G1算法中的记忆集用于什么？

Question

我刚刚读了一些有关G1算法的博客。

我对记忆集的使用感到困惑。

这是我的理解：

既然我们可以使用DFS遍历从GC-Roots引用的每个引用，那么为什么我们需要记忆集？

因为所有的博客都说使用记忆集的原因是我们不需要检查每个区域，以查看是否有一个对象被GC-Roots引用。

- ratsafalig

---

由于在代际 GC 中，我们可能需要在年轻一代中查找所有活动对象而不遍历较旧的一代... - Michael

这是否意味着每次g1想要回收一个区域时，它都需要检查它的记忆集以及记忆集中的每个指针，如果最终到达一个gc-roots，那么就意味着它是不可回收的？ - ratsafalig

@Michael，你说得对，但是记忆集在G1成为分代垃圾收集器之前就已经“诞生”了。事实上，这些集合的大小触发了G1成为分代垃圾收集器。 - Eugene

@ratsafalig，你的理解是错误的。引用并不会被遍历到GC根节点。引用指向的方向相反，因此只能从根节点遍历到对象。否则，垃圾回收就不会是如此昂贵的操作。 - Holger

Answer 1

首先你需要了解什么是 "Card Table"。如果从老生代回到年轻代引用了某个对象，你如何只扫描并清理年轻代区域呢？为了避免破坏堆，你需要“跟踪”这些连接的确切位置，在扫描年轻代时，可以清理它们。想一想：如果现在一个对象A在年轻代中，但是有一个来自老生代的引用B指向它，那么你不能标记A以待删除。因此需要实现一个 "Card Table" 来跟踪这些连接。这个卡表的每个位表示老生代的某个部分是“脏”的，也就是说，在扫描年轻代时，也要扫描这个部分。

为什么需要这样做呢？扫描年轻代的整个目的是扫描堆的一小部分，而不是全部。这个 "Card Table" 实现了这一点。

G1具有多个区域。如果正在扫描regionA，并且您发现它指向其他regionB，则仅将此信息放入Card Table是不够的。您的 Card Table 将仅知道 regionA，下次扫描 regionB 时，如何知道您应该同时扫描 regionA？如果不这样做，显然会破坏堆的完整性。因此，有个 "Remembered Sets"。这些集合由异步线程填充：它扫描 Card Table 并根据该信息扫描这些 "脏" 区域的指针所在的位置。它跟踪 regionA->regionB 这种连接。每个区域都有自己的 "Remembered Set"。

因此，在需要进行 GC 的时候，当扫描 regionB 时，您还会查看其 "Remembered Set" 并找出您还需要扫描 regionA。

实际上，这就是为什么G1成为了一种分代式垃圾收集器：这些已记忆集的大小非常庞大。如果将堆划分为年轻代和老年代，则无需保留年轻代之间的连接，因为您无论如何会一次性扫描它们，从而减少这些集合的大小。 G1希望保持那个200毫秒（默认值）的承诺-为此，您需要一次性扫描年轻代（因为在已记忆集中没有区域之间的连接，否则堆完整性将丢失），但与此同时，如果使年轻代较小，则已记忆集的大小将会很大。

因此，调整这些设置是一项工程奇迹，个人认为。

- Eugene

---

我可以这样认为吗：记忆集是卡表的更精确版本，因为卡表仅知道哪个区域，而记忆集则知道确切地址。 - ratsafalig

说实话，它们不是彼此的“版本”。G1拥有它们两个。 - Eugene