SITES BEGIN (ordered by live bytes) Fri Oct 28 16:30:48 2005
          percent          live          alloc
'ed  stack class
rank   self  accum     bytes objs     bytes  objs trace name
1 70.13% 70.13%   5694888 13909   5694888 13909 300305 int[]
2 18.27% 88.40%   1483976   68 278273632 13908 300321 int[]
3  4.11% 92.51%   333816 13909    333816 13909 300310 java.util.HashMap$Entry
4  2.74% 95.25%   222544 13909    222544 13909 300304 com.quiotix.dummy.MapLeaker$Task
5  2.42% 97.67%   196640    2    262192    11 300325 java.util.HashMap$Entry[]
6  0.66% 98.33% 53680 3355 222464 13904 30032java.util.concurrent.LinkedBlockingQueue$Node
SITES END

SITES BEGIN (ordered by live bytes) Fri Oct 28 16:31:32 2005
          percent          live          alloc'ed  stack class
rank   self  accum     bytes objs     bytes  objs trace name
1 77.07% 77.07%  41176024 100020  41176024 100020 301069 int[]
2 12.98% 90.05%   6933768  359 2001885688 100020 301093 int[]
3 4.49% 94.55%   2400480 100020   2400480 100020 301082 java.util.HashMap$Entry
4 3.00% 97.54%   1600320 100020   1600320 100020 301068 com.quiotix.dummy.MapLeaker$Task
5 1.96% 99.50%   1048592    1   2097248    14 301104 java.util.HashMap$Entry[]
6 0.05% 99.55% 25936 1621 1600240 100015 301101 java.util.concurrent.LinkedBlockingQueue$Node
SITES END

       清单 4 展示了 hprof 输出的另一部分，给出了 Map.Entry 对象的分配点的调用堆栈信息。这个输出告诉我们哪些调用链生成了 Map.Entry 对象，并带有一些程序分析，找出内存泄漏来源一般来说是相当容易的。
 
       清单 4. HPROF 输出，显示 Map.Entry 对象的分配点

public class SocketManager ...{
    private Map<Socket,User> m = new WeakHashMap<Socket,User>();

    public void setUser(Socket s, User u) ...{
        m.put(s, u);
    }
    public User getUser(Socket s) ...{
        return m.get(s);
    }
}

       引用队列

       WeakHashMap 用弱引用承载映射键，这使得应用程序不再使用键对象时它们可以被垃圾收集，get() 实现可以根据 WeakReference.get() 是否返回 null 来区分死的映射和活的映射。但是这只是防止 Map 的内存消耗在应用程序的生命周期中不断增加所需要做的工作的一半，还需要做一些工作以便在键对象被收集后从 Map 中删除死项。否则，Map 会充满对应于死键的项。虽然这对于应用程序是不可见的，但是它仍然会造成应用程序耗尽内存，因为即使键被收集了，Map.Entry 和值对象也不会被收集。 
       可以通过周期性地扫描 Map，对每一个弱引用调用 get()，并在 get() 返回 null 时删除那个映射而消除死映射。但是如果 Map 有许多活的项，那么这种方法的效率很低。如果有一种方法可以在弱引用的 referent 被垃圾收集时发出通知就好了，这就是引用队列 的作用。 
       引用队列是垃圾收集器向应用程序返回关于对象生命周期的信息的主要方法。弱引用有两个构造函数：一个只取 referent 作为参数，另一个还取引用队列作为参数。如果用关联的引用队列创建弱引用，在 referent 成为 GC 候选对象时，这个引用对象（不是 referent）就在引用清除后加入 到引用队列中。之后，应用程序从引用队列提取引用并了解到它的 referent 已被收集，因此可以进行相应的清理活动，如去掉已不在弱集合中的对象的项。（引用队列提供了与 BlockingQueue 同样的出列模式 —— polled、timed blocking 和 untimed blocking。） 
       WeakHashMap 有一个名为 expungeStaleEntries() 的私有方法，大多数 Map 操作中会调用它，它去掉引用队列中所有失效的引用，并删除关联的映射。清单 7 展示了 expungeStaleEntries() 的一种可能实现。用于存储键-值映射的 Entry 类型扩展了 WeakReference，因此当 expungeStaleEntries() 要求下一个失效的弱引用时，它得到一个 Entry。用引用队列代替定期扫描内容的方法来清理 Map 更有效，因为清理过程不会触及活的项，只有在有实际加入队列的引用时它才工作。 

       清单 7. WeakHashMap.expungeStaleEntries() 的可能实现

 private void expungeStaleEntries() ...{
    Entry<K,V> e;
        while ( (e = (Entry<K,V>) queue.poll()) != null) ...{
            int hash = e.hash;

            Entry<K,V> prev = getChain(hash);
            Entry<K,V> cur = prev;
            while (cur != null) ...{
                Entry<K,V> next = cur.next;
                if (cur == e) ...{
                    if (prev == e)
                        setChain(hash, next);
                    else
                        prev.next = next;
                    break;
                }
                prev = cur;
                cur = next;
            }
        }
    }

       结束语

       弱引用和弱集合是对堆进行管理的强大工具，使得应用程序可以使用更复杂的可及性方案，而不只是由普通（强）引用所提供的“要么全部要么没有”可及性。下个月，我们将分析与弱引用有关的软引用，将分析在使用弱引用和软引用时，垃圾收集器的行为。