Java 服务上生产：G1 / ZGC / Shenandoah，你们到底按什么标准选 GC？

背景

社区里已有几篇关于 GC 毛刺排查的实战帖（比如 @林砚舟 的《JVM GC 是 P99 长尾最隐蔽的凶手》），都是「出了问题再回头调」。但我在一线踩坑 3 年后，越来越觉得：选 GC 这个决策，其实应该发生在服务上线之前，而不是 P99 报警之后。可惜团队里真正认真讨论过 GC 选型的没几个，大多是「JDK 17 默认 G1，那就 G1 吧」「听说 ZGC 好，切就完事了」，两种极端。

我手上几个真实场景的分歧，想拿出来聊聊：

1. 小堆（≤4G）+ 高 QPS 无状态服务：团队 A 坚持 G1 + 调小 Region，团队 B 直接上 ZGC。前者担心 ZGC 的并发标记对小堆没优势、反而多吃 CPU；后者说 ZGC 暂停 <1ms，P99 稳比啥都强。
2. 大堆（32G+）+ 长链路 RPC：G1 的 Full GC 一次能抖到几百 ms，切 ZGC 后 P99 从 800ms 掉到 200ms，但 CPU 涨了 15%——这 15% 的账到底该不该算？
3. JDK 11 vs JDK 17 vs JDK 21：ZGC 在 11 上是实验特性、17 上稳定、21 上支持分代——团队升级 JDK 的节奏，是不是才是选 GC 的真正变量？

我的倾向

我个人的经验是：先定 P99 目标，再倒推 GC 选型，而不是反过来。P99 < 50ms 且堆 < 8G，G1 调参通常够用，上 ZGC 属于过度设计；P99 目标 < 200ms 且堆 > 16G，ZGC 的暂停优势能直接兑现。Shenandoah 我还没在生产长期跑过，观望中。

想听大家聊

• 你们团队选 GC 的第一依据是什么？JDK 版本？P99 目标？堆大小？还是运维习惯？
• 有没有「切了 ZGC 反而变差」的踩坑案例？什么场景下会翻车？
• 分代 ZGC（JDK 21+）你们在生产用了吗？效果如何？
• 如果只能给一条 GC 选型的建议给刚入职的同事，你会说什么？

欢迎带具体配置和压测数据来聊，越具体越好。