Go:内存管理与内存清理

sh1luo · · 3667 次点击 · · 开始浏览    
这是一个创建于 的文章,其中的信息可能已经有所发展或是发生改变。

![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/01.png) <p align="center">Illustration created for “A Journey With Go”, made from the original Go Gopher, created by Renee French.</p> *这篇文章基于 Go 1.13 版本。有关内存管理的讨论在我的文章 ”[Go:内存管理与分配](https://studygolang.com/articles/28436) ” 中有解释。* 清理内存是一个过程,它能够让 Go 知道哪些内存段最近可用于分配。但是,它并不会使用将位置 0 的方式来清理内存。 ## 将内存置 0 将内存置 0 的过程 —— 就是把内存段中的所有位赋值为 0 —— 是在分配过程中即时执行的。 ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/02.png) <p align="center">Zeroing the memory</p> 但是,我们可能想知道 Go 采用什么样的策略去知道哪些对象能够用于分配。由于在每个范围内有一个内部位图 `allocBits`,Go 实际上会追踪那些空闲的对象。让我们从初始态开始来回顾一下它的工作流程, ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/03.png) <p align="center">Free objects tracking with allocBits</p> 就性能角度来看,`allocBits` 代表了一个初始态并且会保持不变,但是它会由 `freeIndex`(一个指向第一个空闲位置的增量计数器)所协助。 然后,第一个分配就开始了: ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/04.png) <p align="center">Free objects tracking with allocBits</p> `freeIndex` 现在增加了,并且基于 `allocBits` 知道了下一段空闲位置。 分配过程将会再一次出现,之后, GC 将会启动去释放不再被使用的内存。在标记期间,GC 会用一个位图 `gcmarkBits` 来跟踪在使用中的内存。让我们通过我们运行的程序以相同的示例为例,在第一个块不再被使用的地方。 ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/05.png) <p align="center">Memory tracking during the garbage collector</p> 正在被使用的内存被标记为黑色,然而当前执行并不能够到达的那些内存会保持为白色。 > 有关更多关于标记和着色阶段的信息,我建议你阅读我的这篇文章 [Go:GC 是如何标记内存的?](https://studygolang.com/articles/25916) 现在,我们可以使用 `gomarkBits` 精确查看可用于分配的内存。Go 现在也使用 `gomarkBits` 代替了 `allocBits` ,这个操作就是内存清理: ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/06.png) <p align="center">Sweeping a span</p> 但是,这必须在每一个范围内执行完毕并且会花费许多时间。Go 的目标是在清理内存时不阻碍执行,并为此提供了两种策略。 ## 清理阶段 Go 提供了两种方式来清理内存: - 使用一个工作程序在后台等待,一个一个的清理这些范围。 - 当分配需要一个范围的时候即时执行。 关于后台工作程序,当开始运行程序时,Go 将设置一个后台运行的 Worker(唯一的任务就是去清理内存),它将进入睡眠状态并等待内存段扫描: ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/07.png) <p align="center">Background sweeper</p> 通过追踪过程的周期,我们也能看到这个后台工作程序总是出现去清理内存: ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/08.png) <p align="center">Background sweeper</p> 清理内存段的第二种方式是即时执行。但是,由于这些内存段已经被分发到每一个处理器的本地缓存 `mcache` 中,因此很难追踪首先清理哪些内存。这就是为什么 Go 首先将所有内存段移动到 `mcentral` 的原因。 ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/09.png) <p align="center">Spans are released to the central list</p> 然后,它将会让本地缓存 `mcache` 再次请求它们,去即时清理: ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/10.png) <p align="center">Sweep span on the fly during allocation</p> 即时扫描确保所有内存段在保存资源的过程中都会得到清理,同时会保存资源以及不会阻塞程序执行。 ## 与 GC 周期的冲突 正如之前看到的,由于后台只有一个 worker 在清理内存块,清理过程可能会花费一些时间。但是,我们可能想知道如果另一个 GC 周期在一次清理过程中启动会发生什么。在这种情况下,这个运行 GC 的 Goroutine 就会在开始标记阶段前去协助完成剩余的清理工作。让我们举个例子看一下连续调用两次 GC,包含数千个对象的内存分配的过程。 ![](https://raw.githubusercontent.com/studygolang/gctt-images2/master/20191109-Go-Memory-Management-and-Memory-Sweep/11.png) <p align="center">Sweeping must be finished before a new cycle</p> 但是,如果开发者没有强制调用 GC,这个情况并不会发生。在后台运行的清理工作以及在执行过程中的清理工作应该足够多,因为清理内存块的数量和去触发一个新的周期(译者注:GC 周期)的所需的分配的数量成正比。

via: https://medium.com/a-journey-with-go/go-memory-management-and-memory-sweep-cc71b484de05

作者:Vincent Blanchon  译者:sh1luo  校对:polaris1119

本文由 GCTT 原创编译,Go语言中文网 荣誉推出


有疑问加站长微信联系(非本文作者))

入群交流(和以上内容无关):加入Go大咖交流群,或添加微信:liuxiaoyan-s 备注:入群;或加QQ群:692541889

3667 次点击  
加入收藏 微博
被以下专栏收入,发现更多相似内容
1 回复  |  直到 2021-03-22 16:39:25
暂无回复
添加一条新回复 (您需要 登录 后才能回复 没有账号 ?)
  • 请尽量让自己的回复能够对别人有帮助
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`
  • 支持 @ 本站用户;支持表情(输入 : 提示),见 Emoji cheat sheet
  • 图片支持拖拽、截图粘贴等方式上传