Java G1GC - 卡表 (CT) 与记忆集 (RS)

Question

为什么 g1 需要这两种数据结构？

我的理解是：

1. CT保存了老年代引用的实际位置信息。
2. RS是特定于每个区域的，每个区域都有一个与其关联的RS，它存储有关 指向该区域中对象的外部引用。因此，在导航 RS 时，实际位置 可以使用 CT 找到参考。

为什么RS不能保留所有信息而使用CT？

是不是因为否则会有太多重复数据存储在不同的RS中？ 例如 - 年轻代有区域 A 和 B，这两个区域中的对象具有来自老一代的相同外部引用。 在这种情况下，与区域 A 和 B 关联的两个 RS 都会存储该冗余信息，这种解释正确吗？

Answer 1

首先让我们把一些东西按正确的顺序排列。

Card Table

显示是否存在可能 传入该区域的引用。它确实有点“哈希”。对于卡表中的单个字节 - 旧区域中有many字节。这就像说如果（理论上）你有一个看起来像这样的牌桌（单张牌被标记为“脏”）

0 1 0 0 0 0

为此

1

（脏卡），在扫描年轻区域时，旧区域中也需要扫描特定的映射。

      0          1      0     .....

    0 - 512   512-1024  ...........

因此，脏卡对应于老年代中的某个部分（从 512 到 1024 字节），作为年轻代扫描的一部分，该部分也会被扫描。

---

G1 有区域，现在您需要了解

CT

和

RS

如何协同工作。假设 GC 此时扫描

Region1

，它会从该区域获取所有存活的内容并将其复制到

Region2

中。同时

Region2

引用了

Region3

。如果我们使用

CT

，

Region2

将被标记为“脏”（通过将特定卡片放入卡片表中）。

下一个周期要扫描

Region3

。

Region3

如何知道是否有 other 区域可能指向它？确实存在这样的情况：

Region2

引用了

Region3

。好吧，它可以查看

CT

并检查每张脏卡（以及这些脏卡对应的每个区域），并查看此处是否有来自任何这些区域的引用。想一想：为了清除

Region3

，

G1

必须查看整个

CT

。在最坏的情况下，它应该扫描整个堆 - 寻找单个区域。

因此：

Remembered Sets

。这些数据结构是根据

CT

所了解的信息，由异步线程填充的。当

Region2

被标记为脏时，异步线程将开始计算其

RS

。当需要扫描

Region3

时，其

RS

只会有带有

Region2

的条目。

因此，为了扫描单个区域，

G1

only需要查看该特定

RS

。

Answer 2

我们看下图：

在年轻GC期间，E和G对象无法从GC Roots到达。因此它们可能被称为“死”对象。如果发生这种情况，将会导致不可预测的问题。

考虑到扫描整个堆太耗时，JVM使用rememberSet (RSet) 存储所有具有指向该区域内对象的指针的位置。下图显示了区域 5 的 RSet 示例。

根据 RSet 的不同粒度，有不同的实现。 为了简单起见，如果RSet只记录参考Region索引。 区域 5 的 RSet = {Region7, Region3}.

为了检查对象的活跃度，GC 仍然需要扫描整个 Region。最简单的优化应该是GC将一个Region划分成若干个小区域/页面。每个区域在卡牌表（CT）中都有一个标志。假设该区域包含指向外部区域的对象指针，则相应的标志被标记为dirty值。

所以card table就是用来表示是否包含老年代到年轻代的指针。它是特殊类型的 RSet。