最近住院了，有时间开始查一些关于.NET GC的资料，反正死不了，出院了还得干活所以学习不能落下，万一面试又被问了呢！
为什么需要
买车的时候我肯定首选自动挡啊，市区开多省力啊，超车也就是脚稍微挪一下位置就好了。想想手动挡，什么离合啊，低挡切换啊什么的，油门还不能给太凶，至少考驾照的时候教练会骂你。
从这个角度来看，C/C++里的内存管理就相当于手动档，麻烦但是精确（要几挡来几挡，小心溜车或熄火哦）。适用于偏底层一点的开发，比如系统开发、驱动开发等。但是对于业务代码来说就显得太过啰嗦麻烦，而且最关键的就是容易犯错，比如内存泄漏、内存碎片化等。
别人RUST既兼顾性能，也兼顾内存的安全，当然语法就比较复杂，学习曲线也很陡峭了。
.NET GC具体优点有：
- 让开发者不用手动释放内存
- 高效地在托管堆分配对象
- 回收不使用的对象，清理它们的内存，以备将来使用；托管对象会自动获取干净的内容，因此，它们的构造函数不必对每个数据字段进行初始化。
- 通过确保一个对象不能使用另一个对象的内容来保证内存安全
什么时候需要
- 系统内存过低，或者宿主程序指示内存过低。比如容器环境下，对内存和CPU进行限制。
- 在托管堆上分配的内存超过一个阈值（这个阈值随着程序的运行也在不断调整）。
- GC.Collect 被调用，这个是开发者自主介入的。当然我们基本不需要调用这个函数，反正我是重来没有用过。
怎么回收
对于内存回收，核心方法有引用计数和追踪两种。使用引用计数的有某些运行时下的javascript，C++里有smart pointer等；而使用追踪的就有ruby, java, 以及.net等。
那么.NET GC具体怎么追踪呢？
我们都知道.NET的堆是和栈分布在虚拟内存的两端的，而堆是用来存放引用类型的数据的，也叫托管堆。当我们如下分配了几个对象在堆上：
A B C D E F G ... （从左到右依次分配，每个对象最少使用24B，包含Header, Metadata pointer, data三部分）
假如这些对象的引用关系图如下：
那么从roots开始往下递归，我们就能发现ABDEG是可以在递归的过程中访问到的，而C和F则不行。这里其实就是所谓的mark phase，这个过程会生成一个mark array/mark list以供将来的plan phse使用。 而这个mark array是需要额外的空间的，对于64位的机器来说要标记1GB的数据需要8Mb。
所谓的roots来源有如下：
- 栈，本地变量等
- CPU register
- 静态数据
- Finalize queue
- Inter-generation reference
- ...
前三种还是比较容易理解的，其他的就得继续深入查资料了。
当然mark phase并不是听起来这么简单的，尤其是再要考虑pinned（比如，fixed语法下的数据），concurrent mark那就非常复杂了。
接下来就是所谓的plan phase，这个阶段会发生两种可能，即sweep和compact。sweep就是把未标记的对象释放掉，而compact则是不但要把对象释放掉还得整理内存，进行压实，免得碎片化。
之所以会有这两种可能，主要是为了性能考虑，因为如果只发现几个对象需要释放就要重整管理堆的话，消耗可能太大，所以运行时会根据compact的效率以及释放对象数量的阈值来决定是sweep还是compact。
当然还可以继续深入compact到底是怎么做的，因为整理内存有两个重要的事情要做：拷贝数据；更新引用地址。这就要涉及到plug, gap, bricktable等概念了。这里就不继续学习了，先看看generation，即我们常说的“代”。
为什么要有“代”这个概念呢，当然主要还是为了性能。因为前面我们也看到了，mark phase和plan phase的消耗都是很大的，尤其是我们有很多对象时。而“代”这个概念其实和我们现在的垃圾分类很像，也是为了处理垃圾时的效率。
当我们最开始分配对象到堆上时，.NET CLR会向操作系统申请两块内存（即segment，具体大小根据GC类型和运行环境决定)，一个是用于LOH（大对象堆），一个用于SOH（小对象堆）。大小对象的阈值是85000 bytes。对象都是依次从segment的开始依次分配。
对于SOH，当GC 第0代和第1代的时候通常比较快，而且都是非并发的，需要暂停整个程序，如果一个对象没有被回收掉，那它的寿命就加1，最大到2。其实并没有真的加了一个数值，只是说它最后所在的位置在相应的代的区域里了。
比如第一次分配了
ABCDEFG
后来发生了GC，把CD释放了，那么剩下的对象就变成了第一代了，并且压实在segment上面。
ABEFG
后来，我们可能又分配了对象HIJK
ABEFGHIJK
然后又发生了GC，释放了IJ
ABEFGHK
那么也就剩下了G2和G1。
由此也可以看出为什么G0,G1的GC是一起做的，而G2是另外的时间。因为新分配的对象很自然的就是在G0。在比较新的版本的.NET里，G2是在后台运行的，大部分时间不会中断整个程序，而G0/G1一直都是前台运行，并始终会中断整个程序的运行。
具体可以参看如下时序图：
Workstation GC，最常用的就是WPF，WinForm之类的，它们需要更好的响应速度来提升交互体验；而Server GC，最常见的就是ASP.NET了，它们需要更好的吞吐能力。
而对于LOH，因为数据量太大，所以通常都不会进行compact，在.NET CORE里还可以进行配置来决定是否要做compact。LOH的垃圾回收是和G2一起的，通常也被叫做G3。
对于大对象，如果有频繁使用的场景，最好使用大对象池，因为大对象的分配首先是比较耗时的，因为.NET为了确保分配的内存是干净的，会对相应的内存做清理，而消耗是和要清理的内存大小成正比的。而且频繁的分配和释放大对象，很可能触发G2 GC，也叫Full GC，这样就会导致不必要的大消耗，但是GC的效果却并不明显。
总结
经过一番学习，发现GC其实还是挺有趣的，不过我想多年前我第一次学习GC的时候也是这样认为，但是后来几乎忘得一干二净，只知道GC这两个字母了。
现在我对GC有了新的认识，个人感觉上对自己平时的工作可能帮助不大。印象比较深并可能会对以后有帮助的就是大对象的分配，非托管对象的维护。其他的，唉，就然时间和面试官来检验了吧😁