跨代引用处理：对比分析“卡表”在不同垃圾收集器（如 Parallel 与 G1）中的实现细节差异

今天我们来聊聊垃圾收集器里一个容易被忽视但至关重要的细节：卡表。Parallel 和 G1 都用它，但背后的设计理念和实现方式却截然不同。基本机制大家都知道，但它们在 JVM 实际运行中到底是怎么各司其职的？从跨代引用的处理路径入手，能非常清晰地看出两位“选手”的取舍与哲学。

卡表在 Parallel 收集器中：简单直接的 dirty 标记

Parallel Sca venge 和 ParallelOld 这对组合，卡表就是跨代引用处理的唯一支柱。它的实现方式非常直接：

• 卡页大小固定为 512 字节，这是硬编码的，每个卡页对应 CardTable 数组里的一个 byte 元素。
• 写屏障只在“老年代对象字段指向年轻代对象”这个特定场景下触发，将对应的卡索引标记为非零值（通常是 0xff）。其他写操作，比如年轻代指向老年代或者内部引用，写屏障一概忽略——不干活儿。
• Minor GC 启动前，直接扫描所有被标记为 dirty 的卡页。挨个检查里面的对象字段，看看是不是真的引用了年轻代对象。这个过程不缓存、不聚合、也不关心目标 Region 是谁，结果直接当作 GC Roots 的一部分。
• 没有记忆集（Remembered Set）的概念。卡表就是全部，不额外构建 RSet，也不搞什么异步 refinement。

这套设计逻辑非常清晰：追求极致的吞吐量。写屏障开销极低，卡表遍历也快，非常适合 CPU 密集、对停顿时间不那么敏感的批处理场景。代价呢？每次 Minor GC 都得把脏卡从头到尾重新解析一遍，而且这种设计不支持部分回收或者分区级别的精细控制。

G1 中的卡表：只是底层基础设施，真正起作用的是 RSet

G1 的思路完全不同。它没有把卡表当作最终的引用记录工具，而是把它降级为“脏页探测器”，真正干活的是背后那套更精细的 Remembered Set。

• 同样用 512 字节的卡页和写屏障来标记 dirty 卡，但 dirty 卡不会直接被 GC 线程扫描。它们被先放进一个名为 Dirty Card Queue 的队列里，由后台的 Refinement 线程异步处理。
• Refinement 线程从队列里取出脏卡页，扫描里面的对象，利用 OopMap 快速识别出跨代引用。然后按照目标 Region 分类登记——比如发现一个老年代对象字段指向了 EdenRegion_A，就在 EdenRegion_A 的 RSet 里添加一条记录，记录的是源 Region 和涉及到的卡索引范围。
• 每个 Region 都有自己的 RSet，内部是一个哈希表结构。key 是源 Region 的起始地址，value 则是这个源 Region 里涉及到的 dirty 卡索引集合。
• 到了 Young GC 的时候，只需要读取当前要回收的 Region（比如 Eden + Survivor）的 RSet，就能直接拿到所有跨代引用的源对象位置，完全不需要再遍历卡页内容。

换句话说，G1 里的卡表不参与 GC 实时决策，它只负责“采集线索”。RSet 才是真正的“引用目录”。这种分离的设计，让 G1 能够支持并发 refinement、可预测的暂停时间以及混合收集（Mixed GC），但代价是更高的内存占用和写屏障带来的额外延迟。

关键差异总结：目的、粒度与协作方式不同

虽然表面上看都是用卡表，但两者在 JVM 体系里扮演的角色天差地别：

• 目的差异：Parallel 的卡表 = 引用定位器，直接用于 GC Roots 的扩展。G1 的卡表 = 脏页信号灯，只是为了驱动 RSet 的构建。
• 粒度差异：Parallel 只能按卡页（512B）粗筛，然后全量扫描对象。G1 则按 Region（默认 1~32MB）来组织 RSet，引用关系精确到 Region 级别，甚至能进一步细化到具体的卡索引。
• 协作差异：Parallel 没有异步组件，卡表更新和 GC 是强耦合的。G1 引入了 Dirty Card Queue 和 Refinement 线程，成功实现了写屏障与 GC 的解耦，降低了单次写操作的延迟。
• 扩展性差异：Parallel 的卡表无法支撑并发标记或增量回收。G1 的 RSet + 卡表组合，天然适配并发、并行、混合回收等多阶段模型，在这一层面上高下立判。

归根结底，Parallel 把卡表用到了极致的“够用即止”，而 G1 则把卡表作为更大系统的一块基石，让它服务于更复杂、更精细的回收策略。两者没有绝对的好坏，只看你的应用场景更需要哪一头。