Epsilon GC（无操作 GC）

Epsilon 是 Java 11 引入的「无操作」GC。它的设计哲学是：对于某些场景，根本不需要 GC。

Epsilon 只分配内存，不回收内存。当内存耗尽时，程序直接退出（而不是尝试回收）。这种看似「极端」的设计，其实有独特的价值。

设计理念

Epsilon 的核心理念是：

如果应用的内存足够大，或者生命周期足够短，GC 的开销可能是不必要的。

flowchart TB
    subgraph JVM["传统 JVM"]
        A["对象分配"]
        B["GC 回收"]
        C["对象分配"]
        A --> B --> C
    end
    
    subgraph Epsilon["Epsilon JVM"]
        D["对象分配"]
        E["内存耗尽"]
        F["程序退出"]
        D --> E --> F
    end
    
    style B fill:#ff6b6b,color:#fff
    style E fill:#5f27cd,color:#fff

工作原理

Epsilon 的实现非常简单：

分配内存：从堆中分配对象
不回收内存：没有任何垃圾回收逻辑
内存耗尽时：触发 OutOfMemoryError，程序退出

// Epsilon 的核心逻辑
public class EpsilonGC {
    public Object allocate(long size) {
        if (heapFree < size) {
            // 内存不足，程序退出
            throw new OutOfMemoryError("Epsilon: heap exhausted");
        }
        return heap.allocate(size);
    }
}

适用场景

短生命周期应用

对于执行时间很短的应用，Minor GC 可能还没来得及发生，应用就结束了：

// 命令行工具
public class DataProcessor {
    public static void main(String[] args) {
        // 处理数据，可能只需要几十毫秒
        // 在这么短的时间内，可能不会触发 GC
        process(args);
    }
}

内存足够的容器

如果容器内存足够大，应用的内存分配永远不会被耗尽：

# Kubernetes 配置
resources:
  limits:
    memory: 32Gi  # 非常大的内存限制

性能基准测试

Epsilon 最适合用于排除 GC 干扰的性能测试：

# 对比测试：有无 GC 的性能差异
# 1. 使用 Epsilon（无 GC）
java -XX:+UseEpsilonGC -Xms8g -Xmx8g -jar benchmark.jar

# 2. 使用 G1（有 GC）
java -XX:+UseG1GC -Xms8g -Xmx8g -jar benchmark.jar

# 对比结果：
# - 如果两者性能接近，说明 GC 不是瓶颈
# - 如果 Epsilon 性能明显更好，说明 GC 是瓶颈

内存敏感测试

测试应用的内存分配模式：

public class MemoryTest {
    public static void main(String[] args) {
        // 使用 Epsilon 观察内存分配
        // 如果 OutOfMemoryError 很快发生，说明存在内存泄漏
        List<byte[]> leak = new ArrayList<>();
        while (true) {
            leak.add(new byte[1024 * 1024]);  // 1MB
        }
    }
}

注意事项

内存泄漏会立即暴露

由于 Epsilon 不回收内存，任何内存泄漏都会立即导致 OOM：

// 这个代码在普通 JVM 上可能运行很久
// 在 Epsilon 上会立即 OOM
public class MemoryLeak {
    private static final List<byte[]> LEAK = new ArrayList<>();
    
    public static void main(String[] args) {
        while (true) {
            LEAK.add(new byte[1024 * 1024]);
        }
    }
}

不适合长生命周期应用

如果应用的运行时间足够长，最终一定会耗尽内存：

flowchart TB
    subgraph 时间线["应用生命周期"]
        S["开始"] --> T1["T=10min"]
        T1 --> T2["T=1hour"]
        T2 --> T3["T=24hours"]
        T3 --> OOM["OOM\n程序退出"]
    end

配置参数

启用 Epsilon

# Java 11+ 启用 Epsilon
java -XX:+UseEpsilonGC -Xms2g -Xmx2g -jar application.jar

常用参数

参数	说明
`-Xms`	堆初始大小
`-Xmx`	堆最大大小（Epsilon 会使用到最大值）
`-XX:+UseEpsilonGC`	启用 Epsilon

与其他 GC 的对比

特性	Epsilon	Serial	G1	ZGC
GC 行为	无	串行	并发	并发
停顿时间	无	长	可控	亚毫秒
吞吐量	最高	低	中高	高
内存泄漏	立即 OOM	延迟暴露	延迟暴露	延迟暴露
适用场景	短生命周期	低要求	平衡	低延迟

测试工具价值

Epsilon 是测试和诊断的有力工具：

测量 GC 开销：对比 Epsilon 和其他 GC 的性能差异
发现内存泄漏：快速暴露内存泄漏
验证内存分配：观察应用的真实内存需求
微基准测试：排除 GC 干扰的精确测量

# 微基准测试示例
public class NanoBenchmark {
    public static void main(String[] args) {
        // Warmup（使用 G1）
        runBenchmark();  
        
        // 正式测试（使用 Epsilon）
        // java -XX:+UseEpsilonGC -Xms8g -Xmx8g -jar nano.jar
    }
}

真实案例

Netflix 的使用

Netflix 在某些性能测试中使用 Epsilon 来测量 GC 对其应用的影响。通过对比，他们发现某些高吞吐量场景下，GC 占用的时间可以忽略不计。

低延迟交易系统

某些高频交易系统在预热阶段使用 Epsilon 来测量真实的内存分配速率，为后续的 GC 调优提供数据支持。

#Epsilon GC（无操作 GC）

#设计理念

#工作原理

#适用场景

#短生命周期应用

#内存足够的容器

#性能基准测试

#内存敏感测试

#注意事项

#内存泄漏会立即暴露

#不适合长生命周期应用

#配置参数

#启用 Epsilon

#常用参数

#与其他 GC 的对比

#测试工具价值

#真实案例

#Netflix 的使用

#低延迟交易系统