当前位置:首页 > 文章列表 > 文章 > 前端 > JavaScript垃圾回收机制全解析

JavaScript垃圾回收机制全解析

2026-04-10 08:42:32 0浏览 收藏
JavaScript的垃圾回收机制虽由引擎全自动管理,却暗藏诸多影响内存表现的隐性陷阱:它基于可达性分析判断对象存亡,V8引擎采用分代式回收(Young代用Scavenge、Old代用Mark-Sweep-Compact)与增量标记协同工作,以平衡性能与内存效率;但开发者常因闭包意外持留、未解绑事件监听器、定时器引用或仅是控制台中一次console.log而无意间阻碍对象回收——这些看不见的引用链不会报错,却导致内存缓慢泄漏,唯有借助DevTools内存面板深入追踪才能暴露真相。理解这套机制,不是为了手动干预,而是学会写出真正“可被回收”的代码。

javascript中的垃圾回收是如何进行的【教程】

JavaScript 的垃圾回收不是你手动触发的,而是引擎自动运行的;它不保证立刻回收,也不暴露控制接口——你只能通过理解机制来间接影响内存行为。

哪些值会被自动标记为“可回收”

引擎用“可达性(reachability)”判断对象是否存活:从根(如全局对象、当前执行上下文中的局部变量、调用栈里的引用)出发,能顺着引用链访问到的值,就是“可达”的;其余都被视为垃圾。

常见误判场景:

  • 闭包中意外保留对外部大对象的引用,比如 function createHandler() { const bigData = new Array(1000000); return () => console.log(bigData.length); } —— 即使 bigData 在逻辑上已无用,闭包仍让它持续存活
  • 事件监听器未移除,且监听函数捕获了大对象,比如 el.addEventListener('click', () => doSomething(largeObj)),而 el 长期存在
  • 定时器回调引用外部作用域变量,setInterval(() => console.log(cache), 1000) 中 cache 无法释放

V8 中主要使用什么回收算法

V8 同时采用两种策略:分代式垃圾回收(Generational GC) + 增量标记(Incremental Marking),不是单一算法在跑。

关键事实:

  • 新分配的对象进入 Young Generation(又分 Scavenge 算法的 From/To 空间),存活两次后晋升到 Old Generation
  • Old Generation 使用 Mark-Sweep-Compact:先标记所有可达对象,再清除未标记的,最后可选压缩内存(避免碎片)
  • 标记阶段被拆成小块(增量),避免单次停顿过长;但整个周期仍可能跨多个 JS 任务(microtask/macrotask)
  • global.gc() 仅在 Node.js 开启 --expose-gc 时可用,浏览器环境完全不可调用

为什么 console.log(obj) 后 obj 还没被回收

DevTools 控制台的 console.log 会隐式持有对参数对象的引用(尤其在 Chrome 和 Firefox 中),直到你关闭该行展开视图或刷新控制台。

这不是 bug,是调试工具的设计取舍。验证方式:

  • 用 console.log(JSON.stringify(obj)) 替代,避免传入对象引用
  • 在无控制台打开状态下运行代码,或用 Performance 面板录制内存分配,观察 Detached DOM tree 或 JS heap size 变化
  • 注意:即使你把变量设为 null,只要 DevTools 还“看着”它,V8 就不会回收

真正难处理的是那些看不见的引用链:DOM 节点 → 事件处理器 → 闭包 → 大数组。这类问题不会报错,只表现为内存缓慢上涨——得靠 Memory 面板的 “Allocation instrumentation on timeline” 才能定位源头。

终于介绍完啦!小伙伴们,这篇关于《JavaScript垃圾回收机制全解析》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

CSS动态切换主题样式技巧分享CSS动态切换主题样式技巧分享
上一篇
CSS动态切换主题样式技巧分享
ES6类与原型对应关系解析
下一篇
ES6类与原型对应关系解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    416次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    496次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    504次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    449次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    281次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码