278 lines
29 KiB
JSON
278 lines
29 KiB
JSON
{
|
||
"topic": "gc-deep-dive",
|
||
"type": "short_answer",
|
||
"schema_version": "1.0.0",
|
||
"generated": "2026-09-03T00:00:00Z",
|
||
"questions": [
|
||
{
|
||
"id": "sa-001",
|
||
"type": "short_answer",
|
||
"difficulty": 2,
|
||
"tags": [
|
||
"GC",
|
||
"引用计数",
|
||
"可达性分析",
|
||
"基础概念"
|
||
],
|
||
"question": "简述垃圾回收（Garbage Collection）是什么，其中的对象会被什么方式判定为垃圾？请对比两种主要判定方式——引用计数 与 可达性分析——的差异、优缺点各列出至少 2 条。",
|
||
"answer": "垃圾回收是一种自动内存管理机制，用于自动识别并回收那些不再被程序引用的对象所占用的内存，避免手动 free 造成的悬垂指针和内存泄漏。判定垃圾的两种主流方式如下。\n\n一、引用计数（Reference Counting）\n- 原理：为每个对象维护一个引用计数器，每当有一个新引用指向它时计数 +1，引用被移除时计数 -1；当计数归 0 时对象被立即回收。\n- 优点：(1) 回收及时，对象成为垃圾的当下即可被回收，无停顿感；(2) 实现简单，增量式完成，不需要全局扫描，适合实时性要求高的场景。\n- 缺点：(1) 无法解决循环引用——A 引用 B、B 引用 A 时两者计数永不为 0，导致垃圾无法回收造成泄漏；(2) 每次赋值操作都要同步修改计数器，带来额外性能开销；(3) 计数更新不是原子的，多线程下需要同步。\n\n二、可达性分析（Trace / Reachability Analysis，如从 GC Roots 遍历）\n1. 原理：从一组被称为 GC Roots 的根对象出发，沿引用链向下遍历，凡是能到达的对象为存活对象，其余不可达的对象即为垃圾，交给收集器回收。\n2. 优点：(1) 能正确解决循环引用，循环引用的对象只要不被根可达，整体仍会被回收；(2) 不需要对每次赋值操作计数，开销集中在 GC 阶段。\n3. 缺点：(1) 需要 Stop-The-World 扫描，停顿相对较长（可通过分代、并发优化缓解）；(2) 实现复杂度较高。\n\n差异总结：引用计数看重对象被引用的次数，即时、增量；可达性分析看重对象是否从根可达，周期性、批量。现代主流 JVM（HotSpot）采用可达性分析。",
|
||
"keywords": [
|
||
"垃圾回收",
|
||
"引用计数",
|
||
"可达性分析",
|
||
"循环引用",
|
||
"GC Roots",
|
||
"引用计数优点",
|
||
"可达性分析优点",
|
||
"内存回收"
|
||
],
|
||
"scoring_rubric": "解释垃圾回收概念 1 分；引用计数原理与至少 2 条优缺点 3 分；可达性分析原理与至少 2 条优缺点 3 分；明确指出循环引用是二者关键差异 1~2 分；比较与总结 1 分。总分 10 分。",
|
||
"explanation": "本题目的是打基础，考察对 GC 判定方式本质的把握。引用计数与可达性分析的最大分野在于对循环引用的处理，回答时两者优缺点都能举出 2 条以上、并触及循环引用，即可拿高分。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-002",
|
||
"type": "short_answer",
|
||
"difficulty": 3,
|
||
"tags": [
|
||
"分代收集",
|
||
"年轻代",
|
||
"老年代",
|
||
"晋升"
|
||
],
|
||
"question": "为什么要对堆进行分代（Generational）收集？请简述年轻代/老年代的结构，以及对象从年轻代晋升（Promotion）到老年代的过程，说明分代收集的理论依据。",
|
||
"answer": "1. 分代的理论依据是弱分代假设（Weak Generational Hypothesis）：绝大多数对象存活时间极短，很快成为垃圾；只有少部分对象会长期存活。针对不同存活特质的对象采用不同回收策略，能在保持回收效果的同时大幅降低扫描与复制成本。\n\n2. 年轻代（Young Generation）\n1. 通常包含 Eden 区与两个 Survivor 区（S0、S1，等大小）。新对象分配在 Eden。\n2. 特点：回收时存活率低、垃圾占比高，适合采用复制算法——把存活对象复制到 Survivor，一次性清空 Eden 与被清理的 Survivor，无碎片。\n3. Young GC / Minor GC：仅扫描年轻代，速度快。\n\n3. 老年代（Old Generation）\n- 存放存活时间长、晋升上来的对象。存活率高，不适合反复复制，常用标记清理或标记压缩。\n- 老年代空间不足或分配担保失败时触发 Major / Full GC。\n\n4. 晋升过程（对象从年轻人进入老年的完整链路）\n1. 存活对象在 Minor GC 中被复制到 Survivor，每经过一次 Minor GC 且存活，其年龄（age）就 +1。\n2. 当年龄到达阈值（HotSpot 默认 15，可用 -XX:MaxTenuringThreshold 调整），在后续 GC 时晋升入老年代。\n3. 大对象（超过 -XX:PretenureSizeThreshold）直接在老年代分配，避免反复复制。\n4. 若 Survivor 中存活对象过多导致空间不足，超过容量的部分会提前动态晋升到老年代。\n\n5. 总结：年轻代 GC 频繁但对空间、耗时短；老年代 GC 频率低但耗时长，兼顾吞吐与停顿的平衡。",
|
||
"keywords": [
|
||
"分代",
|
||
"弱分代假设",
|
||
"Eden",
|
||
"Survivor",
|
||
"晋升",
|
||
"年龄 15",
|
||
"Promotion",
|
||
"复制算法"
|
||
],
|
||
"scoring_rubric": "答出理论依据（弱分代假设/大部分对象短命）2 分；年轻代结构 Eden+Survivor 及回收方式 3 分；对象晋升过程（年龄+1、到 15、Survivor 满提前晋升、大对象直接入老年代）逐项给分 4 分；总结 1 分。总分 10 分。",
|
||
"explanation": "分代是 HotSpot 的核心思路。应抓住为什么分代（短命对象多）与怎么分（年轻代复制、老年代标记压缩）以及晋升的完整链路。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-003",
|
||
"type": "short_answer",
|
||
"difficulty": 4,
|
||
"tags": [
|
||
"CMS",
|
||
"G1",
|
||
"并发标记",
|
||
"停顿"
|
||
],
|
||
"question": "对比 CMS（Concurrent Mark Sweep）与 G1（Garbage First）：为什么 G1 取代了 CMS 成为默认收集器？请具体列出 CMS 至少在 3 个方面的缺陷，并说明 G1 是如何针对性地进行改进的。",
|
||
"answer": "CMS 以最小化停顿为目标，大部分标记与清扫阶段与用户线程并发执行；但并发阶段与用户线程争抢 CPU、且会产生大量内存碎片，最终被 G1 取代。G1 从 JDK 9 起成为默认收集器。\n\n一、CMS 的主要缺陷\n1. 内存碎片：采用标记-清除，产生大量内存碎片，老年代空间不连续，导致需要频繁以 Full GC 作为补偿（Full GC 需要 STW，停顿极长）。\n2. 浮动垃圾（Floating Garbage）：并发阶段新产生的垃圾无法在本轮回收，只能推迟到下次 GC，可能引发提前的 Full GC。\n3. CPU 争抢：并发标记/清理阶段与用户线程争抢 CPU，在 CPU 资源紧张的机器上吞吐和性能下降明显。\n4. 复杂度高、临界失败代价大：过程分为初始标记、并发标记、重新标记、并发清理、重置五阶段，出现 concurrent mode failure 时回退为串行的 Full GC。\n5. 仅针对老年代：年轻代需搭配 ParNew 等收集器，二者需协同。\n\n 二、G1 的针对性改进\n1. Region 化：不再物理划分年轻代/老年代，把堆划分为大量相同大小的 Region，每次只回收价值最大的若干 Region（故称 Garbage First），以可预测停顿模型替代 CMS 的模糊停顿。\n2. 复制+压缩：对目标 Region 使用复制/压缩而非标记清除，回收后空间连续，大幅降低内存碎片，减少 Full GC 概率。\n3. RSet（Remembered Set）：按 Region 记录跨区引用，只回收部分 Region 时不必扫描整个堆，减少 GC 工作量。\n4. 并发标记 + 可预测停顿：同样采用并发标记（三色标记）实现低停顿，并通过可预测停顿模型控制停顿时间。\n\n结论：G1 以 Region 化 + 压缩式回收 + RSet 定位 + 可预测停顿设计，从根上解决了 CMS 的碎片、浮动垃圾与不清楚的停顿问题。",
|
||
"keywords": [
|
||
"CMS缺陷",
|
||
"G1",
|
||
"Region",
|
||
"内存碎片",
|
||
"Full GC",
|
||
"浮动垃圾",
|
||
"可预测停顿",
|
||
"并发标记"
|
||
],
|
||
"scoring_rubric": "答出 CMS 至少 3 个确定性缺陷（碎片、CPU 争抢、浮动垃圾、临界失败）各 1 分共 3~5 分；答出 G1 的对应改进（Region、复制/压紧、RSet、可预测停顿）2~3 个 4 分；能说明取消替代关系 1 分。总分 10 分。",
|
||
"explanation": "本题考查对 CMS 方案与 G1 设计逻辑的理解。核心是 CMS 的『标记-清除』天然带来碎片与浮动垃圾，G1 通过 Region + 压缩 + RSet 彻底革新了处理体系。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-004",
|
||
"type": "short_answer",
|
||
"difficulty": 3,
|
||
"tags": [
|
||
"GC代价",
|
||
"StopTheWorld",
|
||
"性能"
|
||
],
|
||
"question": "请列举垃圾回收带来的代价，尽量详细（最好 7 条左右），每条用一句或一两句说明其影响。",
|
||
"answer": "垃圾回收虽是现代语言的自动内存管理手段，但也会带来一系列不可忽视的代价：\n\n1. Stop-The-World（STW）停顿：GC 过程中需要暂停应用线程，导致服务卡顿、延迟升高——这是最核心的代价。\n2. CPU 开销/吞吐量损失：GC 本身要消耗 CPU（标记、复制、压缩、并发线程等），与业务争抢 CPU，降低整体吞吐量。\n3. 内存开销/占用率：GC 需要额外的堆内存管理（如复制算法要预留等大 Survivor 空间、Region 划分、元数据如对象头、RSet、标记位图），使有效可用内存减少。\n4. 内存碎片化：尤其标记-清除导致空闲内存不连续，无法分配大对象，后续只能 Full GC 或反复整理。\n5. 浮动垃圾堆积：并发/增量式 GC 无法收集标记后新产生的垃圾，导致内存利用率下降、回收延迟。\n6. 吞吐与延迟的二择：专注于低延迟的收集器（CMS/G1/ZGC）往往牺牲吞吐与额外 CPU，懒人反而牺牲延迟，二者难以兼得。\n7. 延迟不稳定性与抖动（Lag Spike）：GC 发生时机不可预测，导致业务延迟随机抖动，影响响应稳定性。\n\n（附加）8. 调优与运维成本：GC 日志分析、参数调优、故障排查均带来额外复杂度。",
|
||
"keywords": [
|
||
"Stop-The-World",
|
||
"CPU开销",
|
||
"内存占用",
|
||
"碎片化",
|
||
"浮动垃圾",
|
||
"吞吐量",
|
||
"延迟抖动",
|
||
"调优成本"
|
||
],
|
||
"scoring_rubric": "每答对 1 个清晰合理的代价记 1 分，能联系 STW/碎片/浮动/资源与资源竞争等核心概念；列出 7 条即满分 8 分以上，弹性给分。逻辑清晰、触及本质者可给加分。",
|
||
"explanation": "GC 的七大代价是底层思考常见考点。核心围绕 STW、CPU/内存资源成本、碎片、浮动垃圾、吞吐与延迟的权衡展开，答案覆盖关键词即可。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-005",
|
||
"type": "short_answer",
|
||
"difficulty": 4,
|
||
"tags": [
|
||
"三色标记",
|
||
"并发标记",
|
||
"漏标",
|
||
"SATB"
|
||
],
|
||
"question": "详细说明三色标记法（Tricolor Marking）的实现原理（白/灰/黑三种颜色的含义与转移过程），并分析并发标记过程中可能出现的『漏标』与『多标』问题，说明各自的来源及解决方案（如 SATB、写屏障、增量更新）。",
|
||
"answer": "三色标记法是一种用于增量/并发可达性分析的着色约定，把每个对象标记为三种颜色：\n\n一、颜色含义\n1. 白色（White）：尚未被访问到的对象，初始所有对象都是白色；标记结束后仍为白色的即为不可达垃圾。\n2. 灰色（Gray）：已被扫描访问到（已标记），但其引用的子对象还没有全部扫描完，灰色对象是待继续遍历的工作队列。\n3. 黑色（Black）：该对象及其所有子引用都已被扫描完毕，不会再被遍历。\n\n二、标记过程\n1. 将 GC Roots 标记为灰色，放入工作栈。\n2. 循环弹出灰色对象，扫描其引用的所有子对象：若子对象为白色则将其变灰；该父对象全部子对象扫描完后变黑。\n3. 重复直到栈为空，此时剩余白色对象即为不可达垃圾，被回收。\n\n三、并发标记的问题\n由于标记阶段与用户线程并发，用户线程会修改引用，带来两个问题：\n\n1. 漏标（Missing Mark）：应存活的对象被误判为白垃圾被错误回收，造成引用悬空（最严重）。经典触发条件是：黑色对象 A 新增了对白色对象 B 的引用，同时原本指向 B 的灰色对象 C 又删除了对 B 的引用。因为黑色对象不会再被扫描，B 被永久漏掉。\n- 解决：使用写屏障，保证黑色对象不会新增指向白色对象的引用。两种策略：\n- 写后记录（增量更新 Incremental Update）：当黑色对象 A 的引用被修改时，把新指向的白对象 B 重新置灰，下一轮再扫描，CMS 采用。\n- 写前记录（SATB 起始快照 Snapshot-at-the-Beginning）：在删除旧引用时，把旧对象标记为灰色（无论后续是否删除），G1 采用。\n\n2. 多标（Floating Garbage / 浮动垃圾）：本应死亡的白色对象，在标记途中仍被活跃灰对象引用，或并发期间新产生的垃圾，导致本应回收的对象被标记成存活而延时回收。多标只是标记过多，不影响正确性（不会误回收存活对象），是并发收集可接受的少量延迟回收。\n\n四、保障结论\n通过写屏障正确保证黑色对象不可新增指向白色对象的引用，即可确保不漏标；SATB 与增量更新是两种解决漏标的写屏障策略，G1 默认 SATB，CMS 默认增量更新。",
|
||
"keywords": [
|
||
"三色标记",
|
||
"白色灰色黑色",
|
||
"漏标",
|
||
"多标",
|
||
"写屏障",
|
||
"SATB",
|
||
"增量更新",
|
||
"浮动垃圾"
|
||
],
|
||
"scoring_rubric": "三色含义与标记过程正确 3 分；漏标原理（需答出灰色转黑后黑色新增引用白色的必要条件）3.5 分；解决办法（写屏障、SATB 与增量更新的对照）+多标与浮动垃圾 3.5 分。总分 10 分。",
|
||
"explanation": "本题考查并发标记的线头。关键是以「A 黑引用 B 白 + B 的灰色引用被删除」讲清楚漏标的必要条件，并对应记忆 G1 用 SATB、CMS 用增量更新作对照。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-006",
|
||
"type": "short_answer",
|
||
"difficulty": 3,
|
||
"tags": [
|
||
"标记清除",
|
||
"标记压缩",
|
||
"复制算法",
|
||
"算法对比"
|
||
],
|
||
"question": "对比三种基本垃圾收集算法——标记-清除（Mark-Sweep）、标记-压缩（Mark-Compact）、复制（Copying）算法——各自原理、优缺点各列出 2 条，以及适合的场景。",
|
||
"answer": "一、标记-清除（Mark-Sweep）\n- 原理：先标记所有存活对象，再统一清除所有未被标记的对象，释放其空间。\n- 优点：(1) 实现最简单直接；(2) 不移动对象，无拷贝搬移开销。\n- 缺点：(1) 产生大量内存碎片，空闲空间不连续，难以分配大对象；(2) 需要扫描整个堆的存活与死亡对象，工作量随堆增大而上升（效率依赖堆大小）。\n- 适用：适合存活对象多、堆小、对碎片要求不高的场景（常为老年代的粗糙版本）。\n\n2. 标记-压缩（Mark-Compact）\n- 原理：先标记存活对象，再存活对象向堆的一端搬移压缩，使它们连续排列，然后清理边界之外的区域，并更新所有引用。\n- 优点：(1) 消除内存碎片，空间连续可分配大对象；(2) 不浪费额外空间。\n- 缺点：(1) 移动对象需更新所有引用，搬移成本高，耗时可能较长；(2) 实现复杂度高，STW 可能较长。\n- 适用：老年代（存活率高，复制算法不划算）。\n\n3. 复制算法（Copying / Mark-Copy）\n- 原理：把可用内存等分为两块（或 Eden + Survivor），每次只用其中一块；回收时把存活对象复制到另一块连续空间，然后把当前块整体清空。\n- 优点：(1) 复制后空间连续无碎片，分配高效；(2) 只遍历存活对象，存活率低时效率极高，复制即回收。\n- 缺点：(1) 需要预留等大的额外空间（即内存利用率减半）；(2) 存活率高时复制量大、效率下降。\n- 适用：年轻代（存活率低、对象短命）。\n\n总结：复制算法适合年轻代，标记-存在与标记-压缩适合老年代；碎片/存活率是选择算法的核心权衡。",
|
||
"keywords": [
|
||
"标记清除",
|
||
"标记压缩",
|
||
"复制算法",
|
||
"内存碎片",
|
||
"存活率",
|
||
"复制",
|
||
"算法效率",
|
||
"适用范围"
|
||
],
|
||
"scoring_rubric": "每种算法：原理 1 分 + 优缺点各 2 分 + 适用场景 1 分，三种合计近 12 分按 10 分制折算；能较横向比较（复制→年轻代、清除→碎片、压缩→老年代）与碎片/存活率权衡逻辑更柔。",
|
||
"explanation": "三大基本算法的本质区别在于：清除浪费空间产生碎片、压缩重排消灭碎片、复制以空间换时间（只接触存活对象）。难度偏基础，重点考察对比思维。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-007",
|
||
"type": "short_answer",
|
||
"difficulty": 3,
|
||
"tags": [
|
||
"内存碎片",
|
||
"碎片化",
|
||
"分配",
|
||
"解决方式"
|
||
],
|
||
"question": "什么是内存碎片（Memory Fragmentation），它是如何产生的？会造成什么危害？请列出至少 3 种解决或缓解碎片问题的方案。",
|
||
"answer": "1. 定义：内存碎片指堆上的空闲内存被分割成大量不连续、零散的小块，导致虽然总的空闲内存足够，却找不到一块连续的足够空间来分配对象（尤其大对象）。分两类产生原因：内容累计分隔块的两类，碎片含内碎片与外部碎片。\n\n2. 产生原因：\n1. 主要源于使用标记-清除等不定长分配方式：每次只释放已死亡所占的空洞，长期下来空间被切成大量小块。\n2. 对象不断分配与释放、大小不一，缺乏整理；或分配器策略设计不当。\n\n3. 造成的危害：\n1. 无法每次分配大对象，GC 提前触发或分配失败，进而退化升级为代价高昂的 Full GC / 压缩 GC。\n2. 降低堆利用率，分配需寻找合适空洞，降低整体分配速度。\n3. 对实时/低延迟系统造成难以预料的停顿与延迟抖动。\n\n4. 解决/缓解方案：\n1. 标记-压缩（Mark-Compact）：把存活对象搬到一起，消除碎片。\n2. 复制算法（Copying）：使用 Eden/Survivor 对称空间，回收时把存活对象复制到全新连续区，天然无碎片。\n3. Region/分区式大堆：如 G1、ZGC 把堆切成 Region，回收后把 Region 整理成连续的空白空间复用。\n4. 分配器优化：按对象大小分类的桶/分块管理、对象复用、内存池，减少碎片产生。\n5. 结合滚动/并发压缩的收集器（CMS 结合 CD、G1 换代）逐步整理。",
|
||
"keywords": [
|
||
"内存碎片",
|
||
"碎片产生",
|
||
"标记压缩",
|
||
"复制算法",
|
||
"Region",
|
||
"Full GC",
|
||
"连续空间",
|
||
"内存池"
|
||
],
|
||
"scoring_rubric": "概念 2 分；产生原因（清除造成不连续、分配释放）2 分；危害 ≈2 分；列出 3 种及以上方案各 1~2 分（压缩、复制、G1 Region）合计 8~10 分为满分。",
|
||
"explanation": "此题将『碎片』这一具体现象与算法利弊衔接：清除形成碎片、压缩与复制解决碎片是核心链路，解决方案可延伸至 G1/ZGC 的 Region 化设计。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-008",
|
||
"type": "short_answer",
|
||
"difficulty": 4,
|
||
"tags": [
|
||
"ZGC",
|
||
"染色指针",
|
||
"读屏障",
|
||
"亚毫秒"
|
||
],
|
||
"question": "为什么 ZGC（Z Garbage Collector）能实现亚毫秒级别的 GC 停顿？请从它的收集目标、关键机制（染色指针、读屏障、Region/内存布局）几个方面系统说明。",
|
||
"answer": "ZGC 是一款基于 Region 的并发垃圾收集器，设计目标是把 Stop-The-World 时间控制在 10ms 以内，很多场景可达亚毫秒。其停顿极短来自与 G1 截然不同的成套设计：\n\n1. 几乎全并发：ZGC 几乎把所有阶段（标记、转移、重映射）都与用户线程并发执行，仅极短的根本扫描、初次标记临界等阶段需要短暂停顿，且停顿主要取决于 GC Root 数量，几乎与堆大小无关。\n\n2. 染色指针（Colored Pointers / 彩色指针）：ZGC 不把标记信息放进对象头，而是直接利用 64 位指针的高位段（含 Finalizable、Remapped、M0/M1 等标识位）来承载对象的 GC 状态。判断对象状态时无需访问对象、无需加锁，随指针读取原子完成，标记开销极低；这也是它支持超大堆（TB 级）的关键。\n\n3. 读屏障（Read Barrier / Load Barrier）：当用户线程读取引用时，若目标对象的转移/重映射状态未满足，读屏障会在指令微操作内自动把该对象并发迁移（Move）或重新映射（Remap）到新位置再返回。这样对象迁移过程无需停止应用线程，读（解引用）这一件事本身完成了迁移，正确性与低停顿兼得。\n\n4. 并发压缩与重映射（Concurrent Relocation & Remapping）：回收时把存活对象复制到新的空闲 Region，借助转发指针对旧地址映射到新地址；应用在读取时由读屏障触发重映射，转移过程全部并发完成，无 STW 式全局更新引用。\n\n5. 多分桶 Region 内存 = 分堆为多种规格的 Region 以降低内借助；回收后 Region 被整理复用。\n\n综合：ZGC 把标记信息注入指针、用读屏障把迁移与重映射都并发化、同时只依赖 GC Roots 数量的停顿，从而把 STW 压到亚毫秒。代价是额外的读写屏障与吞吐开销。",
|
||
"keywords": [
|
||
"ZGC",
|
||
"染色指针",
|
||
"读屏障",
|
||
"亚毫秒停顿",
|
||
"并发回收",
|
||
"重映射",
|
||
"Region",
|
||
"GC Roots"
|
||
],
|
||
"scoring_rubric": "答出并发化几乎所有阶段 2 分；染色指针（把标记写入指针高位段）2~3 分；读屏障并发迁移/重映射 2~3 分；Region+并发压缩与停顿随堆交互的结论 2~3 分。综合 9~10 分。",
|
||
"explanation": "ZGC 的低停顿是多个设计协奏的结果：染色指针（把 GC 状态写进指针）+ 读屏障（读取时完成迁移）+ 并发重映射。抓住『几乎全并发、停顿只依赖根数量』即可把握本质，注意与 G1 的定位区分。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-009",
|
||
"type": "short_answer",
|
||
"difficulty": 4,
|
||
"tags": [
|
||
"G1",
|
||
"Region",
|
||
"可预测停顿",
|
||
"RSet",
|
||
"SATB"
|
||
],
|
||
"question": "简述 G1（Garbage-First）的 Region 结构及核心概念，并重点解释 G1 是如何实现『可预测的暂停』的。（可涉及 Region、Collection Set、Remembered Set、按期收益选择回收区域等）",
|
||
"answer": "1. Region：\nG1 不再物理划分连续年轻代/老年代，而是把整个堆划分为大量相同大小的 Region（通常 1M~32M，为 2 的幂）。每个 Region 可为 Eden、Survivor、Old 或 Humongous（大对象）之一：\n- 对象分配在 Region 内，回收以 Region 为独立单元；\n- 超过一定规模的大对象（Humongous）占用连续多个 Region；\n- 年轻代/老年代变为 Region 的逻辑集合，比例可动态调整，回收集合更灵活。\n\n2. Remember Set（RSet）与 Card Table:\n- 每个 Region 维护一个 RSet，记录『哪些 Region 的对象引用了本区对象』（跨区引用反向记录）。\n- 回收某个 Region 时只需扫描其 RSet 记录的外部引用 + 本区根，而不必扫描全部堆，大幅缩小 GC 扫描范围。\n- 跨区引用的写入由写屏障记录进 Card Table/RSet。\n\n3. 可预测停顿：\n1. 用户可设定最大停顿目标（-XX:MaxGCPauseMillis，默认 200ms）。\n2. G1 通过全局并发标记统计每个 Region 的『垃圾占比』（存活率），回收价值按垃圾比例从高到低排序——Garbage First 语义。\n3. 每次收集由 Young GC / Mixed GC 组成：Young GC 清 Eden、少量回收；Mixed GC 额外回收垃圾价值高的 Old Region。\n4. 收集时按停顿预算（时间段）决定本次回收多少个 Region，选择 CSet（Collection Collection Set）时优先挑选回收性价比高的 Region，从而把停顿时间稳定控制在预算内，实现可预测的停顿。\n\n4. 并发标记配合 SATB 写屏障保证不漏标，RSet 提供快速引用定位。\n\n因此 G1 能以『回收价值高优先』为原则、配合 RSet 降低扫描成本、并按预算选择回收 Region，把停顿时间稳定控制在目标范围内，实现停顿可预测。",
|
||
"keywords": [
|
||
"G1",
|
||
"Region",
|
||
"RSet",
|
||
"可预测停顿",
|
||
"Remember Set",
|
||
"CSet",
|
||
"MaxGCPauseMillis",
|
||
"回收收益"
|
||
],
|
||
"scoring_rubric": "Region 划分与逻辑标签 3 分；讲清 RSet 作用（记录跨区引用，免全堆扫描）2 分；核心『按回收收益排序选 Region + 时间预算』3 分；能收敛到可预测停顿与 CSet/MaxGCPauseMillis 得 2 分。总分 10 分。",
|
||
"explanation": "G1 之所谓 Garbage-First 来源其整理化细分 Region 并量化每个 Region 垃圾占比，按收益+停顿预算动态选 CSet。理解 RSet（免全堆扫描）与按收益选择三环节，才能真正把握『可预测停顿』。",
|
||
"source": null,
|
||
"related": []
|
||
},
|
||
{
|
||
"id": "sa-010",
|
||
"type": "short_answer",
|
||
"difficulty": 3,
|
||
"tags": [
|
||
"GC Roots",
|
||
"可达性",
|
||
"循环引用",
|
||
"泄漏"
|
||
],
|
||
"question": "请列举 GC Roots（根对象）都有哪些？并解释为什么基于可达性分析的垃圾回收能正确判定对象的存活性，从而使得『循环引用』的两个对象也能被正确回收、不会造成内存泄漏（与引用计数的对比较）。",
|
||
"answer": "一、GC Roots 是可达性遍历的起始存活对象集合，常见的 GC Roots 包括：\n1. 虚拟机栈（栈帧中的本地变量表）：线程栈帧中局部变量引用的对象。\n2. 本地方法栈中 JNI 引用的对象：Native 方法引用的全局、局部对象。\n3. 方法区中的静态属性/常量：static 字段引用的对象及其类型。\n4. 运行时常量池中的常量引用：例如字符串常量池中的字符串对象。\n5. 当前被 synchronized 加锁（monitor）的对象。\n6. 系统类加载器 C 一些长期常驻的类结构、被 JIT 编译占用的 etc。\n\n二、为什么循环引用也能被正确回收（对比引用计数）\n1. 引用计数的缺陷：它基于『是否还被其他对象引用』计数，当两个互相引用的对象（A↔B）再无外部引用时，计数器仍 ≥1、永不归零，导致它们永不被回收，造成内存泄漏。\n2. 可达性分析的判据：它不以『对象数量』为判据，而是判『能否从 GC Roots 根出发被访问到』——垃圾的定义是『从根不可达』。\n3. 因此，只要 A、B 组成循环引用且整体不被任何 GC Roots 直接或间接可达，系统从 Roots 出发就走不到这组对象，它们便作为『未标记（白色）』的孤岛整体被回收，回收后不形成泄漏。\n4. 结论：只要循环组是孤儿（岛孤岛），它就是可回收整体，可达性分析能安全地全部回收，从而彻底规避了引用计数的循环引用泄漏问题。只有真正连在来自根的引用链上的对象才被保留。",
|
||
"keywords": [
|
||
"GC Roots",
|
||
"本地变量",
|
||
"静态变量",
|
||
"常量池",
|
||
"synchronized",
|
||
"可达性",
|
||
"循环引用",
|
||
"泄漏"
|
||
],
|
||
"scoring_rubric": "GC Roots 能列全 4 种以上（栈变量、静态变量、常量池、monitor）、说明根可达判据与引用计数的差异、并准确解释循环孤儿岛会被整体回收，共给 8~10 分（逐条给分）。",
|
||
"explanation": "把握『GC 判定垃圾的唯一正确标准是从根可达』，从而理解计数法的循环引用死穴如何被根遍历机制自然化解——孤儿循环组作为整体回收即不泄漏。",
|
||
"source": null,
|
||
"related": []
|
||
}
|
||
]
|
||
} |