JVM自动内存管理和垃圾回收技术
前言：java和C++之间有着内存自动管理和垃圾回收技术的高墙，墙里面的人想出来，墙外面的想进去。（引用自周大师）
上一篇主要介绍了jvm的内存分配，没看过的同学可以移步上篇博客jvm内存分配。程序猿比较关注的内存的堆栈应用，这篇主要讲jvm中内存最大的一块区域，堆内存如何实现自动管理和垃圾回收。
如何判断对象已死？
平时在开发时，我们只需new对象就可以自动分配内存空间，而不用去管理内存的销毁回收，都是jvm帮我们做了这些工作。那么，有个问题：在C程序中，都是程序猿去手动销毁不使用的对象，释放内存，在java中，jvm如何知道哪些是不需要使用的可以回收的对象呢？也就是怎么判断内存中对象已死？
1、引用计数
jvm会给内存中的对象增加一个计数器，每当对象增加一个引用，计数器就加一，当引用失效计数器就减一，计数器为零就代表这个对象是可以回收的。
缺点：无法解决循环引用的问题。如下图中，ObjectA和ObjectB相互引用，ObjectA和ObjectB都无法回收。
2、可达性分析算法
从gc root对象开始，寻找引用对象，沿引用链，可以达到的对象都是存活的；无法达到的对象都是死亡的，可以回收的。
上图中，虽然对象D、E、F之间有引用，但和GC Root的引用链没有交集，所以D、E、F对象是可以回收的对象，而对象A、B、C是活动的对象。
目前java中可作为GC Root的对象有：
1. 虚拟机栈中引用的对象（本地变量表）
2. 方法区中静态属性引用的对象
3. 方法区中常量引用的对象
4. 本地方法栈中引用的对象（Native对象）
3种垃圾回收算法
1、标记清除（Markup And Sweep）
分为两个阶段，第一阶段标记阶段，使用引用计数或者可达性分析标记对象是否可以回收；第二阶段清除阶段，将可以回收对象的内存回收。
缺点：会出现内存碎片，当创建大对象而找不到足够大的连续的内存空间时会触发Full GC，会影响整个应用程序性能。
2、复制算法(Copying)
将堆内存分为大小相等的两个部分，比如A、B，当A内存不足时，将存活的对象拷贝到B内存区域，然后回收整个A内存区域。
缺点：内存使用率只有一半，十分浪费内存；
3、标记整理
这个是针对复制算法做的改进，解决内存利用率低的问题，也解决存活对象较多时，复制算法需要大量复制对象导致的效率问题。将内存中存活的对象移动到内存区域的一端，全部移动结束后，回收分界线另一端的整个内存区域。
分代回收
问1：jvm何时触发gc？
答：
Minor Gc（新生代回收）的条件比较简单，只要Eden内存不足就会触发。
Full Gc（老年代回收）有几种触发条件：
- 老年代空间不足。
- PermSpace空间不足。
- 统计得到Minor Gc后晋升到老年代的平均空间大于老年代的剩余空间。
问2：jvm如何分代？
答：
查看上图，jvm分代主要有年轻代（young），老年代（Tenured），和非堆内存（永久代）。
年轻代：年轻代细分为Eden、Survivor1、Survivor2，这么细分的作用后面讲，一般新建立的对象进入年轻代，年轻代对象的特点是朝生夕死，年轻代中的对象有年龄的概念，年轻代中的gc称为Minor Gc，每经过一次Minor Gc，对象年龄就会更加一岁，默认年龄达到15岁，对象就会进入老年代中，还有其他情况对象年龄没有达到15岁也会进入老年代，这里不细说了。
老年代：老年代对象的大部分是存活时间很长。
非堆内存（永久代）：又称方法区，主要存放类信息、静态变量、常量信息。
问3：为什么要分代回收？
答：分代回收当然是为了提升jvm回收的效率，减少因为gc导致的应用程序停顿。年轻代的对象朝生夕死，老年代的对象存活时间很长，针对不同的特点应用不同的回收算法，年轻代应用复制算法，因为存活对象较少，老年代因为对象存活时间较长，只能使用标记清扫或者标记整理算法，具体要看虚拟机产商，不同的虚拟机产商有不同的实现。
1、年轻代
年轻代细分为Eden、Survivor1、Survivor2，采用复制算法，因为对象朝生夕死，没有必须按照复制算法的一半内存划分，默认的划分比例Eden：Survivor1：Survivor2=8:1:1，为什么分为两个Survivor？当Eden内存不够时，触发Minor Gc，将存活的对象复制到Survivor2，然后清空Eden和Survivor1的空间，下次Minor Gc时会将存活对象复制到Survivor1，然后清空Eden和Survivor2的空间，设置两个Survivor是为了来回腾挪存活对象使用的。
2、老年代
老年代的gc称为Major Gc或者Full Gc，Full Gc非常消耗性能，影响应用程序，可能导致应用程序长时间停顿，jvm应该尽量避免Full Gc。避免Full Gc这涉及jvm的性能优化，后续有时间再整理分享。