科普文：常见垃圾回收算法与 JS GC 原理-技术圈

来自吴子俊同学的内部分享

一、前言

在程序运行过程中，几乎每时每刻都在为进程分配新的内存，但计算机的内存空间总是有限的，内存空间总有被占满的时候，所以我们需要进行 「垃圾数据回收」 ，以释放内存空间。

不同的编程语言会有着不一样的垃圾回收策略，通常情况下，可以分为 「手动回收」 和 「自动回收」 两种。

比如，C/C++ 就是使用 「手动回收」 策略，内存空间的分配、销毁等操作都由开发人员自行通过代码控制。若数据使用完后，没有主动释放的无用内存，就会随着程序运行时间的增加，内存逐渐被占满，这种情况被称为 「内存泄漏」 。

而 JavaScript/Java/Python 等使用自动回收策略，产生的垃圾数据由 「垃圾回收器」 主动释放，工程师无需手动通过代码释放内存。不过虽然是自动回收，但工程师若完全不关心内存管理，还是很容易产生内存泄漏的。接下来，让我们看看自动垃圾回收的基本原理。

二、自动垃圾回收算法

随着时间的演进，垃圾回收算法也在不断地完善，说是完善其实不算准确，应该说是根据不同的需求而有了不同的取舍，从而产生了不同的算法。其实不论哪个垃圾回收算法，都有一套共同的流程：

标记内存空间中的活动对象（在使用中的对象）和非活动对象（可以回收的对象）。
删除非活动对象，释放内存空间。
整理内存空间，避免频繁回收后产生的大量内存碎片（不连续内存空间）。

2.1 标记-清除法

标记-清除法由 John McCarthy 于 1960 年发表的一篇论文提出，其主要分两个阶段：

第一阶段是标记，从一个 GC root 集合出发，沿着「指针」找到所有对象，将其标记为活动对象。
第二阶段是清除，将内存中未被标记的对象删除，释放内存空间。

从上面的描述来看，标记-清除算法可以说是非常简单的，现在的各类垃圾回收算法也都是它的思想的延续。

虽然简单，但其也有着很明显的缺点，即在多次回收操作后，会产生大量的内存碎片，由于算法没有再整理内存空间，内存空间将变得很碎，此时如果需要申请一个较大的内存空间，即使剩余内存总大小足够，也很容易因为没有足够的连续内存而分配失败。

2.2 复制算法

为了解决以上问题，Marvin L. Minsky 在 1963 年提出了著名的 「复制算法」 ：

将整个空间平均分成 from 和 to 两部分。

先在 from 空间进行内存分配，当空间被占满时，标记活动对象，并将其复制到 to 空间。
复制完成后，将 from 和 to 空间互换。

由于直接将活动对象复制到另一半空间，没有了清除阶段的开销，所以能在较短时间内完成回收操作，并且每次复制的时候，对象都会集中到一起，相当于同时做了整理操作，避免了内存碎片的产生。

虽然复制算法有吞吐量高、没有碎片的优点，但其缺点也非常明显。首先，复制操作也是需要时间成本的，若堆空间很大且活动对象很多，则每次清理时间会很久。其次，将空间二等分的操作，让可用的内存空间直接减少了一半。

2.3 引用计数

该算法由 George E. Collins 于 1960 年提出，主要操作为：

实时统计指向对象的引用数（指针数量）。

当引用数为 0 时，实时回收对象。

该算法可以即时回收垃圾数据，对程序的影响时间很短，效率很高。高性能、实时回收，看似完美的方案其实也有个问题，当对象中存在循环引用时，由于引用数不会降到 0，所以对象不会被回收。

上面三大算法的出现，基本奠定了垃圾回收的根本性内容，后续出现的垃圾回收算法，基本都是基于上面三个算法的取舍和组合。

2.4 标记-压缩算法

该算法于 1970 年出现，其结合了标记-清除法和复制算法的优点，主要操作如下：

从一个 GC root 集合出发，标记所有活动对象。

将所有活动对象移到内存的一端，集中到一起。
直接清理掉边界以外的内存，释放连续空间。

可以发现，该算法既避免了标记-清除法产生内存碎片的问题，又避免了复制算法导致可用内存空间减少的问题。当然，该算法也不是没有缺点的，由于其清除和整理的操作很麻烦，甚至需要对整个堆做多次搜索，故而堆越大，耗时越多。

2.5 代际假设和分代收集

「代际假说」：
It has been empirically observed that in many programs, the most recently created objects are also those most likely to become unreachable quickly.

经过调查发现，大多数应用程序内的数据有以下两个特点：

大多数对象的生命周期很短，很快就不再被需要了
那些一直存活的对象通常会存在很久

简单讲就是对象的生存时间有点两极化的情况：

「分代收集：」 所以可以将对象进行分代，从而对不同分代实施不同的垃圾回收算法，以达到更高的效率（如 Java GC: https://plumbr.io/handbook/garbage-collection-in-java/generational-hypothesis）。

三、JavaScript 垃圾回收

JavaScript 的原始数据类型存在栈中，引用数据类型存在堆中，所以讨论 JavaScript 的垃圾回收即讨论其栈中数据的回收以及堆中数据的回收。

3.1 栈中垃圾回收

ESP(Extended Stack Pointer): 扩展栈指针寄存器，用于存放函数栈顶指针。

JavaScript 在执行函数时，会将其上下文压入栈中，ESP 上移，而当函数执行完成后，其执行上下文可以销毁了，此时仅需将 ESP下移到下一个函数执行上下文即可，当下一个函数入栈时，会将 ESP 以上的空间直接覆盖。

所以 JavaScript 引擎是通过下移 ESP 来完成栈的垃圾回收的。

3.2 堆中垃圾回收

不同于栈中的垃圾回收，堆中的垃圾数据回收需要用到 JavaScript 的垃圾回收器。

JavaScript 堆中垃圾数据回收就使用到了分代收集的思想，引擎将堆空间分为 「新生代(young-space)」 和 「老生代(old-space)」 ，并且对两个区域实施不同的垃圾回收策略。

「新生代：」 新生代用于存放生存时间短的对象，大多数新创建的小的对象都会被分配到该区域，该区域的垃圾回收会比较频繁。

在新生代中，引擎使用 Scavenge 算法(https://v8.dev/blog/trash-talk) 进行垃圾回收，即上面提到的复制算法。

其将新生代空间对半分为 from-space 和 to-space 两个区域。新创建的对象都被存放到 from-space，当空间快被写满时触发垃圾回收。先对 from-space 中的对象进行标记，完成后将标记对象复制到 to-space 的一端，然后将两个区域角色反转，就完成了回收操作。

由于每次执行清理操作都需要复制对象，而复制对象需要时间成本，所以新生代空间会设置得比较小（1~8M）。

「老生代：」 老生代被用于存放生存时间长的对象和大的对象：

即一些大的对象会被直接分配到老生代空间
新生代中经过两次垃圾回收后仍然存活的对象，会晋升到老生代空间

引擎在该空间主要使用上面提到的 「标记-压缩算法」 。首先对活动对象进行标记，标记完成后，将所有存活对象移到内存的一段，然后清理掉边界外的内存。

由于 JavaScript 是单线程运行的，意味着垃圾回收算法和脚本任务在同一线程内运行，在执行垃圾回收逻辑时，后续的脚本任务需要等垃圾回收完成后才能继续执行。若堆中的数据量非常大，一次完整垃圾回收的时间会非常长，将导致应用的性能和响应能力都直线下降。

为了避免垃圾回收影响应用的性能，V8 将标记的过程拆分成多个子标记，让垃圾回收标记和应用逻辑交替执行，避免脚本任务等待较长时间。