如何实现 GC 的高吞吐量？
三四十年前，开发人员负责释放在应用程序中创建的对象。业务应用程序相当复杂，有不同的工作流、用例和场景。即使开发人员在某个场景中少释放一个对象，对象也会在内存中累积，造成内存泄漏。Java 于 1995 年推出时，承诺自动进行垃圾回收。它将删除对象的责任从开发人员转移到了 Java 虚拟机（JVM），从而彻底改变了内存管理。整个行业都积极拥抱了这一创新理念，因为开发人员不再需要操心手动内存管理。从那时起，自动垃圾回收已成为所有现代编程语言的默认功能。
在本篇文章中，我们将探讨垃圾回收过程中的一个关键性能指标："GC 吞吐量"。我们将了解它的含义、在 Java 应用程序中的重要性以及它对整体性能的影响。此外，我们还将深入探讨提高 GC 吞吐量的可行策略，为现代软件开发释放其优势。
什么是垃圾回收吞吐量？
每当运行自动垃圾回收事件时，应用程序都会停顿，以识别内存中未引用的对象并将其释放。在停顿期间，不会处理任何客户请求。垃圾回收吞吐量请求应用程序处理客户请求的时间占多大比例，垃圾回收活动的时间占多大比例。例如，如果有人说他的应用程序的 GC 吞吐量是 98%，这意味着他的应用程序有 98% 的时间用于处理客户请求，其余 2% 的时间用于处理垃圾回收活动。 高 GC 吞吐量是可取的，因为它表明应用程序有效地利用了系统资源，从而减少了停顿，提高了整体性能。相反，GC 吞吐量低会导致垃圾回收停顿时间增加，影响应用程序的响应速度，造成性能瓶颈。监控和优化 GC 吞吐量对于确保应用程序的顺利执行和响应速度至关重要。在下一节中，我们将探讨查找应用程序 GC 吞吐量的方法，并了解如何解释结果以优化 Java 应用程序性能。继续…
如何找到应用程序的 GC 吞吐量？
垃圾回收日志是研究 GC 性能的最佳来源。如果你的应用程序运行在 JVM 上，你可以通过 如何进行 GC 日志分析 文章中提到的 JVM 参数启用 GC 日志。启用 GC 日志后，让应用程序处理流量至少一天，以观察高流量和低流量时段各自的运行情况。之后，可以将生成的 GC 日志文件上传到 GC 日志分析工具，以获得有价值的分析结果。一些常用的 GC 日志分析工具包括 GCeasy、 IBM GC & Memory visualizer 和 Google Garbage cat 等。这些工具将报告 GC 吞吐量以及其他重要的 GC 指标。下面是 GCeasy 工具的摘录，展示了包括 GC 吞吐量在内的各种 GC 关键性能指标 (KPI) 报告。
垃圾收集吞吐量下降的原因
垃圾收集吞吐量下降的原因可分为三类：
性能问题
错误的 GC 调优
资源匮乏
让我们在本节中逐一详细分析。
.1. Performance Problems
当应用程序出现性能问题时，GC 吞吐量就会下降。以下是导致应用程序性能下降的潜在原因。
.1.1. 内存泄漏
当应用程序出现内存泄漏时，垃圾回收事件会不断重复运行，但却无法有效回收内存。在上图中，你可以注意到右角的红色三角形群，这表明 GC 事件在重复运行。然而，内存利用率并没有降低，这是内存泄漏的典型迹象。在这种情况下，GC 事件消耗了应用程序的大部分时间，导致 GC 吞吐量和整体性能显著下降。要排除内存泄漏故障，下面这个视频片段也许很有帮助： Troubleshooting OutOfMemoryError - Heap dump, Eclipse MAT。
.1.2. 持续的 GC 停顿
在一天中的高峰时段或运行批处理进程时，您的应用程序可能会遇到高流量。因此，GC 事件可能会连续运行，以清理应用程序创建的对象。上图显示了连续运行的 GC 事件（注意上图中的红色箭头）。这种情况会导致该时间段内 GC 吞吐量急剧下降。要解决这个问题，可以参考博文： 消除连续的 Full GC。
.1.3. 频繁创建对象
低效的编程实践会导致 应用程序不必要地创建大量对象。对象创建速率的增加会迫使垃圾回收器频繁运行，从而对 GC 吞吐量造成负面影响。要解决这个问题，可以使用 HeapHero、YourKit 或 jProfiler 等内存剖析器对应用程序进行剖析，找出创建对象过多的区域，并相应地优化或减少对象的使用。
.1.4. 大且长寿的对象
大型长寿对象对垃圾回收（GC）吞吐量和整体应用程序性能有显著影响。这些对象会消耗大量内存，并在堆中长时间存在，从而挑战 GC 的回收效率。要减轻这种影响，可以从如下方面考虑：
对象池化：通过对象池重复使用对象，最大限度地减少分配和 GC。
优化大小：创建适当大小的对象，避免不必要的开销。
弱引用：对可以主动收集的对象使用弱引用。
堆外存储：利用堆外内存处理大型或长寿数据。
.2. 错误的 GC 调优
导致应用程序 GC 吞吐量下降的另一个重要原因是不正确的垃圾回收（GC）调整。导致这一问题的因素有很多：
.2.1. 错误的 GC 算法选择
截至 2023 年，OpenJDK 平台提供了七种垃圾回收算法，包括 Serial、Parallel、CMS、G1 GC、 ZGC、Shenandoah 和 Epsilon。选择合适的 GC 算法至关重要，应根据应用流量、模式、对象创建速率和性能目标等因素来确定。选择错误的 GC 算法会大大降低应用程序的 GC 吞吐量。有关 GC 调整的全面介绍，请参阅本视频讲座。
.2.2. 缺乏(或不正确)GC调优
不正确地配置 JVM 参数或未能适当地调整应用程序也会导致 GC 吞吐量下降。正确的 GC 调整对于使 JVM 的行为符合应用程序的要求至关重要。有关 GC 调整的详细概述，可以观看这个深入浅出的视频讲座： GC Tuning & Troubleshooting Crash Course。
.2.3. 错误的分代大小
JVM 内存被划分为多个内部区域，包括新生代、老年代、元空间和本地内存。这些区域大小配置不当会导致 GC 吞吐量降低。举例说明， 优化新生代内存大小 可显著提高应用程序的 GC 吞吐量。
.3. 资源匮乏
系统和应用程序级资源不足会导致应用程序的垃圾回收（GC）吞吐量下降。
.3.1. 堆大小不足
分配的堆大小不足（由 -Xmx 参数控制），再加上对象创建量的增加，会导致更频繁的 GC 事件。频繁的 GC 活动会导致 GC 吞吐量下降。为解决这一问题，可通过增加堆大小来满足应用程序的内存需求，从而确保 堆大小适当。
.3.2. GC 线程不足
垃圾回收线程数量不足会导致 GC 事件长久时间的停顿。GC 线程的数量由 JVM 参数 -XX:ConcGCThreads=<num> 和 -XX:ParallelGCThreads=<num> 决定。分配足够数量的 GC 线程对提高 GC 吞吐量和减少停顿至关重要。
.3.3. 系统资源不足
应用程序中 CPU 周期稀缺或 I/O 活动频繁都会大大降低 GC 性能。确保托管应用程序的服务器、虚拟机（VM）或容器有足够的 CPU 可用性至关重要。此外，尽量减少 I/O 活动也有助于保持最佳的 GC 吞吐量。
.3.4. 过时的 JDK
JDK 开发团队不断改进 GC 性能。在过时的 JDK 版本上运行将无法受益于最新的改进和增强。为了最大限度地提高 GC 吞吐量，建议您保持 JDK 的最新版本。您可以访问 OpenJDK 来查看最新的 JDK 版本信息。
总结
在 Java 应用程序开发领域，优化垃圾回收（GC）吞吐量对于实现最高性能至关重要。从测量到影响因素，我们探索了 GC 吞吐量的细微差别。通过对 GCeasy、IBM GC & Memory Visualizer、HP Jmeter 等工具的深入了解，我们学会了识别和解决影响吞吐量的问题，无论是内存泄漏还是调优不当。当继续编码之旅，愿这些策略能释放 Java 应用程序的全部潜能，提供功能强大、反应灵敏和高效的软件体验。
