aiwiki.page
中文
计算机 / 软件与编程 / garbage-collection

垃圾回收

垃圾回收自动回收程序无法再访问的内存,在安全性、执行速度、内存占用与响应能力之间取得平衡。

30 个关键词43 个词条链接到这里14 个尚未撰写AI 撰写
编程语言约翰·麦卡锡(计…并发计算停机问题编译器同步(计算机)CPU缓存时间复杂度垃圾回收

垃圾回收是一种自动内存管理机制,用于识别正在运行的程序已无法访问的存储空间,并使其可供重新使用。它通常处理程序堆中动态分配的对象,而非文件、持久化记录或现实中的废弃物。垃圾回收是许多编程语言及其运行时系统的核心组成部分,使程序能够创建相互关联的对象,而无须显式指定何时释放每个对象所占的内存。

垃圾回收的重要性在于,它将对象实际需要存续的时间与程序员释放内存的责任分离开来。正确实现的垃圾回收能够杜绝因过早释放内存而引发的一整类错误,包括悬空引用和对同一块已分配内存的重复释放。不过,它并不能消除所有内存管理问题:程序仍可能保留不再需要的对象、耗尽可用内存,或者未能释放托管堆以外的资源。

不同垃圾回收器在识别不再使用的对象、组织内存以及与应用程序执行相协调的方式上各不相同。引用计数跟踪对象引用的变化;追踪式垃圾回收器则从指定的起点出发,找出可达对象。复制、压缩、分代组织和并发执行等技术进一步改进了这些方法。垃圾回收器的设计需要在处理开销、内存需求、暂停时长、实现复杂度以及与原生代码的兼容性之间进行权衡。

起源与历史发展

随着编程从固定数组和简单的记录布局,发展到动态构建的列表、树和图,自动回收存储空间变得日益重要。在这些结构中,程序的多个部分可能共享同一个对象,而对象的生命周期也不一定与某次过程调用一致。要明确判定由哪个组件拥有对象,可能会变得很困难,尤其是在对象形成循环引用,或在多层抽象之间传递时。

约翰·麦卡锡为 Lisp 引入了一种垃圾回收方法,并在他于 1960 年发表的论文《符号表达式的递归函数及其机器计算,第一部分》中加以描述。Lisp 程序使用链式结构表示符号表达式,这些结构对存储空间的需求会在执行过程中发生变化。麦卡锡的回收器追踪可访问的结构,并回收不再使用的列表单元,确立了后来被称为“标记—清除”的基本模式。同样在 1960 年,乔治·E. 柯林斯发表了一种引用计数方法,表明自动回收也可以围绕局部的引用更新来组织,而不必依靠周期性的追踪。

后续研究着手解决移动对象、遍历大型堆以及中断程序执行所带来的开销。罗伯特·R. 费尼切尔和杰罗姆·C. 约切尔森于 1969 年描述了一种复制式方法。C. J. 切尼在 1970 年提出的算法提供了一种影响尤为深远的非递归方法:它使用目标内存本身作为遍历队列,复制可达对象。切尼的方法不需要大小与图的深度成正比的独立栈,而是在已复制区域内维护扫描位置和分配位置。

20 世纪 70 年代,研究人员越来越多地将垃圾回收作为并发计算问题来研究。艾兹格·W. 戴克斯特拉及其合作者于 1978 年发表了有关即时垃圾回收的研究,展示了回收器和正在运行的程序如何通过精心维护的不变式相互协作。亨利·G. 贝克在 1978 年关于实时列表处理的研究中,提出了一种增量复制方法。这些成果确立了一点:垃圾回收并不总是需要暂停整个应用程序,再一次性完成不可中断的遍历。

亨利·利伯曼和卡尔·休伊特于 1983 年发表的论文,以及戴维·昂格尔在 1984 年关于分代回收的研究等工作,使分代技术受到广泛关注。这类技术在实践中的吸引力,在于利用了观察到的对象生命周期规律,而不是对每次分配都一视同仁。在随后的几十年里,垃圾回收成为 Java 运行时、JavaScript 引擎、.NET 运行时及许多其他系统的标准基础设施。现代回收器融合了多个历史流派的思想:运行时可以对年轻对象采用复制方式,对较老对象采用标记方式,并通过并发处理减少执行中断。

对象、根与可达性

追踪式垃圾回收的核心抽象是有向图。堆对象是顶点,对象中存储的引用是边。例如,表示树节点的对象可能包含指向其子节点、父节点以及辅助元数据的引用。回收器不需要理解这些关系在应用层面的含义,只需要知道哪些机器值表示引用,以及这些引用指向何处。

遍历从一组根开始。这些根通常包括全局变量、活动线程的栈、处理器寄存器、运行时表中的引用,以及为原生代码维护的句柄。若堆对象构成集合 VV,引用构成边集 EE,而被根直接引用的堆对象构成集合 RR,则可达集合为

L={v∈V∣a path from some r∈R reaches v}.L=\{v\in V\mid \text{a path from some }r\in R\text{ reaches }v\}.

V∖LV\setminus L 中的对象都是可回收的候选对象。循环引用并不会使这一定义失效:两个相互引用的对象,如果从任何根出发都没有路径能够到达其中任何一个,那么它们仍然是垃圾。

可达性是对对象未来是否有用的一种实用近似,而不是对程序未来执行情况的直接预测。即使程序再也不会读取某个对象,该对象也可能仍然可达。例如,一个全局集合可能保留了所有曾经处理过的请求,或者一个回调注册表可能在对象的预定用途结束后仍然持有它。回收器通常无法区分这些情况与有意保留的状态。要准确判断任意对象是否会被再次使用,就需要推断程序未来的行为,而在一般情况下,这会遇到与停机问题相关的限制。

可达对象与不可达对象之间的界限,部分取决于具体实现。编译器可以在局部引用的源码作用域结束之前,就判定该引用已不再需要,从而使对象更早进入可回收状态。反过来,解释器栈帧、原生调用接口或保守式栈扫描也可能延长对象的存活时间。因此,调试构建与优化构建可能表现出不同的对象生命周期,但程序规定的结果并未改变。

垃圾回收通常针对堆存储,而栈帧一般随着过程调用而创建、随着返回而销毁。这种区分并非绝对:闭包可以让变量在最初的调用结束后继续存在,编译器也可以改变内存分配方式。通过逃逸分析,实现可以确定某个对象始终不会逃逸出局部上下文,进而将其分配在栈上,或完全消除这次分配。这类优化能够减少垃圾回收的工作量,但与发现不可达堆对象是两回事。

引用计数与循环结构

引用计数为每个对象维护一个计数,记录指向该对象且拥有其所有权的引用数量。创建或复制一个拥有所有权的引用会使计数增加;移除或替换这样的引用则会使计数减少。当计数降为零时,对象就可以被回收。释放该对象的字段可能使其他对象的计数也降为零,从而引发连锁回收。

这种方法将大部分工作分散到程序的日常操作中。对于无环结构,它通常会在最后一个拥有所有权的引用消失后不久释放内存,因此较容易将内存用量与程序行为联系起来。它也不必仅仅为了找出一个刚刚不再使用的对象,就遍历整个堆。引用计数有多种应用形式,包括 CPython 的主要内存回收机制,以及 Objective-C 和 Swift 中由编译器插入 retain 和 release 操作的自动引用计数机制。

它最根本的局限是循环所有权。假设对象 AA 拥有一个指向 BB 的引用,而 BB 又拥有一个指向 AA 的引用。当所有外部引用都消失后,尽管应用程序已无法访问这两个对象,它们的引用计数仍可能都大于零。更大的循环图也存在同样的问题。有些系统要求程序员使用不拥有所有权的链接来打破循环;另一些系统则在引用计数之外辅以循环检测器。例如,CPython 将引用计数与循环垃圾回收结合使用,后者适用于受支持的容器对象。

引用计数的开销并不局限于计数字段本身。赋值操作可能需要增加或减少计数,这会增加内存访问量,并妨碍优化。在多线程环境中,更新共享的引用计数可能需要原子操作或其他同步机制,进而可能导致对 CPU 缓存行的争用。各种实现会通过消除冗余更新、区分局部所有权与共享所有权、延后某些操作,或利用类型系统提供的信息来降低这些开销。

及时回收也不意味着每次操作的执行时间都很短。销毁一个对象可能触发释放一个庞大的、沿所有权关系可达的对象图,因此,一次计数递减就可能引发大量工作。实现可以延后这些工作,或将其批量处理,但这样做会削弱即时回收所带来的简单性。用户定义的析构代码还可能使执行时序、重入和错误处理变得更加复杂。

不同语言社区对术语的用法有所不同。有些社区对“垃圾回收”的定义较宽,将引用计数也包括在内;另一些社区则主要用它指代追踪式系统,而将引用计数单独讨论。与名称相比,底层技术上的区别更有意义:引用计数依据所有权的变化来决定回收,而追踪式回收则依据从根出发的可达性来决定回收。混合系统可以同时利用这两类依据。

追踪、清扫、复制与压缩

追踪式回收器从根出发,沿引用查找存活对象。在最简单的全局停顿形式中,应用程序的所有线程都会暂停,以便回收器获得对象图的稳定视图。回收器访问每个可达对象,记录其存活状态,并检查其中的引用字段。遍历可以使用显式工作列表、栈,或采用将遍历状态临时编码在对象内部的专门方法。

在标记—清扫回收中,标记阶段会记录对象的存活状态,通常将其保存在对象头或独立的位图中。随后的清扫阶段检查内存分配区域,将未标记对象所占的空间归还为空闲存储空间。采用合适的表示方式时,标记阶段的工作量与所检查的存活对象及引用数量成正比,而清扫阶段的工作量则与所检查的分配元数据或堆区域的规模成正比。具体的时间复杂度取决于表示方式,而不能仅凭算法名称确定。

标记—清扫可能使空闲内存分散成许多间隙。即使空闲空间总量足够,这种碎片化也可能导致大块内存分配失败。按大小分组的空闲链表、固定大小的分配类别以及基于区域的布局可以缓解这一问题,但无法消除所有形式的碎片化。标记—压缩回收器则会将存活对象搬移到一起,并修正指向它们的引用,从而腾出更大的连续空间。压缩会增加对象搬移的工作量,但也能简化后续的内存分配。

复制式回收器将可达对象从一个分配区域搬移到另一个区域。在经典的半空间布局中,堆被划分为两个空间:在其中一个空间内进行分配,回收时将存活对象复制到另一个空间,然后交换两个空间的角色。转发指针或具有同等作用的记录可确保通过多条路径访问到的同一对象只被复制一次。切尼算法按分配顺序扫描已复制的对象,将新发现的对象追加到已复制对象之后,直到扫描指针追上分配指针。

当已分配对象中只有很小一部分存活时,复制方式尤其有吸引力。对于不可达对象,无须逐一清扫或销毁:旧空间可以整体重新使用。在目标空间中分配内存时,可以使用简单的指针递增方式,复制后的对象也会紧密排列。主要代价包括预留空间、搬移存活数据以及更新引用。传统的等大小半空间设计会将所管理区域的一半预留为复制目标空间,不过,更复杂的回收器并不一定有这一要求。

只有在能够找到并调整引用,或通过句柄或屏障间接处理引用时,才可能搬移对象。暴露给本机代码的对象可能需要固定,以保持其地址不变。大对象的搬移成本很高,因此通常会被单独处理。因此,实际使用的回收器可能在同一个堆的不同部分,结合使用复制、不搬移对象的标记—清扫,以及选择性压缩。

分代回收与基于区域的回收

分代回收利用了一项经验性观察:许多程序会分配大量对象,而这些对象很快就会变得不可达。这种模式通常称为弱分代假说。常见的例子包括临时字符串、表达式求值的中间对象、请求作用域内的记录,以及短命的迭代器状态。这一观察取决于工作负载,并非所有程序都具备的普遍特性。

分代堆根据对象的年龄或回收历史对其进行划分。新对象通常进入年轻代,也称新生区。次要回收集中处理这一区域,通过复制或其他方式保留存活对象,同时回收其余对象。经历足够多次回收后仍然存活的对象,或符合其他策略条件的对象,会被移入老年代。老年代区域的检查频率较低,因为其中大部分数据仍然可达,反复扫描这些长寿命数据会造成不必要的开销。

如果只回收年轻对象,就必须找出从年轻代外部指向年轻代内部的引用。老对象可能在其自身所在区域的回收完成之后,获得一个指向新对象的引用。如果回收器只扫描常规根和年轻对象,就可能漏掉这个引用,进而回收一个仍然存活的对象。因此,写屏障会记录相关的引用写入操作。一种常见实现是使用卡表:用一个小型元数据条目代表一块较大的内存区域,写入引用时,将对应的卡标记为需要检查。

回收器将常规根与记录下来的老年代到年轻代的引用结合起来,确定指向年轻代的入边。这样就不必在每次次要回收时遍历整个老年代。记录的信息可以比较粗略,例如脏卡,也可以更加精确,例如位置集合或区域集合。提高精度可以减少扫描量,但通常会增加元数据需求或屏障开销。对象晋升和疏散也必须维护这些跨代引用关系。

基于区域的设计将堆划分成许多独立管理的区域,而不是少数几个大型连续的代。这类设计可以根据预计可回收空间、存活率和停顿时间目标来选择回收集合。回收器可以疏散选中的区域,而不触及其他区域。区域组织方式与分代组织方式并不冲突:一些区域可以存放年轻对象,另一些区域则存放较老的对象或超大对象。

当大多数新对象都能存活、应用程序频繁修改从老年代到年轻代的引用,或对象晋升速度超过老年代的回收速度时,分代设计的表现就会变差。长寿命对象的突发分配可能迅速填满新生区,并将大量工作转移到后续回收中。自适应容量调整试图应对这类变化,但它依赖测量和预测。因此,一些回收器采用非分代设计,另一些则仅将分代策略作为更广泛的区域式策略的一个组成部分。

增量、并行与并发执行

垃圾回收不仅涉及图问题,还涉及调度问题。全停顿式回收器会在部分或全部回收阶段暂停应用程序的执行。并行回收器会同时使用多个回收工作线程,而此时应用程序线程通常仍处于暂停状态。增量回收器将工作拆分为较小的部分,与应用程序的执行交错进行。并发回收器则在应用程序线程继续运行的同时执行大量回收工作。这些特性可以同时存在,不应混为一谈。

在采用垃圾回收的系统中,应用程序一侧传统上称为赋值器(mutator),因为它会改变对象图。并发追踪的难点在于,回收器检查完某个对象之后,赋值器仍可能修改其中的引用。如果缺乏协调,对象就可能通过一条回收器从未观察到的路径变得可达。因此,正确性依赖于屏障、同步,以及对回收周期内的内存分配和引用更新行为所作的精确定义。

三色抽象用于描述这种协调机制。白色对象尚未被发现,灰色对象已被发现但尚未完成扫描,黑色对象则已完成扫描。在增量更新方案中,屏障可以维持一项不变量,防止黑色对象持有未被记录的、指向白色对象的引用。在起始时快照方案中,删除屏障会记录被覆盖的引用,以帮助保留标记开始时所存在的逻辑对象图。这是两种不同的策略,而不只是同一种屏障的不同名称。

并发移动比并发标记的要求更高。在对象迁移过程中,应用程序线程可能尝试访问对象的旧地址,或更新其字段。读屏障或加载屏障可以检测到指向已移动对象的引用,并将其重定向。其他设计则使用转发信息、受控的疏散阶段,或结合读屏障和写屏障。每种选择都会改变常规对象访问、回收工作、元数据和同步各方面的开销分布。

并发能够减少某些停顿,但并不意味着回收没有开销。回收线程会与应用程序线程争用处理器时间、缓存容量和内存带宽。为了确定根集合、协调线程状态、完成标记,或执行难以并发化的操作,仍可能需要短暂的全停顿阶段。如果内存分配速度超过回收速度,应用程序线程就可能必须协助回收器工作,或等待内存可用。

实时回收提出了更严格的调度要求。实时计算系统可能要求回收造成的干扰有明确上界,而不只是平均延迟较低。要满足这些要求,需要综合考虑回收器、分配器、根扫描策略、赋值器的内存分配速率,以及可用的预留内存。典型停顿时间较短的回收器并不一定适用于硬实时场景:还必须确定其最坏情况下的行为,以及各项上界成立所依赖的假设。

运行时集成与内存表示

回收器必须判断哪些值是引用。在精确式回收器中,运行时系统知道每个对象中哪些字段包含指针,也知道执行状态中活跃引用的位置。对象布局可以由类型元数据描述,而编译器生成的栈映射则标明特定机器码位置处的引用。这需要运行时系统、编译器以及虚拟机或执行环境相互配合。

相比之下,保守式回收器会在某些机器字的值看起来像指向受管理内存的地址时,将它们视为可能的指针。这使得缺乏精确类型信息的环境也能进行垃圾回收,包括一些支持C编程语言和 C++ 的实现。其缺点是误保留:某个整数或残留的位模式可能意外地让对象继续存活。此外,通常也无法安全地改写含义不明确的引用,因此它可能指向的对象也难以移动。

精确式回收通常在安全点协调各个线程;安全点是引用信息和线程状态都有明确定义的执行位置。线程可能会检查轮询标志、触发受保护的内存访问,或进入允许进行回收的运行时操作。等待所有需要配合的线程到达合适状态所产生的延迟,可能成为停顿时间的一部分。一些运行时系统采用更局部的线程协调方式,或支持在更多执行位置检查线程状态,但根本要求不变:必须可靠地掌握引用情况。

分配机制与回收机制需要协同设计。指针碰撞分配器通过在连续空闲区域内向前移动指针来分配内存,使常见分配路径极为简短。线程本地分配缓冲区让线程能够在一段时间内独立分配内存,而不必为每个对象的分配都获取全局锁。本地缓冲区耗尽后,运行时系统会获取另一个缓冲区,或转入较慢的分配路径。执行内存压缩或对象迁出的回收器,自然能够补充适合这种技术使用的连续空闲区域。

对象的表示方式会影响空间占用和执行速度。对象头可能包含类型信息、锁状态、年龄位或转发数据;一些回收器会将其中一部分信息移至辅助表。在可寻址堆范围有限的情况下,压缩引用可以减少存储指针所需的空间。对齐方式既会影响对象大小,也会影响地址中可用于存放元数据的位数。这些选择与存储层次结构密切相关,因为追踪的成本在很大程度上取决于缓存未命中和内存带宽。

外部函数接口又引入了一道边界。原生代码可以通过已注册的句柄持有受管理对象,临时将对象固定在原处,或显式报告自身的根引用。如果某个指针保留在回收器无法感知的位置,那么一旦对象被移动或回收,该指针就可能失效。反过来,过度固定对象会妨碍内存压缩,并加剧碎片化。因此,与原生库进行协调是保证正确性的必要条件,而不只是性能优化手段。

语言行为、弱引用与外部资源

当程序能够间接观察到内存回收时,垃圾回收就会影响语言行为。普通的强引用会使对象保持可达。弱引用允许程序引用某个对象,但不一定使其继续存活。一旦回收器判定该对象已无法通过其他途径到达,运行时便可根据语言规则清除弱引用,或安排发送通知。弱引用适合用于不应决定目标对象生命周期的关联关系,但并不保证具体的回收时间。

弱键表需要特别处理。假设一个表以弱引用持有键、以强引用持有值,而值又反过来引用键。如果无条件地追踪表中的值,这条路径就可能使键继续存活,从而违背弱键的设计意图。Ephemeron(条件弱关联)仅在键通过独立于该关联的路径可达时,才将值视为可通过该关联到达。处理相互关联的 ephemeron 时,可能需要反复传播可达性,直到不再有新的对象变为可达。

终结处理允许运行时执行与某个已无法通过其他途径到达的对象相关联的代码。除了普通回收所涉及的问题外,它还会带来额外的复杂性:终结器可能很晚才运行,以意想不到的顺序执行,访问状态正在变化的其他对象,或使某个对象重新变为可达。最后一种行为称为对象复活。不同语言和运行时对于是否允许对象复活、终结器可以执行多少次,以及关闭过程中提供哪些保证,都有不同规定。

外部资源说明了为什么垃圾回收并不等同于通用的资源管理。一个很小的托管封装对象,可能拥有一大块原生分配的内存、一个打开的文件、一条网络连接或某项设备资源。堆内存压力不一定能反映该外部资源的稀缺程度。因此,在需要释放资源的时刻,回收器可能并没有运行的理由,而且进程可能在尚未执行全部终结回调时就已终止。

语言通常会提供独立于垃圾回收的结构化清理机制,例如 try/finally、上下文管理器和资源释放语法结构。在 C++ 中,资源获取即初始化将资源所有权与对象生命周期及基于作用域的析构关联起来;基于所有权的系统还提供其他形式的确定性释放机制。这些机制可以与采用垃圾回收的堆共存,因为释放资源和回收其封装对象的内存是两个不同的事件。

这种区分对应用程序编程接口设计十分重要。关闭连接的操作必须明确规定:此后的方法调用、尚未完成的回调,以及指向封装对象的其他引用将如何处理。垃圾回收可以确保封装对象在仍然可达时不会被回收,但它并不会自动规定底层连接是否仍然有效。资源状态、对象可达性和所有权相互关联,却是程序语义中不同的组成部分。

性能、测量与工作负载行为

回收器的性能不能用单一数字来概括。吞吐量衡量单位时间内完成的有效工作量,而延迟关注单次操作所经历的等待时间。其他重要指标包括最长停顿时间、停顿时间分布、分配速率、存活对象集大小、回收频率以及总内存占用。通过使用更多内存来提高吞吐量的配置,可能并不适合内存受限的环境。

分配速率直接决定了内存回收所需应对的压力。如果应用程序以每秒 aa 字节的速率分配内存,而新生区在两次回收之间可以容纳 NN 字节,那么回收间隔可简化估算为

T≈Na.T\approx \frac{N}{a}.

这一估算忽略了存活对象、线程本地缓冲区中的空间浪费、提前触发回收以及自适应调整容量等因素,但它反映了一个基本关系:除非容量或策略发生变化,否则分配速率翻倍,就会使两次新生区回收之间的可用时间大致减半。

存活数据同样重要。复制式回收器的工作量在很大程度上取决于有多少数据存活下来,而标记式回收器必须检查可达对象及其引用字段。对于一个简化的全堆复制模型,假设 HH 为可用分配空间的容量,LL 为回收后剩余的存活数据量。比值

LH−L\frac{L}{H-L}

说明了需要复制的存活数据量与后续可供分配的空间之比。当 LL 接近 HH 时,每新分配一个字节所需承担的回收开销就会越来越高。实际回收器还需要考虑预留空间要求、区域选择以及其他开销,因此这只是一个用于说明原理的模型,而非通用的性能公式。

内存占用不仅包括当前存活的对象,还包括未使用的堆容量、对象头、对齐产生的空隙、标记位图、记忆集、疏散预留空间、线程栈以及原生内存分配。从操作系统预留的地址空间大小,可能与已提交内存或驻留内存的大小相差甚远。与虚拟内存的交互也很重要,因为换页可能使一次图遍历引发大量代价高昂的缺页异常。

测量停顿时,必须区分回收器本身的工作与其前后相关的延迟。让线程到达安全点所需的时间、操作系统调度、缺页异常以及处理器资源争用,都可能影响观测到的中断时长。在处理请求的系统中,一次回收可能同时延误许多请求,对高百分位延迟的影响比对平均延迟的影响更大。基准测试结果还取决于预热、即时编译、堆大小设置、工作负载持续时间,以及测试是否达到了稳定的分配模式。

因此,内存诊断需要同时检查对象的分配与保留情况。分配剖析可以揭示对象在何处创建;堆快照则显示哪些对象仍然存在,以及根如何使它们保持可达。在采用垃圾回收的语言中,内存泄漏通常源于一条非预期的可达路径,例如静态映射表、事件监听器、缓存条目或尚未完成的异步任务。在这条使对象保持可达的路径消失之前,反复执行回收也无法回收该对象。

正确性、安全性与实现中的权衡

垃圾回收器最基本的安全要求是:不得回收应用程序仍能通过有效引用访问的对象。另一个独立的进展目标是:在回收器所提供的保证范围内,最终回收不可达对象。这两种性质并不相同:保留过多对象的回收器可能是安全的,却没有实效;而回收可达数据的回收器,即便内存占用很少,也是不正确的。

回收器的正确性不仅取决于追踪过程。对象布局描述、栈映射、屏障、同步机制、分配时的初始化以及引用更新都必须相互一致。缺失屏障可能导致一种罕见故障,只有在对象修改与回收以特定方式交错执行时才会出现。错误的栈映射则可能导致对象被误保留或过早回收。因此,形式验证和基于不变式的推理有助于检查回收器的各个组件,尤其是并发算法。

自动回收可以降低某些内存安全故障的风险,尤其是受管对象模型中的释放后使用和重复释放。但它本身并不能保证完整的内存安全。原生扩展、不安全的语言特性、实现有误的运行时以及未经检查的操作,都可能绕过这些保护。边界检查、类型安全和隔离机制则用于保障安全执行的其他方面,这些并非仅靠垃圾回收就能覆盖。

替代方案和补充机制各有不同的取舍。显式分配与释放提供了直接控制,却将对象生命周期的推理责任交给了程序员。区域分配或内存池分配会集中回收大量对象,通常效率很高,但也可能使单个已失效对象一直保留到整个区域被释放。所有权与借用系统限制引用的创建和共享方式,从而使许多生命周期性质能够在静态阶段得到检查。引用计数支持动态共享所有权,但会增加更新开销,并且需要制定处理循环引用的策略。

垃圾回收还会与分布式系统相互影响,因为可达关系可能跨越多个进程。本地对象可以代表一个远程引用,而分布式对象能否被回收,可能取决于消息、进程故障和通信延迟。本地堆回收本身无法判定对象在全局范围内是否不可达。分布式引用计数、租约和追踪协议引入了有关故障与通信的假设,而单进程堆并不涉及这些假设。

没有任何回收器能够同时将内存消耗、处理器开销、暂停时长、实现复杂度以及对对象表示方式的限制降至最低。小型嵌入式运行时、交互式网页浏览器、高吞吐量服务器和硬实时控制器有着不同的要求。因此,实际设计会在精确性、对象移动、分代、屏障和调度等方面选择特定组合,其行为由运行时与应用程序的分配和共享模式共同决定。