V8 垃圾回收机制
垃圾回收分为两个阶段：
常用 GC 算法 #
标记清除算法 #
标记清除法是现在GC算法的基础。标记清除算法的执行过程分为两个阶段：标记阶段、清除阶段。
- 标记阶段会通过可达性分析将不可达的对象标记出来。
- 清除阶段会将标记阶段标记的垃圾对象清除。 标记清除法的缺陷是回收后会产生大量不连续的内存空间，即内存碎片。
复制算法 #
复制算法会将内存空间分为两块，每次只使用其中一块内存。 复制算法同样使用可达性分析法标记除垃圾对象，当GC执行时，会将非垃圾对象复制到另一块内存空间中，并且保证内存上的连续性，然后直接清空之前使用的内存空间。然后如此往复。 该算法在存活对象少，垃圾对象多的情况下，非常高效。其好处是不会产生内存碎片，但坏处也是显而易见的，就是直接损失了一半的可用内存。
标记压缩算法 #
标记压缩算法可以解决标记清除算法的内存碎片问题。 其算法可以看作三步：
- 标记垃圾对象
- 清除垃圾对象
- 内存碎片整理 标记压缩算法的碎片整理会造成较大的消耗
分代算法 #
首先，标记清除算法、复制算法、标记压缩算法都有各自的缺点，如果单独用其中某一算法来做GC，会有很大的问题。例如，标记清除算法会产生大量的内存碎片，复制算法会损失一半的内存，标记压缩算法的碎片整理会造成较大的消耗。 其次，复制算法和标记压缩算法都有各自适合的使用场景。复制算法适用于每次回收时，存活对象少的场景，这样就会减少复制量。标记压缩算法适用于回收时，存活对象多的场景，这样就会减少内存碎片的产生，碎片整理的代价就会小很多。 分代算法将内存区域分为两部分：新生代和老年代。 根据新生代和老年代中对象的不同特点，使用不同的GC算法。
- 新生代对象的特点是：创建出来没多久就可以被回收（例如虚拟机栈中创建的对象，方法出栈就会销毁）。也就是说，每次回收时，大部分是垃圾对象，所以新生代适用于复制算法。
- 老生代的特点是：经过多次GC，依然存活。也就是说，每次GC时，大部分是存活对象，所以老年代适用于标记压缩算法。
V8 垃圾回收 #
V8 的垃圾回收策略主要基于分代式垃圾回收机制。 V8对内存大小做了限制，64位操作系统最大为1.4GB，32为系统最大为0.7GB。这么做的原因主要有以下两点：
- V8主要是服务于浏览器的，浏览器不太可能遇到需要大内存的场景。
- 64位系统之所以设计成1.4GB的上限是有考量的，因为如果内存超过1.4GB的时候，V8做一次最小的垃圾回收需要50ms以上，做非增量垃圾回收需要1秒以上，在回收过程中会阻塞JS执行，这个时候你会觉得浏览器卡死了。所以设置1.4GB最大内存是一个平衡的选择。 因为垃圾回收会阻塞JS代码，所以怎么高效的进行垃圾回收就显得非常重要了。V8 的垃圾回收策略主要基于分代式垃圾回收机制。
V8如何回收新生代 #
新生代因为存放的是一些存活时间短的对象，所以为了效率考虑，其回收频率也会比较高。其回收策略采用的是标记 + 复制。
如上图所示，新生代内存等分为两个区域，From为活动区域，To为复制区域。 当我们分配对象时，先是在From空间中进行分配，当要触发垃圾回收的时候，From就会先进行标记，标记完成后，将可达对象（活动对象）复制到To区域，然后把From区域整理进行清除，清除完成后From和To区域交换一下。
晋升 #
我们前面说过新生代内存上限是32MB，这点内存很容易就能达到，所以如果一些对象经常存在新生代里的话，很容易新生代内存就占满了，所以V8存在一种晋升机制，但满足下面条件的时候，新生代对象就会移动到老生代区域，简称晋升，这个过程发生在From区域将活动对象拷贝至To区域过程中。
- 一轮垃圾回收（GC）后还存活的新生代对象需要晋升。也就是说上一轮垃圾回收后，这一轮垃圾回收发现你还是活动对象，就需要把你晋升到老生代区域。
- To空间的使用率超过25%，如果超过25%，后续对象直接晋升。这也是个衡量结果，超过25%，后续新进来的对象就会有些不够用了。
V8如何回收老生代 #
老生代存一些持续时间久的对象，比如全局变量，闭包等。它可分配内存大，而且回收频率不像老生代那么频繁。所以它的垃圾回收机制也和不太一样。 老生代主要是用标记清除策略进行垃圾回收，但是前面说过，标记清除会产生碎片化内存，当新生代对象要晋升到老生代，而老生代没有空间可存的时候，老生代就会进行一次标记整理进行空间优化，优化后在进行晋升操作。
增量标记 #
垃圾回收（分标记和回收两个阶段）会阻塞JS执行，全堆垃圾回收带来的停顿时间会较长。 V8 从标记阶段入手，将原本需要一口气停顿完成的动作改成增量标记，即程序执行和垃圾回收穿插着来，这样用户的感知就不明显了。图示如下：
V8 在经过增量标记的改进后，垃圾回收的最大停顿时间可以减少到原本的 1/6 左右。 V8 后续还引入了延迟清理（lazy sweeping）与增量式整理（incremental compaction），让清理和整理动作也变成增量式的。同时还计划引入并行标记和并行清理，进一步利用多核性能降低每次停顿的时间。