当前位置: 首页 > web >正文

JVM之GC常见的垃圾回收器

收集器适用区域特点适用场景
Serial新生代单线程,STW(Stop-The-World)客户端小应用
Parallel Scavenge新生代多线程,吞吐量优先后台计算任务
ParNew新生代Serial 的多线程版配合 CMS 使用
CMS老年代并发标记,低延迟响应优先的系统
G1全堆分区域回收,平衡吞吐/延迟JDK9+ 默认
ZGC全堆超低延迟(<10ms)超大堆应用

1. Serial 收集器

  • 特点:单线程、STW(Stop-The-World)

  • 区域:新生代(复制算法)

  • 适用场景:客户端模式(如-client)、单核CPU

  • 参数-XX:+UseSerialGC

总结:简单高效,但停顿时间长。


2. ParNew 收集器

  • 特点:Serial 的多线程版本

  • 区域:新生代(复制算法)

  • 适用场景:配合CMS使用(JDK8及之前)

  • 参数-XX:+UseParNewGC

总结:多线程提升GC效率,但仍有STW。


3. Parallel Scavenge(吞吐量优先)

  • 特点:多线程、关注吞吐量(吞吐量 = 用户代码时间 / (用户代码时间 + GC时间)

  • 区域:新生代(复制算法)

  • 适用场景:后台计算型任务(如批量处理)

  • 参数-XX:+UseParallelGC

总结:适合不关心延迟,追求高吞吐的场景。


4. Serial Old 收集器

  • 特点:Serial 的老年代版本

  • 区域:老年代(标记-整理算法)

  • 适用场景:与Parallel Scavenge搭配或作为CMS后备

  • 参数-XX:+UseSerialOldGC(JDK9已移除)


5. Parallel Old 收集器

  • 特点:Parallel Scavenge 的老年代版本

  • 区域:老年代(标记-整理算法)

  • 适用场景:与Parallel Scavenge组合,吞吐量优先

  • 参数-XX:+UseParallelOldGC

总结:JDK8默认组合(Parallel Scavenge + Parallel Old)。


6. CMS(Concurrent Mark-Sweep)

  • 特点:并发标记清除、低延迟

  • 区域:老年代(标记-清除算法)

  • 流程

    1. 初始标记(STW)

    2. 并发标记

    3. 重新标记(STW)

    4. 并发清除

  • 缺点:内存碎片、并发模式失败(Concurrent Mode Failure)

  • 参数-XX:+UseConcMarkSweepGC(JDK14已移除)

总结:减少停顿时间,但内存碎片和CPU敏感。


7. G1(Garbage-First)

  • 特点:分区域(Region)收集、可预测停顿模型

  • 区域:全堆(标记-整理算法)

  • 流程

    1. 初始标记(STW)

    2. 并发标记

    3. 最终标记(STW)

    4. 筛选回收(STW)

  • 优势:平衡吞吐和延迟,适合大堆(JDK9+默认)

  • 参数-XX:+UseG1GC

总结:现代JVM首选,适合6GB以上堆内存。


8. ZGC(低延迟)

  • 特点:并发回收、停顿时间<10ms

  • 区域:全堆(染色指针+读屏障)

  • 适用场景:超大堆(TB级)、对延迟敏感

  • 参数-XX:+UseZGC(JDK15+生产可用)

总结:未来趋势,但需要较新JDK版本。


9. Shenandoah

  • 特点:类似ZGC,但开源实现

  • 优势:低停顿(与ZGC竞争)

  • 参数-XX:+UseShenandoahGC


对比总结

收集器目标算法适用场景
Serial/Serial Old简单复制/标记-整理单核、客户端
Parallel Scavenge高吞吐复制/标记-整理后台计算
CMS低延迟标记-清除老年代(JDK8及之前)
G1平衡标记-整理JDK9+默认,大堆
ZGC/Shenandoah超低延迟染色指针超大堆、敏感应用
http://www.xdnf.cn/news/7492.html

相关文章:

  • 深度学习————模型保存与部署
  • pkucpc2025 L:Game on Tree
  • python学习day2(未写完,明天继续补充)
  • 洛谷B3876—— [信息与未来 2015] 中间值
  • 为 Windows 和 Ubuntu 中设定代理服务器的详细方法
  • 4款好用的备忘录记事工具分享
  • Spring boot 集成 Knife4j
  • 网络I/O学习-poll(三)
  • 范围管理的实践策略与创新应用
  • 头歌之软件工程-数据设计
  • 433. 最小基因变化
  • AcWing 223. 阿九大战朱最学——扩展欧几里得算法
  • Javascript本地存储的方式有哪些?区别及应用场景?(含Deep Seek讲解)
  • [长城杯 2024]anote
  • 怎么利用JS根据坐标判断构成单个多边形是否合法
  • HarmonyOS Next应用分层架构下组件封装开发实践
  • 子网前缀长度
  • 【General Agent Benchmark】论文分享No.12:LLF-Bench
  • Python训练第三十天
  • 新一代请求库niquests使用入门
  • 告别Spring AI!我的Java轻量AI框架实践(支持多模型接入|注解式MCP架构|附开源地址)
  • “星睿O6”AI PC 开发套件评测: NPU 算力测评(1)
  • DAY30
  • Docker 运维管理
  • 使用shell快速删除Docker容器、镜像和存储内容
  • Python海龟绘图-斗地主
  • redis在spring boot中异常退出
  • 【C语言】贪吃蛇小游戏
  • Python 实例传递的艺术:四大方法解析与最佳实践
  • 每日算法 -【Swift 算法】不含重复字符的最长子串:暴力解法 vs 滑动窗口