该问题的英文讨论贴:https://github.com/dotnet/coreclr/issues/555
========
C#:.NET陷阱之五:奇怪的OutOfMemoryException----大对象堆引起的问题与对策
http://blog.sina.com.cn/s/blog_47642c6e0102vh0v.html
我们在开发过程中曾经遇到过一个奇怪的问题:当软件加载了很多比较大规模的数据后,会偶尔出现
OutOfMemoryException异常,但通过内存检查工具却发现还有很多可用内存。于是我们怀疑是可用内存总量充
足,但却没有足够的连续内存了----也就是说存在很多未分配的内存空隙。但不是说.NET运行时的垃圾收集器
会压缩使用中的内存,从而使已经释放的内存空隙连成一片吗?于是我深入研究了一下垃圾回收相关的内容,
最终明确的了问题所在----大对象堆(LOH)的使用。如果你也遇到过类似的问题或者对相关的细节有兴趣的话
,就继续读读吧。
如果没有特殊说明,后面的叙述都是针对32位系统。
首先我们来探讨另外一个问题:不考虑非托管内存的使用,在最坏情况下,当系统出现OutOfMemoryException
异常时,有效的内存(程序中有GC Root的对象所占用的内存)使用量会是多大呢?2G? 1G? 500M? 50M?或
者更小(是不是以为我在开玩笑)?来看下面这段代码(参考 https://www.simple-talk.com/dotnet/.net-
framework/the-dangers-of-the-large-object-heap/)。
-
public class Program
-
{
-
static void Main(string[] args)
-
{
-
var smallBlockSize = 90000;
-
var largeBlockSize = 1 << 24;
-
var count = 0;
-
var bigBlock = new byte[0];
-
try
-
{
-
var smallBlocks = new List<byte[]>();
-
while (true)
-
{
-
GC.Collect();
-
bigBlock = new byte[largeBlockSize];
-
largeBlockSize++;
-
smallBlocks.Add(new byte[smallBlockSize]);
-
count++;
-
}
-
}
-
catch (OutOfMemoryException)
-
{
-
bigBlock = null;
-
GC.Collect();
-
Console.WriteLine("{0} Mb allocated",
-
(count * smallBlockSize) / (1024 * 1024));
-
}
-
Console.ReadLine();
-
}
-
}
这段代码不断的交替分配一个较小的数组和一个较大的数组,其中较小数组的大小为90, 000字节,而较大数组
的大小从16M字节开始,每次增加一个字节。如代码第15行所示,在每一次循环中bigBlock都会引用新分配的大
数组,从而使之前的大数组变成可以被垃圾回收的对象。在发生OutOfMemoryException时,实际上代码会有
count个小数组和一个大小为 16M + count 的大数组处于有效状态。最后代码输出了异常发生时小数组所占用
的内存总量。
下面是在我的机器上的运行结果----和你的预测有多大差别?提醒一下,如果你要亲自测试这段代码,而你的
机器是64位的话,一定要把生成目标改为x86。
23 Mb allocated
考虑到32位程序有2G的可用内存,这里实现的使用率只有1%!
下面即介绍个中原因。需要说明的是,我只是想以最简单的方式阐明问题,所以有些语言可能并不精确,可以
参考http://msdn.microsoft.com/en-us/magazine/cc534993.aspx以获得更详细的说明。
.NET的垃圾回收机制基于“Generation”的概念,并且一共有G0, G1, G2三个Generation。一般情况下,每个
新创建的对象都属于于G0,对象每经历一次垃圾回收过程而未被回收时,就会进入下一个Generation(G0 ->
G1 -> G2),但如果对象已经处于G2,则它仍然会处于G2中。
软件开始运行时,运行时会为每一个Generation预留一块连续的内存(这样说并不严格,但不影响此问题的描
述),同时会保持一个指向此内存区域中尚未使用部分的指针P,当需要为对象分配空间时,直接返回P所在的
地址,并将P做相应的调整即可,如下图所示。【顺便说一句,也正是因为这一技术,在.NET中创建一个对象要
比在C或C++的堆中创建对象要快很多----当然,是在后者不使用额外的内存管理模块的情况下。】
在对某个Generation进行垃圾回收时,运行时会先标记所有可以从有效引用到达的对象,然后压缩内存空间,
将有效对象集中到一起,而合并已回收的对象占用的空间,如下图所示。
但是,问题就出在上面特别标出的“一般情况”之外。.NET会将对象分成两种情况区别对象,一种是大小小于
85, 000字节的对象,称之为小对象,它就对应于前面描述的一般情况;另外一种是大小在85, 000之上的对象
,称之为大对象,就是它造成了前面示例代码中内存使用率的问题。在.NET中,所有大对象都是分配在另外一
个特别的连续内存(LOH, Large Object Heap)中的,而且,每个大对象在创建时即属于G2,也就是说只有在
进行Generation 2的垃圾回收时,才会处理LOH。而且在对LOH进行垃圾回收时不会压缩内存!更进一步,LOH上
空间的使用方式也很特殊----当分配一个大对象时,运行时会优先尝试在LOH的尾部进行分配,如果尾部空间不
足,就会尝试向操作系统请求更多的内存空间,只有在这一步也失败时,才会重新搜索之前无效对象留下的内
存空隙。如下图所示:
从上到下看
LOH中已经存在一个大小为85K的对象和一个大小为16M对象,当需要分配另外一个大小为85K的对象时,会在尾
部分配空间;
此时发生了一次垃圾回收,大小为16M的对象被回收,其占用的空间为未使用状态,但运行时并没有对LOH进行
压缩;
此时再分配一个大小为16.1M的对象时,分尝试在LOH尾部分配,但尾部空间不足。所以,
运行时向操作系统请求额外的内存,并将对象分配在尾部;
此时如果再需要分配一个大小为85K的对象,则优先使用尾部的空间。
所以前面的示例代码会造成LOH变成下面这个样子,当最后要分配16M + N的内存时,因为前面已经没有任何一
块连续区域满足要求时,所以就会引发OutOfMemoryExceptiojn异常。
要解决这一问题其实并不容易,但可以考虑下面的策略。
将比较大的对象分割成较小的对象,使每个小对象大小小于85, 000字节,从而不再分配在LOH上;
尽量“重用”少量的大对象,而不是分配很多大对象;
每隔一段时间就重启一下程序。
最终我们发现,我们的软件中使用数组(List<float>)保存了一些曲线数据,而这些曲线的大小很可能会超过
了85, 000字节,同时曲线对象的个数也非常多,从而对LOH造成了很大的压力,甚至出现了文章开头所描述的
情况。针对这一情况,我们采用了策略1的方法,定义了一个类似C++中deque的数据结构,它以分块内存的方式
存储数据,而且保证每一块的大小都小于85, 000,从而解决了这一问题。
此外要说的是,不要以为64位环境中可以忽略这一问题。虽然64位环境下有更大的内存空间,但对于操作系统
来说,.NET中的LOH会提交很大范围的内存区域,所以当存在大量的内存空隙时,即使不会出现
OutOfMemoryException异常,也会使得内页页面交换的频率不断上升,从而使软件运行的越来越慢。
最后分享我们定义的分块列表,它对IList<T>接口的实现行为与List<T>相同,代码中只给出了比较重要的几个
方法。
public class BlockList<T> : IList<T>
{
private static int maxAllocSize;
private static int initAllocSize;
private T[][] blocks;
private int blockCount;
private int[] blockSizes;
private int version;
private int countCache;
private int countCacheVersion;
static BlockList()
{
var type = typeof(T);
var size = type.IsValueType ? Marshal.SizeOf(default(T)) : IntPtr.Size;
maxAllocSize = 80000 / size;
initAllocSize = 8;
}
public BlockList()
{
blocks = new T[8][];
blockSizes = new int[8];
blockCount = 0;
}
public void Add(T item)
{
int blockId = 0, blockSize = 0;
if (blockCount == 0)
{
UseNewBlock();
}
else
{
blockId = blockCount - 1;
blockSize = blockSizes[blockId];
if (blockSize == blocks[blockId].Length)
{
if (!ExpandBlock(blockId))
{
UseNewBlock();
++blockId;
blockSize = 0;
}
}
}
blocks[blockId][blockSize] = item;
++blockSizes[blockId];
++version;
}
public void Insert(int index, T item)
{
if (index > Count)
{
throw new ArgumentOutOfRangeException("index");
}
if (blockCount == 0)
{
UseNewBlock();
blocks[0][0] = item;
blockSizes[0] = 1;
++version;
return;
}
for (int i = 0; i < blockCount; ++i)
{
if (index >= blockSizes[i])
{
index -= blockSizes[i];
continue;
}
if (blockSizes[i] < blocks[i].Length || ExpandBlock(i))
{
for (var j = blockSizes[i]; j > index; --j)
{
blocks[i][j] = blocks[i][j - 1];
}
blocks[i][index] = item;
++blockSizes[i];
break;
}
if (i == blockCount - 1)
{
UseNewBlock();
}
if (blockSizes[i + 1] == blocks[i + 1].Length
&& !ExpandBlock(i + 1))
{
UseNewBlock();
var newBlock = blocks[blockCount - 1];
for (int j = blockCount - 1; j > i + 1; --j)
{
blocks[j] = blocks[j - 1];
blockSizes[j] = blockSizes[j - 1];
}
blocks[i + 1] = newBlock;
blockSizes[i + 1] = 0;
}
var nextBlock = blocks[i + 1];
var nextBlockSize = blockSizes[i + 1];
for (var j = nextBlockSize; j > 0; --j)
{
nextBlock[j] = nextBlock[j - 1];
}
nextBlock[0] = blocks[i][blockSizes[i] - 1];
++blockSizes[i + 1];
for (var j = blockSizes[i] - 1; j > index; --j)
{
blocks[i][j] = blocks[i][j - 1];
}
blocks[i][index] = item;
break;
}
++version;
}
public void RemoveAt(int index)
{
if (index < 0 || index >= Count)
{
========