Çalışma Zamanı Sistemleri: Çöp Toplama Algoritmalarına Derinlemesine Bir Bakış

Bilişim dünyasının karmaşık yapısında, çalışma zamanı sistemleri yazılımlarımıza hayat veren görünmez motorlardır. Kaynakları yönetir, kodları çalıştırır ve uygulamaların sorunsuz işleyişini sağlarlar. Birçok modern çalışma zamanı sisteminin kalbinde kritik bir bileşen yer alır: Çöp Toplama (GC). GC, uygulama tarafından artık kullanılmayan belleği otomatik olarak geri alma sürecidir; bu sayede bellek sızıntılarını önler ve kaynakların verimli kullanılmasını sağlar.

Dünya genelindeki geliştiriciler için GC'yi anlamak sadece daha temiz kod yazmaktan ibaret değildir; aynı zamanda sağlam, performanslı ve ölçeklenebilir uygulamalar inşa etmekle ilgilidir. Bu kapsamlı keşif, çöp toplamaya güç veren temel kavramlara ve çeşitli algoritmalara derinlemesine inerek, farklı teknik geçmişlere sahip profesyonellere değerli bilgiler sunacaktır.

Bellek Yönetiminin Zorunluluğu

Belirli algoritmalara dalmadan önce, bellek yönetiminin neden bu kadar kritik olduğunu kavramak önemlidir. Geleneksel programlama paradigmalarında, geliştiriciler belleği manuel olarak tahsis eder ve serbest bırakır. Bu, ayrıntılı kontrol sağlasa da, aynı zamanda kötü şöhretli bir hata kaynağıdır:

• Bellek Sızıntıları: Ayrılan bellek artık gerekli olmadığında ancak açıkça serbest bırakılmadığında, boşta kalır ve kullanılabilir belleğin kademeli olarak tükenmesine yol açar. Zamanla bu, uygulama yavaşlamalarına veya tamamen çöküşlere neden olabilir.
• Asılı İşaretçiler (Dangling Pointers): Bellek serbest bırakıldığında, ancak bir işaretçi hala ona referans veriyorsa, o belleğe erişmeye çalışmak tanımsız davranışa yol açar ve genellikle güvenlik açıklarına veya çökmelere neden olur.
• Çift Serbest Bırakma Hataları (Double Free Errors): Zaten serbest bırakılmış belleği tekrar serbest bırakmak da bozulmaya ve istikrarsızlığa yol açar.

Çöp toplama yoluyla otomatik bellek yönetimi, bu yükleri hafifletmeyi amaçlar. Çalışma zamanı sistemi, kullanılmayan belleği tanımlama ve geri alma sorumluluğunu üstlenerek geliştiricilerin düşük seviyeli bellek manipülasyonu yerine uygulama mantığına odaklanmasına olanak tanır. Bu, çeşitli donanım yeteneklerinin ve dağıtım ortamlarının esnek ve verimli yazılımlar gerektirdiği küresel bir bağlamda özellikle önemlidir.

Çöp Toplamadaki Temel Kavramlar

Tüm çöp toplama algoritmalarının temelini birkaç temel kavram oluşturur:

1. Erişilebilirlik

Çoğu GC algoritmasının temel prensibi erişilebilirliktir. Bir nesne, bilinen, "canlı" köklerden o nesneye bir yol varsa erişilebilir kabul edilir. Kökler genellikle şunları içerir:

• Global değişkenler
• Çalışma yığındaki yerel değişkenler
• CPU kayıtları
• Statik değişkenler

Bu köklerden erişilemeyen herhangi bir nesne çöp olarak kabul edilir ve geri kazanılabilir.

2. Çöp Toplama Döngüsü

Tipik bir GC döngüsü birkaç aşamadan oluşur:

• İşaretleme: GC köklerden başlar ve nesne grafiğini dolaşarak tüm erişilebilir nesneleri işaretler.
• Süpürme (veya Sıkıştırma): İşaretlemeden sonra, GC belleği tarar. İşaretlenmemiş nesneler (çöp) geri kazanılır. Bazı algoritmalarda, erişilebilir nesneler parçalanmayı azaltmak için bitişik bellek konumlarına (sıkıştırma) da taşınır.

3. Duraklamalar

GC'deki önemli bir zorluk, dünyayı durdurma (STW) duraklamaları potansiyelidir. Bu duraklamalar sırasında, GC'nin işlemlerini müdahale olmadan gerçekleştirmesine izin vermek için uygulamanın yürütülmesi durdurulur. Uzun STW duraklamaları, uygulama yanıt verme süresini önemli ölçüde etkileyebilir; bu da herhangi bir küresel pazardaki kullanıcı odaklı uygulamalar için kritik bir endişedir.

Başlıca Çöp Toplama Algoritmaları

Yıllar içinde, her birinin kendine özgü güçlü ve zayıf yönleri olan çeşitli GC algoritmaları geliştirilmiştir. En yaygın olanlarından bazılarını inceleyeceğiz:

1. İşaretle ve Süpür (Mark-and-Sweep)

İşaretle ve Süpür algoritması, en eski ve en temel GC tekniklerinden biridir. İki farklı aşamada çalışır:

• İşaretleme Aşaması: GC kök kümesinden başlar ve tüm nesne grafiğini dolaşır. Karşılaşılan her nesne işaretlenir.
• Süpürme Aşaması: GC daha sonra tüm yığını tarar. İşaretlenmemiş herhangi bir nesne çöp olarak kabul edilir ve geri kazanılır. Geri kazanılan bellek, gelecekteki tahsisler için boş bir listeye eklenir.

Artıları:

• Kavramsal olarak basit ve yaygın olarak anlaşılır.
• Döngüsel veri yapılarını etkili bir şekilde işler.

Eksileri:

• Performans: Tüm yığını dolaşması ve tüm belleği taraması gerektiği için yavaş olabilir.
• Parçalanma: Nesneler farklı konumlarda tahsis edildiğinde ve serbest bırakıldığında bellek parçalanır, bu da yeterli toplam boş bellek olsa bile tahsis hatalarına yol açar.
• STW Duraklamaları: Özellikle büyük yığınlarda tipik olarak uzun dünyayı durdurma duraklamaları içerir.

Örnek: Java'nın çöp toplayıcısının ilk versiyonları temel bir işaretle ve süpür yaklaşımı kullanmıştır.

2. İşaretle ve Sıkıştır (Mark-and-Compact)

İşaretle ve Süpür'ün parçalanma sorununu gidermek için, İşaretle ve Sıkıştır algoritması üçüncü bir aşama ekler:

• İşaretleme Aşaması: İşaretle ve Süpür ile aynıdır, tüm erişilebilir nesneleri işaretler.
• Sıkıştırma Aşaması: İşaretlemeden sonra, GC işaretlenmiş (erişilebilir) tüm nesneleri bitişik bellek bloklarına taşır. Bu, parçalanmayı ortadan kaldırır.
• Süpürme Aşaması: GC daha sonra belleği süpürür. Nesneler sıkıştırıldığı için, boş bellek artık yığının sonunda tek bir bitişik bloktur ve bu da gelecekteki tahsisleri çok hızlı hale getirir.

Artıları:

• Bellek parçalanmasını ortadan kaldırır.
• Sonraki tahsisleri hızlandırır.
• Hala döngüsel veri yapılarını işler.

Eksileri:

• Performans: Sıkıştırma aşaması, bellekte potansiyel olarak birçok nesnenin taşınmasını gerektirdiğinden, hesaplama açısından pahalı olabilir.
• STW Duraklamaları: Nesneleri taşıma ihtiyacı nedeniyle hala önemli STW duraklamalarına neden olur.

Örnek: Bu yaklaşım, birçok daha gelişmiş toplayıcı için temeldir.

3. Kopyalayan Çöp Toplama (Copying Garbage Collection)

Kopyalayan GC, yığını iki alana böler: Kaynak Alan (From-space) ve Hedef Alan (To-space). Tipik olarak, yeni nesneler Kaynak Alana tahsis edilir.

• Kopyalama Aşaması: GC tetiklendiğinde, GC köklerden başlayarak Kaynak Alanı dolaşır. Erişilebilir nesneler Kaynak Alandan Hedef Alana kopyalanır.
• Alanları Değiştirme: Tüm erişilebilir nesneler kopyalandıktan sonra, Kaynak Alan sadece çöp içerirken, Hedef Alan tüm canlı nesneleri içerir. Daha sonra alanların rolleri değiş tokuş edilir. Eski Kaynak Alan, bir sonraki döngü için hazır olan yeni Hedef Alan olur.

Artıları:

• Parçalanma Yok: Nesneler her zaman bitişik olarak kopyalanır, bu nedenle Hedef Alanda parçalanma olmaz.
• Hızlı Tahsis: Mevcut tahsis alanında sadece bir işaretçiyi ilerletmeyi gerektirdiği için tahsisler hızlıdır.

Eksileri:

• Alan Yükü: İki alan aktif olduğu için tek bir yığının iki katı bellek gerektirir.
• Performans: Birçok nesne canlı ise maliyetli olabilir, çünkü tüm canlı nesnelerin kopyalanması gerekir.
• STW Duraklamaları: Hala STW duraklamaları gerektirir.

Örnek: Genellikle nesilsel çöp toplayıcılarda 'genç' neslin toplanması için kullanılır.

4. Nesilsel Çöp Toplama (Generational Garbage Collection)

Bu yaklaşım, çoğu nesnenin çok kısa ömürlü olduğunu belirten nesilsel hipoteze dayanır. Nesilsel GC, yığını birden fazla nesile böler:

• Genç Nesil: Yeni nesnelerin tahsis edildiği yerdir. Buradaki GC toplamaları sık ve hızlıdır (küçük GC'ler).
• Yaşlı Nesil: Birkaç küçük GC'den sağ çıkan nesneler yaşlı nesile terfi ettirilir. Buradaki GC toplamaları daha az sıklıkta ve daha kapsamlıdır (büyük GC'ler).

Nasıl Çalışır:

1. Yeni nesneler Genç Nesilde tahsis edilir.
2. Genç Nesilde sık sık küçük GC'ler (genellikle bir kopyalama toplayıcı kullanarak) yapılır. Sağ kalan nesneler Yaşlı Nesile terfi ettirilir.
3. Yaşlı Nesilde daha az sıklıkta büyük GC'ler yapılır, genellikle İşaretle ve Süpür veya İşaretle ve Sıkıştır kullanılarak.

Artıları:

• Geliştirilmiş Performans: Tüm yığının toplanma sıklığını önemli ölçüde azaltır. Çoğu çöp, hızlı bir şekilde toplanan Genç Nesilde bulunur.
• Azaltılmış Duraklama Süreleri: Küçük GC'ler, tam yığın GC'lerinden çok daha kısadır.

Eksileri:

• Karmaşıklık: Uygulaması daha karmaşıktır.
• Terfi Yükü: Küçük GC'lerden sağ çıkan nesneler bir terfi maliyetine neden olur.
• Hatırlanan Kümeler (Remembered Sets): Yaşlı Nesilden Genç Nesile nesne referanslarını işlemek için, ek yük getirebilecek "hatırlanan kümeler" gereklidir.

Örnek: Java Sanal Makinesi (JVM), nesilsel GC'yi yoğun olarak kullanır (örn. Throughput Collector, CMS, G1, ZGC gibi toplayıcılarla).

5. Referans Sayma (Reference Counting)

Erişilebilirliği izlemek yerine, Referans Sayma her nesneyle, ona kaç referansın işaret ettiğini gösteren bir sayıyı ilişkilendirir. Bir nesne, referans sayısı sıfıra düştüğünde çöp olarak kabul edilir.

• Artırma: Bir nesneye yeni bir referans yapıldığında, referans sayısı artırılır.
• Azaltma: Bir nesneye olan bir referans kaldırıldığında, sayısı azaltılır. Sayı sıfır olursa, nesne hemen serbest bırakılır.

Artıları:

• Duraklama Yok: Referanslar bırakıldıkça serbest bırakma artımlı olarak gerçekleşir, uzun STW duraklamalarından kaçınılır.
• Basitlik: Kavramsal olarak anlaşılır.

Eksileri:

• Döngüsel Referanslar: En büyük dezavantajı, döngüsel veri yapılarını toplayamamasıdır. Eğer A nesnesi B'yi işaret ediyorsa ve B de A'yı geri işaret ediyorsa, dış referanslar olmasa bile referans sayıları asla sıfıra ulaşmaz ve bu da bellek sızıntılarına yol açar.
• Ek Yük: Sayıları artırma ve azaltma, her referans işlemine ek yük getirir.
• Tahmin Edilemez Davranış: Referans azaltmalarının sırası tahmin edilemez olabilir ve belleğin ne zaman geri kazanılacağını etkileyebilir.

Örnek: Swift (ARC - Otomatik Referans Sayma), Python ve Objective-C'de kullanılır.

6. Artımlı Çöp Toplama (Incremental Garbage Collection)

STW duraklama sürelerini daha da azaltmak için, artımlı GC algoritmaları GC işini küçük parçalar halinde yapar, GC işlemlerini uygulama yürütmesiyle birleştirir. Bu, duraklama sürelerini kısa tutmaya yardımcı olur.

• Aşamalı İşlemler: İşaretleme ve süpürme/sıkıştırma aşamaları daha küçük adımlara ayrılır.
• Ara Karıştırma: Uygulama iş parçacığı, GC çalışma döngüleri arasında çalışabilir.

Artıları:

• Daha Kısa Duraklamalar: STW duraklamalarının süresini önemli ölçüde azaltır.
• Geliştirilmiş Yanıt Verme: Etkileşimli uygulamalar için daha iyidir.

Eksileri:

• Karmaşıklık: Geleneksel algoritmalardan daha karmaşıktır.
• Performans Ek Yükü: GC ve uygulama iş parçacıkları arasındaki koordinasyon ihtiyacı nedeniyle bazı ek yük getirebilir.

Örnek: Eski JVM versiyonlarındaki Eşzamanlı İşaretle ve Süpür (CMS) toplayıcısı, artımlı toplamanın erken bir denemesiydi.

7. Eşzamanlı Çöp Toplama (Concurrent Garbage Collection)

Eşzamanlı GC algoritmaları, işlerinin çoğunu uygulama iş parçacıklarıyla eşzamanlı olarak gerçekleştirir. Bu, GC belleği tanımlarken ve geri kazanırken uygulamanın çalışmaya devam ettiği anlamına gelir.

• Koordineli Çalışma: GC iş parçacıkları ve uygulama iş parçacıkları paralel olarak çalışır.
• Koordinasyon Mekanizmaları: Üç renkli işaretleme algoritmaları ve yazma engelleri (uygulama tarafından nesne referanslarında yapılan değişiklikleri izleyen) gibi tutarlılığı sağlamak için gelişmiş mekanizmalar gerektirir.

Artıları:

• Minimum STW Duraklamaları: Çok kısa, hatta "duraklamasız" çalışma hedefler.
• Yüksek Verim ve Yanıt Verme: Katı gecikme gereksinimleri olan uygulamalar için mükemmeldir.

Eksileri:

• Karmaşıklık: Doğru şekilde tasarlaması ve uygulaması son derece karmaşıktır.
• Verim Azalması: Eşzamanlı işlemlerin ve koordinasyonun getirdiği ek yük nedeniyle bazen genel uygulama verimini azaltabilir.
• Bellek Ek Yükü: Değişiklikleri izlemek için ek bellek gerektirebilir.

Örnek: Java'daki G1, ZGC ve Shenandoah gibi modern toplayıcılar ile Go ve .NET Core'daki GC oldukça eşzamanlıdır.

8. G1 (Garbage-First) Toplayıcı

Java 7'de tanıtılan ve Java 9'da varsayılan hale gelen G1 toplayıcısı, verim ve gecikmeyi dengelemek için tasarlanmış sunucu tarzı, bölge tabanlı, nesilsel ve eşzamanlı bir toplayıcıdır.

• Bölge Tabanlı: Yığını çok sayıda küçük bölgeye böler. Bölgeler Eden, Survivor veya Old olabilir.
• Nesilsel: Nesilsel özellikleri korur.
• Eşzamanlı ve Paralel: İşinin çoğunu uygulama iş parçacıklarıyla eşzamanlı olarak yapar ve boşaltma (canlı nesneleri kopyalama) için birden çok iş parçacığı kullanır.
• Hedef Odaklı: Kullanıcının istenen bir duraklama süresi hedefi belirlemesine olanak tanır. G1, bu hedefe en çok çöp içeren bölgeleri önce toplayarak ulaşmaya çalışır (bu nedenle "Garbage-First" - Önce Çöp).

Artıları:

• Dengeli Performans: Geniş bir uygulama yelpazesi için iyidir.
• Tahmin Edilebilir Duraklama Süreleri: Eski toplayıcılardan kıyasla duraklama süresi tahmin edilebilirliği önemli ölçüde iyileştirilmiştir.
• Büyük Yığınları İyi Yönetir: Büyük yığın boyutlarıyla etkili bir şekilde ölçeklenir.

Eksileri:

• Karmaşıklık: Doğası gereği karmaşıktır.
• Daha Uzun Duraklamalar Potansiyeli: Hedef duraklama süresi agresifse ve yığın canlı nesnelerle aşırı derecede parçalanmışsa, tek bir GC döngüsü hedefi aşabilir.

Örnek: Birçok modern Java uygulaması için varsayılan GC'dir.

9. ZGC ve Shenandoah

Bunlar, son derece düşük duraklama süreleri için tasarlanmış, genellikle çok büyük yığınlarda (terabaytlar) bile milisaniye altı duraklamaları hedefleyen daha yeni, gelişmiş çöp toplayıcılardır.

• Yükleme Zamanı Sıkıştırma: Sıkıştırmayı uygulama ile eşzamanlı olarak gerçekleştirirler.
• Yüksek Eşzamanlılık: Neredeyse tüm GC işleri eşzamanlı olarak gerçekleşir.
• Bölge Tabanlı: G1'e benzer bölge tabanlı bir yaklaşım kullanırlar.

Artıları:

• Ultra Düşük Gecikme: Çok kısa, tutarlı duraklama sürelerini hedefler.
• Ölçeklenebilirlik: Büyük yığınlara sahip uygulamalar için mükemmeldir.

Eksileri:

• Verim Etkisi: Verim odaklı toplayıcılardan biraz daha yüksek CPU ek yüküne sahip olabilir.
• Olgunluk: Hızla olgunlaşmasına rağmen nispeten yenidir.

Örnek: ZGC ve Shenandoah, OpenJDK'nın son sürümlerinde mevcuttur ve finansal işlem platformları veya küresel bir kitleye hizmet veren büyük ölçekli web hizmetleri gibi gecikmeye duyarlı uygulamalar için uygundur.

Farklı Çalışma Zamanı Ortamlarında Çöp Toplama

İlkeler evrensel olsa da, GC'nin uygulaması ve nüansları farklı çalışma zamanı ortamlarında değişir:

• Java Sanal Makinesi (JVM): Tarihsel olarak, JVM GC inovasyonunda ön saflarda yer almıştır. Geliştiricilerin uygulamalarının ihtiyaçlarına göre çeşitli toplayıcılar (Serial, Parallel, CMS, G1, ZGC, Shenandoah) arasından seçim yapmasına olanak tanıyan takılabilir bir GC mimarisi sunar. Bu esneklik, çeşitli küresel dağıtım senaryolarında performansı optimize etmek için çok önemlidir.
• .NET Ortak Dil Çalışma Zamanı (CLR): .NET CLR da gelişmiş bir GC'ye sahiptir. Hem nesilsel hem de sıkıştırıcı çöp toplama sunar. CLR GC, iş istasyonu modunda (istemci uygulamaları için optimize edilmiştir) veya sunucu modunda (çok işlemcili sunucu uygulamaları için optimize edilmiştir) çalışabilir. Ayrıca duraklamaları en aza indirmek için eşzamanlı ve arka plan çöp toplamayı destekler.
• Go Çalışma Zamanı: Go programlama dili, eşzamanlı, üç renkli işaretle ve süpür çöp toplayıcısı kullanır. Düşük gecikme ve yüksek eşzamanlılık için tasarlanmıştır ve Go'nun verimli eşzamanlı sistemler inşa etme felsefesiyle uyumludur. Go GC, duraklamaları genellikle mikrosaniyeler düzeyinde çok kısa tutmayı hedefler.
• JavaScript Motorları (V8, SpiderMonkey): Tarayıcılardaki ve Node.js'deki modern JavaScript motorları nesilsel çöp toplayıcılar kullanır. İşaretle ve süpür gibi teknikler kullanırlar ve kullanıcı arayüzü etkileşimlerini yanıt verici tutmak için genellikle artımlı toplamayı dahil ederler.

Doğru GC Algoritmasını Seçmek

Uygun GC algoritmasını seçmek, uygulama performansını, ölçeklenebilirliğini ve kullanıcı deneyimini etkileyen kritik bir karardır. Herkese uyan tek bir çözüm yoktur. Bu faktörleri göz önünde bulundurun:

• Uygulama Gereksinimleri: Uygulamanız gecikmeye duyarlı mı (örn. gerçek zamanlı ticaret, etkileşimli web hizmetleri) yoksa verim odaklı mı (örn. toplu işleme, bilimsel hesaplama)?
• Yığın Boyutu: Çok büyük yığınlar (onlarca veya yüzlerce gigabayt) için, ölçeklenebilirlik ve düşük gecikme için tasarlanmış toplayıcılar (G1, ZGC, Shenandoah gibi) genellikle tercih edilir.
• Eşzamanlılık İhtiyaçları: Uygulamanız yüksek düzeyde eşzamanlılık gerektiriyor mu? Eşzamanlı GC faydalı olabilir.
• Geliştirme Çabası: Daha basit algoritmaların anlaşılması daha kolay olabilir, ancak genellikle performans ödünleşimleri ile birlikte gelirler. Gelişmiş toplayıcılar daha iyi performans sunar ancak daha karmaşıktır.
• Hedef Ortam: Dağıtım ortamının yetenekleri ve sınırlamaları (örn. bulut, gömülü sistemler) seçiminizi etkileyebilir.

GC Optimizasyonu için Pratik İpuçları

Doğru algoritmayı seçmenin ötesinde, GC performansını optimize edebilirsiniz:

• GC Parametrelerini Ayarlayın: Çoğu çalışma zamanı, GC parametrelerinin (örn. yığın boyutu, nesil boyutları, belirli toplayıcı seçenekleri) ayarlanmasına izin verir. Bu genellikle profilleme ve deneme gerektirir.
• Nesne Havuzu Kullanımı: Nesneleri havuzlama yoluyla yeniden kullanmak, tahsis ve serbest bırakma sayısını azaltarak GC baskısını azaltabilir.
• Gereksiz Nesne Oluşturmaktan Kaçının: Çok sayıda kısa ömürlü nesne oluşturmaya dikkat edin, çünkü bu GC için iş yükünü artırabilir.
• Zayıf/Yumuşak Referansları Akıllıca Kullanın: Bu referanslar, bellek düşükse nesnelerin toplanmasına izin verir, bu da önbellekler için yararlı olabilir.
• Uygulamanızı Profilleyin: GC davranışını anlamak, uzun duraklamaları belirlemek ve GC ek yükünün yüksek olduğu alanları tespit etmek için profil oluşturma araçlarını kullanın. VisualVM, JConsole (Java için), PerfView (.NET için) ve `pprof` (Go için) gibi araçlar paha biçilmezdir.

Çöp Toplamanın Geleceği

Daha düşük gecikmeler ve daha yüksek verimlilik arayışı devam ediyor. Gelecekteki GC araştırma ve geliştirmesi muhtemelen şunlara odaklanacaktır:

• Duraklamaların Daha da Azaltılması: Gerçekten "duraklamasız" veya "neredeyse duraklamasız" toplamayı hedefleme.
• Donanım Desteği: Donanımın GC işlemlerine nasıl yardımcı olabileceğini araştırma.
• Yapay Zeka/Makine Öğrenimi Destekli GC: Makine öğrenimini kullanarak GC stratejilerini uygulama davranışına ve sistem yüküne dinamik olarak uyarlama potansiyeli.
• Birlikte Çalışabilirlik: Farklı GC uygulamaları ve diller arasında daha iyi entegrasyon ve birlikte çalışabilirlik.

Sonuç

Çöp toplama, modern çalışma zamanı sistemlerinin temel taşıdır ve uygulamaların sorunsuz ve verimli çalışmasını sağlamak için belleği sessizce yönetir. Temel İşaretle ve Süpür'den ultra düşük gecikmeli ZGC'ye kadar her algoritma, bellek yönetimini optimize etmede evrimsel bir adımı temsil eder. Dünya çapındaki geliştiriciler için bu teknikleri sağlam bir şekilde anlamak, onları farklı küresel ortamlarda gelişebilecek daha performanslı, ölçeklenebilir ve güvenilir yazılımlar inşa etmeleri için güçlendirir. Ödünleşimleri anlayarak ve en iyi uygulamaları uygulayarak, olağanüstü uygulamaların yeni neslini oluşturmak için GC'nin gücünden yararlanabiliriz.