保持GC低開銷的竅門有哪些?

隨著一再拖延而即將發(fā)布的 Java9，G1(“Garbage First”)垃圾回收器將被成為 HotSpot 虛擬機(jī)默認(rèn)的垃圾回收器。從 serial 垃圾回收器到CMS 收集器， JVM 見證了許多 GC 實(shí)現(xiàn)，而 G1 將成為其下一代垃圾回收器。

隨著垃圾收集器的發(fā)展，每一代 GC 與其上一代相比，都帶來(lái)了巨大的進(jìn)步和改善。parallel GC 與 serial GC 相比，它讓垃圾收集器以多線程的方式工作，充分利用了多核計(jì)算機(jī)的計(jì)算能力。CMS(“Concurrent Mark-Sweep”)收集器與 parallel GC 相比，它將回收過程分成了多個(gè)階段，使得應(yīng)用線程正在運(yùn)行的時(shí)候，收集工作可以并發(fā)地完成，大大改善了頻繁執(zhí)行 “stop-the-world” 的情況。G1 對(duì)于擁有大量堆內(nèi)存的 JVM 表現(xiàn)出更好的性能，并且具有更好的可預(yù)測(cè)和統(tǒng)一的暫停過程。

Tip #1: 預(yù)測(cè)集合的容量

所有標(biāo)準(zhǔn)的 Java 集合，包括定制和擴(kuò)展的實(shí)現(xiàn)(比如 Trove 和 Google 的 Guava),底層都使用了數(shù)組(原生數(shù)據(jù)類型或者基于對(duì)象的類型)。因?yàn)閿?shù)組一旦被分配，其大小就不可變，因此添加元素到集合時(shí)，大多數(shù)情況下都會(huì)導(dǎo)致需要重新申請(qǐng)一個(gè)新的大容量數(shù)組替換老的數(shù)組（指集合底層實(shí)現(xiàn)使用的數(shù)組）。

即使沒有提供集合初始化的大小，大多數(shù)集合的實(shí)現(xiàn)都盡量?jī)?yōu)化重新分配數(shù)組的處理并且將其開銷平攤到最低。不過，在構(gòu)造集合的時(shí)候就提供大小可以得到最佳的效果。

讓我們將下面的代碼作為一個(gè)簡(jiǎn)單的例子分析一下:

public static List reverse(List & lt; ? extends T & gt; list) {
 
 List result = new ArrayList();
 
 for (int i = list.size() - 1; i & gt; = 0; i--) {
  result.add(list.get(i));
 }
 
 return result;
}

This method allocates a new array, then fills it up with items from another list, only in reverse order. 這個(gè)方法分配了一個(gè)新的數(shù)組，然后用另一個(gè) list 中元素對(duì)該數(shù)組進(jìn)行填充，只是元素的數(shù)序發(fā)生了變化。

這個(gè)處理方式可能會(huì)付出慘重的性能代價(jià)，其優(yōu)化的點(diǎn)在添加元素到新的 list 中這行代碼。 隨著每一次添加元素，list 都需要確保其底層數(shù)組擁有足夠的位置來(lái)容納新的元素。如果有空閑的位置，那么只是簡(jiǎn)單地將新元素存儲(chǔ)到下一個(gè)空閑的槽位。如果沒有的話，將分配一個(gè)新的底層數(shù)組，拷貝舊的數(shù)組內(nèi)容到新的數(shù)組中，然后添加新的元素。這將導(dǎo)致多次分配數(shù)組，那些剩余的舊數(shù)組最終被 GC 所回收。

我們可以通過在構(gòu)造集合時(shí)讓其底層的數(shù)組知道它將存儲(chǔ)多少元素，從而避免這些多余的分配

public static List reverse(List & lt; ? extends T & gt; list) {
 
 List result = new ArrayList(list.size());
 
 for (int i = list.size() - 1; i & gt; = 0; i--) {
  result.add(list.get(i));
 }
 
 return result;
 
}

上面的代碼通過 ArrayList 的構(gòu)造器指定足夠大的空間來(lái)存儲(chǔ) list.size() 個(gè)元素，在初始化時(shí)完成分配的執(zhí)行，這意味著 List 在迭代的過程中無(wú)需再次分配內(nèi)存。

Guava 的集合類則更進(jìn)一步，允許初始化集合時(shí)明確指定期望元素的個(gè)數(shù)或者指定一個(gè)預(yù)測(cè)值。

List result = Lists.newArrayListWithCapacity(list.size());
List result = Lists.newArrayListWithExpectedSize(list.size());

上面的代碼中，前者用于我們已經(jīng)準(zhǔn)確地知道集合將要存儲(chǔ)多少元素，而后者的分配方式考慮了錯(cuò)誤預(yù)估的情況。

Tip #2:直接處理數(shù)據(jù)流

當(dāng)處理數(shù)據(jù)流時(shí)，比如從一個(gè)文件讀取數(shù)據(jù)或者從網(wǎng)絡(luò)中下載數(shù)據(jù)，下面的代碼是非常常見的：

byte[] fileData = readFileToByteArray(new File("myfile.txt"));

所產(chǎn)生的字節(jié)數(shù)組可能被解析 XML 文檔、JSON 對(duì)象或者協(xié)議緩沖消息，以及一些常見的可選項(xiàng)。

當(dāng)處理大文件或者文件的大小無(wú)法預(yù)測(cè)時(shí)，上面的做法很是不明智的，因?yàn)楫?dāng) JVM 無(wú)法分配一個(gè)緩沖區(qū)來(lái)處理真正文件時(shí)，就會(huì)導(dǎo)致OutOfMemeoryErrors。

即使數(shù)據(jù)的大小是可管理的，當(dāng)?shù)嚼厥諘r(shí)，使用上面的模式依然會(huì)造成巨大的開銷，因?yàn)樗诙阎蟹峙淞艘粔K非常大的區(qū)域來(lái)存儲(chǔ)文件數(shù)據(jù)。

一種更加好的處理方式是使用合適的 InputStream (比如在這個(gè)例子中使用 FileInputStream)直接傳遞給解析器，不再一次性將整個(gè)文件讀取到一個(gè)字節(jié)數(shù)組中。所有主流的開源庫(kù)都提供相應(yīng)的 API 來(lái)直接接受一個(gè)輸入流進(jìn)行處理,比如:

FileInputStream fis = new FileInputStream(fileName);
MyProtoBufMessage msg = MyProtoBufMessage.parseFrom(fis);

Tip #3: 使用不可變的對(duì)象

不變性有太多的好處。甚至不用我贅述什么。然而，有一個(gè)優(yōu)點(diǎn)會(huì)對(duì)垃圾回收產(chǎn)生影響，應(yīng)該關(guān)注一下。

一個(gè)不可變對(duì)象的屬性在對(duì)象被創(chuàng)建后就不能被修改(在這里的例子使用的是引用數(shù)據(jù)類型的屬性)，比如:

public class ObjectPair {
 
 private final Object first;
 private final Object second;
 
 public ObjectPair(Object first, Object second) {
  this.first = first;
  this.second = second;
 }
 
 public Object getFirst() {
  return first;
 }
 
 public Object getSecond() {
  return second;
 }
 
}

將上面的類實(shí)例化后會(huì)產(chǎn)生一個(gè)不可變對(duì)象—它的所有屬性用 final 修飾,構(gòu)造完成后就不能改變了。

不可變性意味著所有被一個(gè)不可變?nèi)萜魉玫膶?duì)象，在容器構(gòu)造完成前對(duì)象就已經(jīng)被創(chuàng)建。就 GC 而言：這個(gè)容器年輕程度至少和其所持有的最年輕的引用一樣。這意味著當(dāng)在年輕代執(zhí)行垃圾回收的過程中，GC 因?yàn)椴豢勺儗?duì)象處于老年代而跳過它們，直到確定這些不可變對(duì)象在老年代中不被任何對(duì)象所引用時(shí)，才完成對(duì)它們的回收。

更少的掃描對(duì)象意味著對(duì)內(nèi)存頁(yè)更少的掃描，越少的掃描內(nèi)存頁(yè)就意味著更短的 GC 生命周期，也意味著更短的 GC 暫停和更好的總吞吐量。

Tip #4: 小心字符串拼接

字符串可能是在所有基于 JVM 應(yīng)用程序中最常用的非原生數(shù)據(jù)結(jié)構(gòu)。然而，由于其隱式地開銷負(fù)擔(dān)和簡(jiǎn)便的使用，非常容易成為占用大量?jī)?nèi)存的罪歸禍?zhǔn)住?/p>

這個(gè)問題很明顯不在于字符串字面值，而是在運(yùn)行時(shí)分配內(nèi)存初始化產(chǎn)生的。讓我們快速看一下動(dòng)態(tài)構(gòu)建字符串的例子：

public static String toString(T[] array) {
 
 String result = "[";
 
 for (int i = 0; i & lt; array.length; i++) {
  result += (array[i] == array ? "this" : array[i]);
  if (i & lt; array.length - 1) {
   result += ", ";
  }
 }
 
 result += "]";
 
 return result;
}

這是個(gè)看似不錯(cuò)的方法，接收一個(gè)字符數(shù)組然后返回一個(gè)字符串。但是這對(duì)于對(duì)象內(nèi)存分配卻是災(zāi)難性的。

很難看清這語(yǔ)法糖的背后，但是幕后的實(shí)際情況是這樣的：

public static String toString(T[] array) {
 
 String result = "[";
 
 for (int i = 0; i & lt; array.length; i++) {
 
  StringBuilder sb1 = new StringBuilder(result);
  sb1.append(array[i] == array ? "this" : array[i]);
  result = sb1.toString();
 
  if (i & lt; array.length - 1) {
   StringBuilder sb2 = new StringBuilder(result);
   sb2.append(", ");
   result = sb2.toString();
  }
 }
 
 StringBuilder sb3 = new StringBuilder(result);
 sb3.append("]");
 result = sb3.toString();
 
 return result;
}

字符串是不可變的，這意味著每發(fā)生一次拼接時(shí)，它們本身不會(huì)被修改，而是依次分配新的字符串。此外，編譯器使用了標(biāo)準(zhǔn)的 StringBuilder 類來(lái)執(zhí)行這些拼接操作。這就會(huì)有問題了，因?yàn)槊恳淮蔚?，既隱式地分配了一個(gè)臨時(shí)字符串，又隱式分配了一個(gè)臨時(shí)的 StringBuilder 對(duì)象來(lái)幫助構(gòu)建最終的結(jié)果。

最佳的方式是避免上面的情況，使用 StringBuilder 和直接的追加，以取代本地拼接操作符(“+”)。下面是一個(gè)例子:

public static String toString(T[] array) {
 
 StringBuilder sb = new StringBuilder("[");
 
 for (int i = 0; i & lt; array.length; i++) {
  sb.append(array[i] == array ? "this" : array[i]);
  if (i & lt; array.length - 1) {
   sb.append(", ");
  }
 }
 
 sb.append("]");
 return sb.toString();
}

這里，我們只在方法開始的時(shí)候分配了唯一的一個(gè) StringBuilder。至此，所有的字符串和 list 中的元素都被追加到單獨(dú)的一個(gè)StringBuilder中。最終使用 toString() 方法一次性將其轉(zhuǎn)成成字符串返回。

Tip #5: 使用特定的原生類型的集合

Java 標(biāo)準(zhǔn)的集合庫(kù)簡(jiǎn)單且支持泛型，允許在使用集合時(shí)對(duì)類型進(jìn)行半靜態(tài)地綁定。比如想要?jiǎng)?chuàng)建一個(gè)只存放字符串的 Set 或者存儲(chǔ) Map<Pair, List>這樣的 map，這種處理方式是非常棒的。

真正的問題源于當(dāng)我們想要使用一個(gè) list 存儲(chǔ) int 類型，或者一個(gè) map 存儲(chǔ) double 類型作為 value。因?yàn)榉盒筒恢С衷鷶?shù)據(jù)類型，因此另外的一種選擇是使用包裝類型來(lái)進(jìn)行替換，這里我們使用 List 。

這種處理方式是非常浪費(fèi)的，因?yàn)橐粋€(gè) Integer 是一個(gè)完全的對(duì)象，一個(gè)對(duì)象的頭部占用12個(gè)字節(jié)以及其內(nèi)部的所維護(hù)的 int 屬性，每個(gè)Integer 對(duì)象總共占用16個(gè)字節(jié)。這比起存儲(chǔ)相同個(gè)數(shù)的 int 類型的 list 而言，其消耗的空間是它的四倍！比這個(gè)更加嚴(yán)重的問題在于，事實(shí)上因?yàn)?Integer 是真正的對(duì)象實(shí)例，因此它需要垃圾收集階段被垃圾收集器所考慮是否要回收。

為了處理這個(gè)問題，我們?cè)?Takipi 中使用非常棒的 Trove 集合庫(kù)。Trove 摒棄了部分泛型的特定來(lái)支持特定的使用內(nèi)存更高效的原生類型的集合。比如，我們使用非常消耗性能的 Map<Integer, Double> ,在 Trove 中有另一種特別的選擇方案，其形式為 TIntDoubleMap

TIntDoubleMap map = new TIntDoubleHashMap();
map.put(5, 7.0);
map.put(-1, 9.999);
...

Trove 的底層實(shí)現(xiàn)使用了原生類型的數(shù)組，所以當(dāng)操作集合的時(shí)候不會(huì)發(fā)生元素的裝箱(int->Integer)或者拆箱(Integer->int), 沒有存儲(chǔ)對(duì)象，因?yàn)榈讓邮褂迷鷶?shù)據(jù)類型存儲(chǔ)。

最后

隨著垃圾收集器持續(xù)的改進(jìn)，以及運(yùn)行時(shí)的優(yōu)化和 JIT 編譯器也變得越來(lái)越智能。我們作為開發(fā)者將會(huì)發(fā)現(xiàn)越來(lái)越少地考慮如何編寫 GC 友好的代碼。然而，就目前階段，不論 G1 如何改進(jìn),我們?nèi)匀挥泻芏嗫梢宰龅氖聛?lái)幫 JVM 提升性能。

好了，以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家學(xué)習(xí)或者使用Java能帶來(lái)一定的幫助，如果有疑問大家可以留言交流。