老年代引用的年轻代对象
4. 这些对象标记为存活，不被回收

RSet 是 GC 效率的关键：它把「需要扫描的对象」从整个堆缩小到了 RSet 记录的对象。

增量收集算法

增量收集（Incremental Collection） 的思想是：把一次长时间的 GC 拆分成多个小步骤，每次只 GC 一小部分，从而减少单次停顿时间。

增量收集的问题

增量收集虽然减少了单次停顿，但也有明显的代价：

维度	说明
吞吐量降低	GC 线程和应用线程交替执行，总体 GC 时间变长
碎片问题	增量式压缩比一次性压缩效果差
实现复杂	增量更新需要解决对象消失问题

增量收集的代表：增量式 CMS

早期的 CMS 回收器就使用了增量式并发——GC 线程和应用线程交替执行。

分区收集算法

分区收集（Region-based Collection） 把堆划分为多个大小相等的 Region，每个 Region 可以独立进行垃圾回收。

G1 的 Region 划分

G1 把堆划分为多个大小相等的 Region（每个 1MB~32MB）：

┌──────────┬──────────┬──────────┬──────────┐
│   Eden   │   Eden   │  Survivor │   Old    │
│  Region  │  Region  │  Region   │  Region  │
├──────────┼──────────┼──────────┼──────────┤
│   Old    │   Old    │ Humongous │   Free   │
│  Region  │  Region  │  Region   │  Region  │
├──────────┴──────────┴──────────┴──────────┤
│               G1HeapRegionSize               │
│         （可配置：1MB, 2MB, 4MB, 8MB...）   │
└─────────────────────────────────────────────┘

Region 类型：

Region 类型	说明
Eden Region	年轻代，存储新分配的对象
Survivor Region	年轻代，存储经历过 MinorGC 的存活对象
Old Region	老年代，存储长期存活的对象
Humongous Region	存储大对象（超过 Region 大小 50%）
Free Region	空闲区域，可分配

分区收集的优势

优势	说明
可预测停顿	可以设置目标停顿时间（如 200ms）
无连续空间依赖	不需要 Eden/S0/S1 连续
灵活性	根据停顿时间目标动态调整回收策略
并行化	多个 Region 可以并行回收

三种算法的关系

分代收集 vs 增量收集 vs 分区收集
      │
      ├── 分代收集 ──→ 把堆分成年轻代和老年代
      │                 每代用最合适的算法
      │
      ├── 增量收集 ──→ 把 GC 分成多个增量步骤
      │                 减少单次停顿时间
      │
      └── 分区收集 ──→ 把堆分成多个相等 Region
                       每个 Region 独立管理

本节小结

分代、增量、分区收集算法：

算法	核心思想	代表
分代收集	按对象年龄分代，每代用最合适的算法	所有现代 GC
增量收集	把 GC 分成多个增量步骤，减少停顿	增量式 CMS
分区收集	把堆分成多个相等 Region，独立管理	G1、ZGC、Shenandoah

分代收集是现代 GC 的标准做法，结合了复制算法（年轻代）和标记-压缩（老年代）的优点。

下一节，我们来看 GC 核心概念（System.gc/STW/安全点/引用类型）。