并行GC造成短时高负载总线争用，并发GC引发持续性缓存一致性开销；前者表现为内存带宽峰值达85%以上、集中在100–500ms，后者维持15–25%带宽但持续数秒，并伴随写屏障导致的跨核缓存同步风暴。
并行垃圾回收和并发垃圾回收在多核处理器调度上的总线负载差异，核心不在“是否用多核”，而在“GC线程与用户线程是否共用同一套资源调度路径”——尤其是内存总线（Memory Bus）和缓存一致性协议（如MESI）的争用强度。
并行GC：高密度、短时爆发式总线争用
并行GC（如Parallel Scavenge + Parallel Old）启用多个GC线程，但所有用户线程全程STW。此时：
- 所有GC线程集中扫描、复制、整理堆内存，频繁访问大块连续对象区域，引发大量L3缓存失效和跨核缓存同步请求；
- 由于用户线程暂停，无应用级内存分配或引用更新，总线流量集中在GC内部数据搬运（如From-Space→To-Space复制），呈现“脉冲式峰值”；
- 多个GC线程竞争同一内存控制器带宽，尤其在老年代压缩阶段，需反复读写对象头、重定位指针，加剧DDR通道拥塞；
- 实际观测中，在32核服务器上运行Parallel Old时，内存带宽占用常达峰值85%以上，且集中在GC周期内100–500ms窗口。
并发GC：低强度、持续性总线渗透
并发GC（如G1的并发标记、CMS初始标记/并发预清理、ZGC的并发标记与转移）允许用户线程与GC线程交替或同时运行：
Miller CSV TSV JSON 数据处理器
下载
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
- GC线程以低优先级、分片方式执行任务（如G1按Region轮询、ZGC按页粒度扫描），内存访问离散、不连续，总线压力平缓；
- 但用户线程持续分配对象、更新引用（尤其是写屏障触发的卡表/记忆集更新），导致缓存行频繁失效、跨核缓存同步请求持续发生；
- 写屏障（Write Barrier）本身会插入额外指令，每次对象字段赋值都可能触发store-load序列，增加内存屏障开销和总线监听流量；
- 实测显示：G1在并发标记阶段，内存带宽占用仅维持在15–25%，但持续数秒甚至数十秒，总线处于“长尾低载+高频握手”状态。
关键区别不在吞吐，而在争用模式
二者对总线的影响本质不同：
- 并行GC是“高水位堰塞”：总线被GC独占压满，但时间短；用户线程不参与，无协同开销；
- 并发GC是“毛细血管渗漏”：总线未被压满，但GC与用户线程共享缓存、TLB、内存控制器，写屏障和并发修改引发大量缓存一致性消息（Invalidate/Ack），显著抬升QPI/UPI链路负载；
- 在NUMA架构下，并行GC倾向绑定本地节点内存操作，总线争用局限在单NUMA域；而并发GC中用户线程可能跨节点分配，GC线程又需远程拉取记忆集，加剧跨节点总线流量。
调优提示：看指标，别只盯停顿
判断总线瓶颈不能只看GC pause时间：
- 查perf stat -e cycles,instructions,cache-misses,mem-loads,mem-stores，对比并行/并发模式下cache-miss率与mem-store延迟变化；
- 用pcm-memory.x工具观察各socket的内存控制器读写带宽占比及QPI/UPI利用率；
- 若并发GC下STW时间短但应用RT毛刺增多，大概率是总线一致性风暴（如大量Invalidates阻塞store指令），而非CPU算力不足。
