Java / 技术文章
JVM GC 停顿为什么会发生
Java 服务出现延迟尖刺、请求超时或吞吐下降时,GC 日志里常能看到几十毫秒甚至更长的暂停时间。本文面向已经接触 JVM 监控的 Java 工程师,重点解释 GC 停顿为什么发生、哪些阶段必须暂停应用线程,以及如何结合日志判断停顿究竟来自回收工作、进入安全点、分配压力还是收集器自身的阶段约束。读完后,你应能从一条 GC 事件判断“谁在停、为什么停、停了多久,以及下一步该查什么”。
GC 停顿到底在停什么
GC 停顿通常意味着 Java 应用线程被暂停,HotSpot 可以在一个相对稳定的状态下完成某些必须观察或修改对象图的工作。最典型的场景是 Stop-The-World,简称 STW。
这里的关键不是“GC 一运行就一定 STW”,而是不同收集器、不同阶段拥有不同的停顿边界。年轻代回收、部分标记与重新标记阶段可能需要短暂暂停,而并发标记、并发转移等工作可以与应用线程同时进行。
停顿产生的直接原因可以概括为:JVM 需要一个应用线程不会继续改变关键状态的时间窗口。例如,需要扫描或更新对象引用关系、重新确定存活对象,或者在某个安全点上协调所有 Java 线程。暂停本身是机制的一部分,并不等于 GC 出现故障。
为什么安全点会影响停顿
GC 并不是随时都能要求所有线程立刻停下来。HotSpot 通常通过安全点让线程进入一个 JVM 能够识别和协调的稳定位置,然后完成全局协作。
因此,看到一次明显的 GC 停顿时,不能只盯着“清理了多少内存”。停顿还可能包含线程从运行状态进入安全点、等待其他线程到位,以及 JVM 执行必要协调工作的时间。
可以把一次停顿理解为三个阶段:先让线程停下来,再执行必须暂停应用才能完成的工作,最后恢复应用线程。实际 GC 日志中的时间通常是整个停顿事件的观测结果,而不是某一个单独算法步骤的纯耗时。
哪些 GC 工作最容易形成停顿
对象回收压力越高,并不意味着停顿必然线性增长,但高分配速率、存活对象过多和可回收空间不足都会改变停顿行为。
年轻代回收通常需要处理大量新生对象,并确定仍然存活的对象。若存活对象增多,复制和晋升成本会上升,停顿可能随之增长。
老年代相关阶段则更加依赖具体收集器。例如,某些阶段需要重新扫描引用关系、处理记忆集或完成对象重定位,这些工作都可能贡献停顿时间。
对象分配过快也是重要诱因。分配线程不断消耗 Eden 或其他可分配空间时,GC 触发会变得更频繁;如果回收速度赶不上分配速度,JVM 为了避免彻底耗尽可用空间,可能进一步提高回收压力。
Humongous 对象、晋升失败、To-space 不足等情况还可能让收集器进入更重的回收路径。此时看到的停顿不能简单解释为“堆太小”,而应结合具体收集器事件判断。
如何从 GC 日志拆解一次停顿
先看时间戳和暂停时长,再看事件类型、回收前后堆使用量以及触发原因。对 G1 等收集器,还要关注年轻代、Mixed、Remark、Cleanup 等阶段。
例如,一条简化的日志可能类似:
[12.345s][info][gc] GC(42) Pause Young (Normal) (G1 Evacuation Pause) 512M->320M(2048M) 35.2ms其中 Pause Young 说明这是年轻代暂停,G1 Evacuation Pause 表示 G1 在暂停期间执行对象疏散,512M->320M 表示回收前后的堆占用变化,35.2ms 是本次暂停时长。
阅读日志时可以建立固定顺序:先确认暂停类型,再看暂停前后的堆变化,再看触发原因,最后比较暂停频率和业务延迟是否同步变化。单次长停顿通常不足以证明问题,连续停顿频率、P99 延迟、分配速率和存活集变化组合起来才更有判断价值。
还要区分“GC 工作时间”和“等待停顿完成的整体时间”。在真实排查中,应用延迟尖刺可能同时受到线程协调、CPU 竞争和系统调度影响,因此不要只把所有额外时间都归因于回收算法本身。
不同收集器为什么会表现出不同停顿
G1 的设计重点之一是把堆划分为 Region,并围绕停顿目标选择回收集合。它仍然包含必须暂停应用线程的阶段,因此业务侧依然可以观测到明显 GC Pause,但暂停时间与回收集合规模、对象复制成本和记忆集处理等因素密切相关。
ZGC 则把大量工作放到并发阶段,通过更细粒度的屏障和并发处理降低停顿对应用线程的影响。即使使用 ZGC,也不能把“低停顿”理解成“没有暂停”,因为某些阶段仍然需要非常短的停顿窗口,而且分配速度过高时还可能出现 Allocation Stall。
因此,比较收集器时不要只比较一次 GC 日志中的最大暂停值。更有意义的是同时观察停顿分布、应用吞吐、分配速率、堆余量以及故障时的行为边界。
从“发生了停顿”走到“知道为什么停”
遇到 GC 停顿异常时,可以先回答四个问题:这是哪一种停顿事件,暂停了多久;暂停期间具体做了什么;为什么在这个时间点触发;业务延迟是否与该事件同步。
如果暂停时间变长但回收量很小,应重点关注存活对象、晋升和收集器阶段本身;如果暂停次数明显增多,应检查分配速率、可用堆空间和触发条件;如果应用延迟远高于日志中的 GC Pause 时间,则还要继续检查 CPU 调度、线程协作以及其他运行时开销。
最终应把 GC 日志当成因果链的一部分,而不是单独的报警指标:分配速率决定压力形成,堆与存活集决定回收成本,收集器决定处理路径,安全点决定应用线程如何进入停顿,而业务延迟则是这些因素共同作用后的外部表现。这样阅读 GC 日志,才能从“GC 很慢”进一步收敛到具体的停顿成因。