Shenandoah使用连接矩阵替代G1的记忆集以降低跨Region引用维护开销：前者为全局二维布尔表，仅记录Region级引用关系，避免伪共享和高内存占用；后者为每个Region独立维护的哈希表，精度高但开销大。
Shenandoah 与 G1 在跨 Region 引用维护和并发标记阶段既有明显继承关系，也有关键设计取舍——前者重在降低开销、支持全并发，后者更侧重分代精度与吞吐平衡。
跨 Region 引用维护：连接矩阵 vs 记忆集
G1 使用每个 Region 独立维护的“记忆集”（Remembered Set），本质是哈希表结构，记录本 Region 中对象指向其他 Region 的引用。这种细粒度设计能精准定位脏卡，但代价高：需占用堆内存 10%–20%，且频繁更新易引发伪共享和写屏障开销。
Shenandoah 则完全摒弃记忆集，改用全局“连接矩阵”（Connection Matrix）——一张二维布尔表，行与列均代表 Region。若 Region A 中有任意对象引用 Region B 中的对象，就在 matrix[A][B] 标记为 true。
- 连接矩阵不追踪具体字段或对象，只记录 Region 级引用关系，颗粒度更粗
- 无需每个 Region 单独计算和同步维护，内存开销显著降低（
- 因 GC 全程并发，粗粒度带来的额外扫描成本可被多线程并行摊薄，属于对吞吐的主动妥协
并发标记阶段：流程一致，但目标约束不同
两者都采用三色标记法 + SATB（Snapshot-At-The-Beginning）快照机制，阶段划分高度相似：初始标记（STW）、并发标记（用户线程运行中遍历对象图）、最终标记（短暂 STW，处理剩余增量引用）。
区别在于标记结果的后续用途：
- G1 的标记结果服务于分代回收决策：区分新生代/老年代 Region，决定哪些 Region 进入年轻代 GC 或混合 GC
- Shenandoah 不分代，标记结果直接用于筛选“回收价值最高”的 Region 组成回收集（Collection Set），且该集合可能包含任意 Region，无年龄假设
- 由于 Shenandoah 后续要并发移动对象，其并发标记还需配合 Brooks 指针与读屏障，确保标记过程中对象地址变更不会导致漏标
实际影响：停顿时间与适用场景分化
连接矩阵 + 无分代 + 并发整理，让 Shenandoah 把 STW 时间压到毫秒级（典型 5–50ms），尤其适合堆大（数十 GB 至 TB 级）、延迟敏感的场景，如实时风控、高频交易网关。
G1 虽在 JDK 17+ 后持续优化，但其记忆集维护和部分 STW 回收阶段仍导致停顿更长（10–500ms），更适合对吞吐要求略高、能接受中等延迟的通用服务。
两者在标记逻辑上共享大量代码，说明 Shenandoah 确实是 G1 的演进而非推倒重来——只是把“如何减少停顿”放在了绝对优先位置。
