结论先行:选型只看两个问题——你的服务能接受多长的停顿、你的 JDK 版本是什么。G1 是 JDK 9 起的默认收集器,平衡吞吐和延迟,适合绝大多数服务端场景;ZGC 把停顿压到毫秒级且不随堆增大而增长,代价是一定的吞吐开销和更高的版本要求(生产可用需 JDK 15+,分代 ZGC 需 JDK 21+)。没有绝对赢家,只有场景匹配。

G1:可预测停顿的分代收集器

G1 把堆切成大小相等的 Region(1MB~32MB),每个 Region 动态充当 Eden、Survivor、Old 或 Humongous(大对象专用)。它维护一个优先级列表,每次回收时按预期的停顿目标(-XX:MaxGCPauseMillis,默认 200ms)优先挑「垃圾最多、回收收益最大」的一批 Region——这也是 Garbage First 名字的由来。典型参数:

# G1 典型配置:堆上下限一致,避免运行期扩缩堆带来的额外停顿
-Xms8g -Xmx8g -XX:+UseG1GC -XX:MaxGCPauseMillis=200
# 配套:GC 日志必开,一切调优结论以日志为准
-Xlog:gc*:file=/data/logs/gc.log:time,uptime:filecount=5,filesize=20m

两个实践要点:一是把停顿目标调得过小(比如 20ms)会迫使 G1 每次只回收很少的 Region,回收速度跟不上分配速度,最终反而触发更频繁甚至失败回退的 Full GC;二是超过 Region 一半大小的对象直接进 Humongous 区,高频创建大数组、大 byte[] 的服务要特别关注,必要时调大 G1HeapRegionSize:

// 大对象分配压力示例:是否成为 Humongous 取决于当时的 Region 大小
// (4G 堆通常划分为数 MB 级 Region,这个数组很可能直接进 Humongous 区)
byte[] payload = new byte[4 * 1024 * 1024];

// 错误模式:循环里按「最大可能」反复分配大数组,Humongous 区被高频填充回收
for (Request req : requests) {
    byte[] buf = new byte[estimatedMaxSize()];   // 实际只用到一小部分
    int n = read(req, buf);
    process(buf, n);
}

// 正确模式:复用缓冲,避免大对象高频进出
byte[] shared = new byte[reasonableSize()];      // 预估合理值,循环外复用
for (Request req : requests) {
    int n = read(req, shared);
    process(shared, n);
}

Humongous 区的问题在于回收成本高、易造成碎片,G1 对它的回收策略与普通 Region 不同,高分配速率下是回收频繁的常见推手。

G1 还有一个隐性成本要知道:Region 之间的跨区引用靠记忆集(RSet)维护,写引用时要记卡片,这让 G1 的内存开销比 Parallel GC 高,堆越大 RSet 越可观。回收分两类:Young GC 收 Eden/Survivor,Mixed GC 在并发标记完成后顺带回收一批 Old Region,MaxGCPauseMillis 约束的主要就是 Mixed GC 每次挑多少个 Old 区。

ZGC:停顿与堆大小无关

ZGC 的停顿只发生在根扫描等极短的阶段,标记和对象转移(重定位)全部并发进行。它依赖两个 JDK 层面的机制:着色指针——利用 64 位指针的部分高位存储 GC 元信息,让「对象搬走了但引用还是旧地址」的情况可以在读引用时自愈;读屏障——从堆加载引用时插入一小段检查代码。这两个机制保证了并发转移的正确性,也正是吞吐开销的来源。里程碑版本:JDK 11 实验引入,JDK 15 生产可用,JDK 21 引入分代 ZGC(JEP 439)解决高分配速率下的内存膨胀问题,JDK 23 起分代模式成为默认(JEP 474)。

# ZGC 典型配置:JDK 21+ 建议开启分代模式
-Xms16g -Xmx16g -XX:+UseZGC -XX:+ZGenerational

ZGC 的使用纪律也要记两条:Xms 与 Xmx 保持一致,它按最大堆预留视图内存,动态扩缩堆收益不大;观察内存占用要看「已提交」而非「已使用」——ZGC 习惯多提交一些以备并发转移,监控阈值要按这个特性设置,否则会误报内存泄漏。

关键参数与观察入口

选型和调优都别只盯开关参数,三个观察入口更重要。GC 日志(-Xlog:gc*)回答「停顿多长、频率多高、每次回收多少」;jstat -gcutil 回答「各代占用趋势与晋升速度」;分配速率(从日志推导)回答「内存压力来自哪」。常见参数误区清单:MaxGCPauseMillis 拍脑袋调小;Xms Xmx 不一致导致运行期扩堆;堆调大但容器 cgroup 限额没跟上,进程被 OOM killer 直接杀;换了 ZGC 还带着 CMS 时代的调参思路(碎片整理、晋升阈值)去「优化」。参数只是表达意图,日志才是事实。

读 GC 日志先抓三类行:暂停行(Pause Young / Pause Mark Start 等)看停顿时长分布;堆占用变化行看回收量与晋升速度;Humongous 分配行(G1)看大对象频率。把这三类行的频次做成趋势图,比记住任何参数默认值都更有用。

选型对照

场景推荐理由
一般 Web 服务,堆 4~16GG1成熟稳定,百毫秒级停顿足够
网关/交易类延迟敏感,大堆ZGC(JDK 21+)毫秒级停顿且与堆大小无关
批处理,吞吐优先Parallel GC无并发开销,吞吐最高
JDK 8 存量系统CMS 或 ParallelCMS 已在 JDK 14 移除,升级 JDK 才是正道

G1 与 ZGC 的取舍本质是「吞吐换延迟」:ZGC 的并发转移靠读屏障兜底,单次回收的 CPU 开销高于 G1;换来的是停顿与堆大小、垃圾多少基本解耦。堆越大、对象越多,这笔交换越划算;小堆低压力场景收益反而不明显。

什么不是 GC 问题

换收集器之前先排除伪 GC 问题。分配速率异常(每次请求都 new 大对象、日志序列化反复分配)换什么收集器都白搭,先降分配;堆外内存暴涨(直接内存、元空间)不走 GC 日志,要看进程整体内存;停顿毛刺来自安全点操作(偏向锁撤销、jmap 抓取)时,GC 日志里根本找不到对应记录。「GC 问题」的确认标准是日志里白纸黑字的停顿记录与业务毛刺时间对得上,对不上就先去查别处。

实用的分层判断顺序:先看分配速率(代码问题优先),再看堆容量水位(参数问题),最后才是收集器行为(换收集器或调目标)。大多数「GC 调优」需求走到第二层就结束了,真正需要动收集器的场景集中在延迟敏感与大堆两类。

选型之外再提醒一次版本因素:G1 在 JDK 8u40 之后才进入状态较好的阶段,JDK 8 早期 update 的 G1 问题较多,存量 JDK 8 服务用 G1 前先确认小版本;ZGC 的能力则严格随 JDK 版本走,版本边界就是功能边界,升级计划要按版本排期。

团队层面再给一条建议:把收集器选型写进服务的部署规范(JDK 版本 → 默认收集器 → 停顿目标),新服务有章可循,避免每个服务各选一套、监控和排障经验无法复用。

生产案例

某行情推送网关长期跑在 JDK 8 + CMS 上,大促备战压测时暴露长尾毛刺:接口耗时的 P99 在压测中段开始规律性抖动,业务线程偶发整段停顿。开 GC 日志对照时间线,确认是老年代碎片化后的压缩回收停顿——CMS 的并发清理不整理碎片,长期运行后碎片累积到必须 STW 整理。团队评估后直接升级 JDK 21 并启用分代 ZGC:停顿与堆内垃圾量解耦,碎片问题由并发整理消化。迁移本身没改一行业务代码,需要处理的只有两件事:确认没有依赖 CMS 专有参数、验证监控面板对新日志格式的解析。复盘结论写进了团队规范:延迟敏感服务不要再在 CMS/G1 的碎片问题上消耗时间,升级 JDK 用分代 ZGC 是更彻底的路径;存量 G1 服务则先把分配速率和 Humongous 占比查清楚,很多「停顿长」的真相是大对象高频分配。

检查清单

  • Xms 与 Xmx 设为一致,避免运行期扩缩堆
  • GC 日志必开并接入告警,一切结论以日志为准
  • G1 停顿目标不拍脑袋调小,200ms 默认值先跑通
  • 关注 Humongous 占比,大对象分配从代码侧治理
  • 延迟敏感 + 大堆 + JDK 21+,评估分代 ZGC
  • 换收集器前确认瓶颈真是停顿:日志时间线与业务毛刺对齐
  • 容器限额与堆参数联动核对,防 OOM killer 杀进程
  • 任何收集器切换都在等流量环境压测后再上线