JVM面试题——垃圾收集器

news2026/4/2 11:18:31
目录Serial / Serial OldParNewParallel / Parallel OldCMSConcurrent Mark SweepG1收集器ZGC 简介垃圾收集器对比与选择Serial / Serial Old定位最古老、最稳定的单线程串行收集器全程 STW。算法新生代复制算法老年代标记 - 压缩算法特点简单稳定适合客户端 / 单核环境停顿时间长不适合高并发服务。参数-XX:UseSerialGCParNew定位Serial 的多线程并行版本早期配合 CMS 的新生代收集器。算法新生代复制算法多线程并行老年代串行配合 Serial Old 或 CMS、标记 - 压缩算法特点多线程并行回收比 Serial 更快仍需 STW是 JDK 8 前唯一能与 CMS 配合的新生代收集器。参数-XX:UseParNewGC启用 ParNew-XX:ParallelGCThreads限制 GC 线程数Parallel / Parallel OldParNew收集器的缺点是:无法自定义线程的数量Parallel是对ParNew的改进。Parallel Old是Parallel Scavenge收集器的老年代版本。定位注重吞吐量的并行收集器JDK 8 默认收集器。算法新生代Parallel Scavenge复制算法老年代Parallel Old标记 - 压缩算法JDK 6 提供特点多线程并行回收追求高吞吐量支持自适应调节动态调整 Eden/Survivor 比例、晋升年龄等适合后台计算型服务对响应时间要求不高。参数-XX:UseParallelGC启用 Parallel Scavenge-XX:UseParallelOldGC启用 Parallel OldCMSConcurrent Mark Sweep定位追求低停顿的并发收集器适合互联网 / 响应敏感型服务。核心目标最短回收停顿时间提升用户体验。算法标记 - 清除算法Mark-Sweep工作流程4 阶段初始标记STW仅标记 GC Roots 直接关联的对象速度极快。并发标记与用户线程并行遍历 GC Roots 引用链耗时最长。重新标记STW修正并发标记期间因业务线程运行导致的标记变动停顿比初始标记稍长。并发清除与用户线程并行清理死亡对象。耗时第二长。核心特点STW 仅发生在初始标记和重新标记并发阶段不影响用户线程整体停顿极短预处理回收需在老年代用尽前完成回收否则会并发失败触发 Full GC。优缺点优点缺点并发收集、低停顿产生大量内存碎片与用户线程并行执行并发阶段占用 CPU降低吞吐量适合响应敏感型服务无法处理浮动垃圾需预留内存空间关键参数-XX:UseConcMarkSweepGC启用 CMS-XX:UseCMSCompactAtFullCollectionFull GC 后进行碎片整理会导致 STW 变长-XX:CMSFullGCsBeforeCompaction设置多少次 Full GC 后进行一次碎片整理-XX:ParallelCMSThreads设置 CMS 线程数约等于 CPU 核心数G1收集器定位JDK 9 默认收集器目标是替代 CMS兼顾低延迟与高吞吐量。核心设计将堆划分为多个大小相等的 Region1M~32M2 的幂次方新生代和老年代不再物理隔离而是由多个 Region 组成新增HumongousH区域存储巨型对象超过 Region 大小 50%直接在新的一个或多个连续region中分配并标记为H。核心特点并行与并发充分利用多核 CPU 缩短 STW 时间部分阶段可与用户线程并发执行。分代收集保留分代概念可独立管理新生代和老年代无需配合其他收集器。空间整合整体基于标记 - 压缩算法局部基于复制算法不会产生内存碎片。可预测停顿允许用户指定MaxGCPauseMillis垃圾收集上的时间不得超过N毫秒在目标时间内优先回收垃圾最多的 RegionGarbage First。Remembered Set 优化通过 RS 记录跨 Region 引用避免全堆扫描大幅提升效率。工作流程4 阶段初始标记STW标记 GC Roots 直接关联的对象速度快。并发标记与用户线程并行进行可达性分析遍历引用链。同时通过写屏障更新 RS。最终标记STW修正并发标记期间的变动合并所有 Region 的 Remembered Set 数据确保标记结果准确。筛选回收STW对各 Region 按「回收价值 / 成本」排序根据目标停顿时间选择回收区域用复制算法清理垃圾保证停顿可控。关键参数-XX:UseG1GC启用 G1-XX:G1HeapRegionSize指定 Region 大小1M~32M2 的幂次方-XX:MaxGCPauseMillis设置目标最大 GC 停顿时间毫秒-XX:G1NewSizePercent设置新生代初始占比默认 5%-XX:G1MaxNewSizePercent设置新生代最大占比默认 60%三色标记算法并发标记核心使用可达性分析算法判断对象是否可以被回收 三色标记算法标记出来哪些对象可以被回收基本概念白色未被访问过的对象垃圾灰色已被访问但引用的对象未全部扫描黑色已被访问且引用的对象全部扫描完毕存活完整流程初始状态所有对象都是白色只有 GC Roots 是根节点。初始标记阶段把所有GC Roots 直接引用的对象A、B、E标记为灰色将这些灰色对象放入待处理队列GC Roots 本身标记为黑色表示根节点已处理完成。遍历标记阶段循环从「待扫描队列」中取出灰色对象执行以下操作遍历当前灰色对象的所有直接引用子对象若子对象为白色 → 标记为灰色并加入「待扫描队列」若子对象为灰色 / 黑色 → 无需处理当前灰色对象的所有子对象扫描完成后将其标记为黑色重复上述步骤直到「待扫描队列」为空。最终结果仍为白色的对象G无法被 GC Roots 访问到 → 判定为垃圾对象可以被回收。标记为黑色的对象可被 GC Roots 访问到 → 存活对象保留。并发标记问题与解决方案问题描述解决方案浮动垃圾已标记为存活的对象在并发标记期间变为垃圾本次 GC 不会清理留待下次处理无需处理下次 GC 自动回收漏标错杀仍被引用的对象被误判为垃圾导致空指针异常打破两个条件之一1.增量更新CMS写屏障记录黑色对象新增的白色引用重新标记时重新扫描2.原始快照SATBG1写屏障记录灰色对象断开的白色引用将其标记为黑色当作浮动垃圾留待下次处理ZGC 简介版本JDK 11 引入JDK 15 正式转正。定位超低延迟垃圾收集器目标是将停顿时间控制在亚毫秒级10ms支持 TB 级大内存。核心技术染色指针Colored Pointers将标记信息存在对象指针中无需修改对象头实现并发标记与整理。适用场景对延迟极度敏感的服务如金融、实时通信否则优先选择 G1。垃圾收集器对比与选择回收器搭配与版本变化新生代收集器Serial、ParNew、Parallel Scavenge老年代收集器Serial Old、Parallel Old、CMS整堆收集器G1独立管理新生代 老年代版本废弃JDK 9废弃 ParNewJDK 14废弃 CMS可搭配组合新生代收集器可搭配的老年代收集器SerialSerial Old / CMSParNewSerial Old / CMSParallel ScavengeSerial Old / Parallel Old核心回收器对比表收集器组合关注点核心优化适用场景Serial/Serial Old简单稳定单线程串行客户端、单核环境Parallel/Parallel Old吞吐量自适应调节、多线程并行后台计算型服务、JDK 8 默认ParNew CMS低停顿并发标记仅初始标记 / 重新标记 STW互联网 / 响应敏感型服务JDK 8 前G1平衡低延迟与吞吐量Region 划分 Remembered Set 可预测停顿JDK 9 默认通用型服务ZGC超低延迟染色指针标记存于指针对延迟要求极高、超大内存场景选择策略Serial 单线程Parallel 重吞吐CMS 求低停G1 靠 RegionRS 控停顿ZGC 极致低延迟。客户端程序Serial Serial Old简单稳定适合单核 / 桌面应用吞吐量优先Parallel Scavenge Parallel Old追求 CPU 利用率适合后台计算、大数据场景响应时间优先JDK 8 前ParNew CMS低停顿适合互联网网站、B/S 服务通用场景JDK 9G1平衡延迟与吞吐量无内存碎片可控制停顿时间极致低延迟ZGC亚毫秒级停顿适合金融、实时通信等超敏感场景

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.coloradmin.cn/o/2475197.html

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,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…