G1 混合收集（Mixed GC）：分析 G1 如何根据用户设定的期望停顿时间自动选择最有价值的 Region 进行回收

G1混合收集：精准回收老年代的“手术刀”

说起G1的混合收集（Mixed GC），它可不是对老年代进行无差别的“大扫除”。恰恰相反，这是一次目标明确的“精准打击”——核心任务就是优先回收那些“垃圾最多、收益最高、耗时还相对可控”的Region。驱动这套精密操作的核心，在于G1的停顿预测模型和回收价值评估机制。简单来说，它的目标就是把用户设定的那个-XX:MaxGCPauseMillis参数（比如默认的200毫秒），从一个抽象的目标，真正落地为一份可以执行的回收计划。

停顿时间模型：用历史数据预估每个 Region 的回收成本

G1不做没有根据的猜测。它在每次Young GC中，都会默默记录下处理每个Region的实际耗时，包括扫描、复制、清理等各个环节。这些历史数据共同构成了一个“区域回收成本模型”。这样一来，当Mixed GC即将启动时，G1就能像一位经验丰富的老手，根据过往的表现，相对准确地预测出：回收某个特定的老年代Region，大概需要花费多少毫秒。这为它在总停顿时间的预算内，合理规划本次能处理多少个Region，提供了关键依据。

• 举个例子，如果某次Young GC中，三个Eden Region的平均处理耗时是35毫秒，那么G1就会推断，大小类似的老年代Region，其回收成本也大致在这个量级。
• 假设用户设置了-XX:MaxGCPauseMillis=150，G1就不会冒险一次性选择5个Region（因为预估可能超时），而更可能只挑选3到4个。

回收价值排序：按“垃圾占比”动态打分

在并发标记周期结束后，G1已经掌握了每个老年代Region中存活对象的精确比例，也就是我们常说的“垃圾占比”。Mixed GC的候选集（Collection Set, CSet）正是从这些已经完成标记的老Region中筛选出来的。筛选规则很直接：按垃圾占比从高到低排序。那些“空得最彻底”、几乎全是垃圾的Region，会优先被纳入本轮的回收名单。

• 试想，一个垃圾占比高达92%的Region，回收后能立刻释放出大量连续空间，其价值显然远高于一个只含15%垃圾的Region。
• 这种策略确保了在单位停顿时间内，内存回收的效率达到最大化，同时也有效降低了后续触发GC的频率。

动态构建 CSet：兼顾价值、成本与堆健康度

Mixed GC的CSet并非一成不变。它实际上是一个动态组合，包含三部分：所有待回收的Eden和Survivor Region（这是必选项），再加上一批经过上述两步严格筛选出来的老年代Region（这是可选项）。G1会综合考量多个因素，来决定最终入选的老Region数量：

• 堆占用压力：当老年代的总占用率超过-XX:InitiatingHeapOccupancyPercent（默认45%）这个阈值时，Mixed GC的触发条件就成熟了。初始CSet中老Region的数量，会受到G1MixedGCCountTarget（默认8）这个参数的影响。
• 可回收空间阈值：这是一个重要的“收工”判断标准。如果本轮回收后，预估堆中剩余的垃圾总量仍然超过G1HeapWastePercent（默认5%），那么G1就会计划启动下一轮Mixed GC，继续清理工作。
• 巨型对象约束：对于Humongous Region（巨型对象区域），处理起来要格外谨慎。只有在并发标记阶段确认其完全“死亡”后，它才有可能被纳入CSet；否则，搬运这些庞然大物会严重拖慢整体回收进度。

一次典型的 Mixed GC 执行逻辑

它的执行过程并非全量扫描老年代，而是高度聚焦于CSet内的Region，采用高效的复制算法来完成回收：

• 首先，暂停所有应用线程（STW阶段），执行初始标记，这个过程会借助Remembered Set（RSet）来快速定位跨Region的引用关系。
• 接着，遍历CSet中的每一个Region，精确识别出其中的存活对象。
• 然后，将这些存活对象复制到新的空闲Region（可能是Survivor区，也可能是老年代的其他区域），原有的Region则被整体释放，变为可用的空闲空间。
• 最后，回收完成，CSet被清空，系统为下一轮的数据积累和决策做好准备。

总结来说，G1混合收集是精准回收老年代Region的机制，基于停顿预测模型（用历史耗时预估回收成本）和回收价值评估（按垃圾占比排序），动态构建CSet以兼顾停顿目标、内存效率与堆健康度。