java - 使用 G1 时，大量 Activity 实例的分配性能会降低吗？

Question

在将我们的一些应用程序从 CMS 迁移到 G1 时，我注意到其中一个应用程序的启动时间延长了 4 倍。由于 GC 循环导致的应用程序停止时间不是原因。在比较应用程序行为时，我发现这个应用程序在启动后携带了高达 2.5 亿个 Activity 对象(在 12G 的堆中)。进一步调查表明，应用程序在前 500 万次分配中速度正常，但随着 Activity 对象池的增大，性能越来越下降。

进一步的实验表明，一旦达到一定的 Activity 对象阈值，使用 G1 时新对象的分配确实会变慢。我发现将 Activity 对象的数量加倍似乎会使该分配所需的时间增加 2.5 倍左右。对于其他 GC 引擎，该系数仅为 2。这确实可以解释减速。

不过，有两个问题让我怀疑这个结论:

• 大约 500 万个 Activity 实例的阈值似乎与整个堆有关。对于 G1，我预计任何此类降级阈值都与区域相关，而不是与整个堆相关。
• 我在网上四处寻找解释(或至少陈述)这种行为的文件，但我没有找到任何文件。我什至没有找到“拥有超过 xxx 个 Activity 对象是邪恶的”之类的建议。

因此:如果有人可以告诉我我的观察结果是正确的，并且可能会向我指出一些解释性文件或有关该领域的一些建议，那就太好了。或者，或者，有人告诉我我做错了什么。 :)

这是一个简短的测试用例(多次运行，取平均值，减去显示的垃圾收集次数):

import java.util.HashMap;

/**
  * Allocator demonstrates the dependency between number of live objects
  * and allocation speed, using various GC algorithms.
  * Call it using, e.g.:
  *   java Allocator -Xmx12g -Xms12g -XX:+PrintGCApplicationStoppedTime -XX:+UseG1GC
  *   java Allocator -Xmx12g -Xms12g -XX:+PrintGCApplicationStoppedTime
  * Deduct stopped times from execution time.
  */
public class Allocator {

public static void main(String[] args) {
    timer(2000000, true);
    for (int i = 1000000; i <= 32000000; i*=2) {
        timer(i, false);
    }
    for (int i = 32000000; i >= 1000000; i/=2) {
        timer(i, false);
    }
}

private static void timer(int num, boolean warmup) {
    long before = System.currentTimeMillis();
    Allocator a = new Allocator();
    int size = a.allocate(num);
    long after = System.currentTimeMillis();
    if (!warmup) {
        System.out.println("Time needed for " + num + " allocations: "
           + (after - before) + " millis. Map size = " + size);
    }
}

private int allocate(int numElements) {
    HashMap<Integer, String> map = new HashMap<>(2*numElements);
    for (int i = 0; i < numElements; i++) {
        map.put(i, Integer.toString(i));
    }
    return map.size();
}

}

Answer 1

正如上面评论中所讨论的:

你的测试用例确实预先分配了非常大的引用数组，这些数组是长期存在的并且基本上占据了它们自己的区域(它们可能最终出现在老一代或巨大的区域)然后用数百万个额外的对象填充它们可能居住在不同地区。

这会产生大量跨区域引用，G1 可以处理中等数量，但不能在每个区域处理数百万个。

G1 的启发式算法也认为高度互连的区域的收集成本很高，因此即使它们完全由垃圾组成，也不太可能被收集。

将对象分配在一起以减少跨区域引用。

不人为地过多延长它们的生命周期(例如，通过将它们放入某种缓存中)也允许它们在年轻代 GC 期间死亡，这比老区域更容易收集，老区域本质上会积累从不同区域引用的对象.

所以总而言之，您的测试用例对 G1 的基于区域的性质相当敌对。