如何设置JVM使用的垃圾收集器及各种垃圾回收器采用的算法
一、垃圾收集器的种类
1. Serial 收集器：历史最悠久，单线程工作，回收垃圾时，必须暂停所有其它线程——stop the world，采用复制算法；
2. ParNew收集器：本质为Serial收集器的多线程版本，采用复制算法；
3. Parallel scavenge：具备自使用调节功能，以提供最合适的暂停时间和吞吐量，采用复制算法；
4. Serial old 收集器：是Serial 收集器的老年代版本，同样为单线程，但采用的是“标记-整理”算法；
5. Parallel old 收集器：Parallel scavenge 收集器的老年代版本，多线程，采用的是“标记-整理”算法；
6. CMS 收集器：即Concurrent Mark Sweep收集器，以获取最短停顿时间为目标，采用“标记-清除”算法；
7. G1 收集器：即Garbage-First收集器，是目前最新的收集器，采用与其它收集器完全不通的设计思想，历时十年才实现商用，采用了混合算法，兼有“复制”和“标记-整理”算法的特点；
二、垃圾收集器的选择
JVM中，青年代和老年代特点迥异，青年代中对象“朝生夕死”的特点，回收频率较高，适合采用复制算法；而老年代则更适合“标记-整理”算法。鉴于此，JVM采用分代回收的策略：青年代采用复制算法的回收器，老年代采用“标记-整理”算法的回收器。
三、设置垃圾收集器参数
-XX:+UseSerialGC，虚拟机运行在Client模式下的默认值，Serial+Serial Old。
-XX:+UseParNewGC，ParNew+Serial Old，在JDK1.8被废弃，在JDK1.7还可以使用。
-XX:+UseConcMarkSweepGC，ParNew+CMS+Serial Old。
-XX:+UseParallelGC，虚拟机运行在Server模式下的默认值，Parallel Scavenge+Serial Old(PS Mark Sweep)。
-XX:+UseParallelOldGC，Parallel Scavenge+Parallel Old。
-XX:+UseG1GC，G1+G1。
四、测试代码：
public static void main(String[] args)
{
/* -XX:+UseParallelOldGC和-XX:+UseParallelGC结果一样，因为MXBean名字一样，但是实际使用的不一样 */
List<GarbageCollectorMXBean> beans = ManagementFactory.getGarbageCollectorMXBeans();
for (GarbageCollectorMXBean bean : beans)
{
System.out.println(bean.getName());
}
}
1、测试环境：
JDK1.8.0_144，Java HotSpot(TM) 64-Bit Server VM，
默认参数：-XX:+PrintGCDetails -XX:+PrintCommandLineFlags
打印内存信息，打印JVM参数
2、测试结果：指定-XX:+UseParallelGC
PS MarkSweep
Heap
PSYoungGen total 38400K, used 2662K [0x00000000fd580000, 0x0000000100000000, 0x0000000100000000)
eden space 33280K, 8% used [0x00000000fd580000,0x00000000fd819be8,0x00000000ff600000)
from space 5120K, 0% used [0x00000000ffb00000,0x00000000ffb00000,0x0000000100000000)
to space 5120K, 0% used [0x00000000ff600000,0x00000000ff600000,0x00000000ffb00000)
ParOldGen total 87552K, used 0K [0x00000000f8000000, 0x00000000fd580000, 0x00000000fd580000)
object space 87552K, 0% used [0x00000000f8000000,0x00000000f8000000,0x00000000fd580000)
Metaspace used 2651K, capacity 4486K, committed 4864K, reserved 1056768K
class space used 293K, capacity 386K, committed 512K, reserved 1048576K