卡表是记忆集在HotSpot中的具体实现，通过512字节卡页与byte数组标记脏卡，结合写屏障实现高效跨代引用扫描；G1中升级为每个Region独立RSet，以哈希表+位图支持精准反向查找，调优需合理设置RegionSize、收拢数据分配并控制Mixed GC节奏。
卡表和记忆集不是两个并列技术，而是“实现与抽象”的关系：记忆集（Remembered Set）是解决跨代引用问题的通用设计思想，卡表（Card Table）是它在 HotSpot JVM 中最主流、最轻量的落地方式。优化的核心在于用空间换时间——不扫全堆，只查可能有引用的内存块。
卡表怎么把扫描范围缩到最小
HotSpot 将老年代（或其他非收集区）按 512 字节切分成“卡页”，每页对应卡表数组中的一个字节。只要某张卡页里有一个对象字段指向新生代（或目标收集区），这张卡就被标记为“脏”（值设为 1）。Minor GC 时，JVM 只需遍历卡表中所有值为 1 的索引，定位到对应的卡页，再扫描这些卡页内的对象即可——跳过 99% 以上干净区域。
- 卡页大小固定为 512 字节（地址右移 9 位），这是硬件寻址效率与精度的平衡点
- 卡表本身是 byte 数组，不用 bit 是为了规避位运算开销，提升写屏障触发时的吞吐
- 脏卡标记由写屏障（Write Barrier）自动完成：每次发生跨代赋值（如 oldObj.field = youngObj），JVM 就立刻把 oldObj 所在卡页标为脏
记忆集在 G1 里怎么升级得更聪明
G1 不再用全局卡表，而是为每个 Region 配一个独立的 Remembered Set（RSet）。RSet 本质是哈希表 + 卡页位图，只记录“哪些 Region 的哪些卡页里有对象引用我”。混合回收时，只需加载待回收 Region 的 RSet，反向查出源 Region，再精准扫描那几页卡——彻底避免无效遍历。
- RSet 膨胀只和“被多少 Region 引用”有关，跟自己 Region 里有多少对象无关
- 高频更新缓存（如 ConcurrentHashMap 的 value 跨 Region 分布）会大量触发 RSet 插入，成为瓶颈
- RegionSize 过小（如 512KB）会导致 Region 总数暴增，RSet 元数据吃掉大量堆外内存
调优的关键动作就三件事
卡表和记忆集本身无需手动开启，但它们的效率直接受 JVM 参数和代码习惯影响：
-
选对 RegionSize：电商商品快照约 4MB，就设
-XX:G1HeapRegionSize=4M；常见缓冲区 6–8MB，优先选 8M（必须是 2 的幂） - 收拢关联数据分配：把 key-value 对、消息头与 body、缓存 entry 与 value 尽量分配在同一 Region，减少跨 Region 引用频次
-
控制 Mixed GC 的回收节奏：加业务字段（如 cacheTTL）辅助识别冷热，或调
-XX:G1MixedGCCountTarget延长混合回收周期，给 RSet 合并留出时间
本质上，卡表是粗粒度兜底，记忆集是细粒度进化。用好它们，不是靠调参堆叠，而是让对象生命周期和内存布局更“守规矩”。
