G1回收耗时预测：指数加权平均算法解析

G1垃圾收集器的停顿预测并非随意估算，而是基于一套严谨的数学方法，通过加权历史数据来实时评估每个内存区域（Region）的回收耗时。其核心算法是指数加权平均法，也称为衰减平均法。该算法的精妙之处在于，它赋予最近的垃圾回收（GC）数据更高的权重，而旧数据的影响力则随时间逐步减弱，从而使预测模型能够更灵敏地适应Java虚拟机（JVM）实际运行中的动态变化。

为何不采用简单平均法？

简单平均法存在一个显著缺点：它平等对待所有历史数据。设想将5分钟前一次平稳的年轻代GC耗时，与2秒前因大对象激增导致的长停顿耗时进行平均，所得的预测值必然反应迟缓、存在滞后。在真实的交易或实时系统中，对象分配速率可能在毫秒级别发生剧变，这就要求G1的预测模型必须能够对最新的系统压力做出快速响应。

指数加权平均法通过一个固定的衰减因子（默认α=0.7）来实现这一目标。每次新的GC耗时数据加入后，旧的均值仅保留70%的权重，新数据则占据30%的权重。如此一来，连续几次异常的GC事件就能迅速拉高预测值，从而有效提升了模型的“反应速度”。

核心公式的关键逻辑

然而，在实际的代码实现中，最终的预测值并非直接采用衰减均值。其计算公式更为审慎：

预测耗时 = MAX2( da vg + σ × dsd , da vg × confidence_factor )

该公式的每个组成部分都至关重要：

• da vg（衰减均值）：代表了“最近几次GC的典型耗时水平”，是预测的基准线。
• dsd（衰减标准差）：衡量了历史耗时的波动程度。公式中的σ默认取0.5，这意味着模型会主动预留出半倍标准差的缓冲空间，以应对不确定性。
• confidence_factor（置信度系数）：这是一个安全阀。当GC样本数量不足（例如少于5次）时，此系数会大于1（启动初期可能高达2.5），以防止模型在数据不足时过于“自信”而低估耗时；当样本充足后，系数会回归到1。

整个设计遵循“保守估计”的原则：宁可多预留一些时间，也绝不低估耗时。尤其是在混合回收（Mixed GC）阶段，当需要扫描记忆集（Remembered Set）或复制存活对象时，操作耗时波动较大，此时公式中“均值加波动缓冲”的部分就起到了关键的兜底作用。

预测模型如何应用于Region选择？

G1的预测并非笼统计算一个“总停顿时间”，而是精细化到估算“回收第N个Region预计需要多长时间”。每个Region的各个子阶段（如扫描、转移、RSet更新）都维护着自己独立的截断序列（TruncatedSeq），分别进行衰减平均计算。

在构建回收集合（CSet）时，G1会按照「回收收益 / 预估耗时」这一比值对所有Region进行排序，然后从高到低累加它们的预估耗时。一旦累加值接近用户通过-XX:MaxGCPauseMillis参数设定的目标停顿时间，G1便会立即停止添加Region。因此，有时预测不准确，未必是模型失效，更可能是输入数据发生了未预料到的突变。例如，某次GC时幸存者区（Survivor）中的对象年龄集体跃升，导致复制开销骤增，但模型尚未积累足够的新样本来更新da vg，仍然沿用旧的水平，结果就造成了实际超时。

如何判断预测模型是否正常工作？

要洞察预测模型的工作状态，可以开启-Xlog:gc+ergo=debug日志参数。需重点关注每条Evacuation Pause日志末尾的输出：

[debug][gc,ergo] GC(42) predicted pause time: 142.3ms, target: 150.0ms, actual: 138.7ms

关键在于持续观察并对比“predicted”（预测值）与“actual”（实际值）之间的差值趋势：

• 如果连续多次出现 predicted < actual，且差值不断扩大，这通常意味着模型低估了耗时。常见场景包括巨型对象（Humongous）分配突然激增，或者跨代引用突然大量增加。
• 如果连续多次出现 predicted > actual，且差值持续大于30ms，则说明模型可能过于保守。这往往发生在上一次出现并发模式失败（Concurrent Mode Failure）之后，系统自动调高了安全系数。
• 如果predicted值在80ms到180ms之间来回大幅跳动，那可能预示着老年代Region的存活率很不稳定，或者缓存未设置上限，也可能是批量任务导致了对象集中晋升。