BOEHM GC原理及总结

BOEHM GC原理

从上次分配原理中知道，给出一个指针，可以根据二级数组找到HBLKHDR的描述信息，根据HBLKHDR又能知道其对应的OBJ大小。再根据指针对齐原理，知道指针会存储在OBJ内的地方(遍历整个OBJ，将可能为指针的都拿出来检查)。经过这几层可以得到引用树。

具体实现为首先将所有线程暂停(pthread_kill SUSPEND，当然不能把自己这个线程也挂起，相关宏为#define STOP_WORLD GC_stop_world)

然后访问各个线程的堆栈顶及底部(GC创建每个线程时会获取底部指针，而线程在处理SUSPEND信号时，会将当前栈顶指针保存到GC_THREAD结构中，每个线程都对应一个GC_THREAD结构)，然后遍历所有线程的栈内存，按照指针存储对齐原理。

获取可能的指针(判定该指针是否是有效指针的方式是：BOEHM会保存自己从HEAP分配内存的最低地址和最高地址，若判定的指针位于该区间，则认为其可能为一个指针)，再通过二级数组获取该指针对应的HBLKHDR。

若未找到(这种属于异常情况了，未找到，却可能被引用，有可能是非BOEHM分配的内存，则将该内存对应PAGE地址放入BLACKLIST中，不能用来分配了，否则有几率存在碰撞可能，一般情况下很少会发生，这个应该是BOEHM后来打的补丁，暂不关注)

找到HBLKHDR后，会检查该PAGE是否为空闲状态(已被分配到ok_freelist中后，PAGE会被设置为非空闲)

若为空闲，则忽略该指针(因为未指向有效对象)，若是，则标记该指针指向的OBJ为使用状态，并将对应的标记位设置为可用(每给出一个指针，都能根据HBLKHDR知道该OBJ的大小，因为其中存储了hb_sz字段)，然后再遍历该OBJ，找出可能的指针，并一一标记。
在整个标记过程开始前，GC会清除所有HBLKHDR的标记字段(此时其他线程已暂停)，所有的HBLKHDR有一个队列头，遍历队列能获取到所有的HBLKHDR。然后标记完成后，被标记的说明存在引用，未被标记的则会被释放到ok_freelist，若整个HBLKHDR所有标记都未被设置，则会将HBLKHDR还回到GC_hblkfreelist中，并且会根据其地址，将相邻的PAGE合并成大PAGE再调整其在GC_hblkfreelist中的存储位置。

这里介绍时忽略了其执行的细节(因为研究时重点看了其管理内存的方式，对于回收分为几个过程，并通过管理回收状态来标记和清扫，并最终回收，整个过程的代码较为晦涩，所以只管理其重点部分)。

相关堆栈

这里未研究其他全局数据GC方式，原理跟堆栈中引用类似。

总结

MONO按照16字节内存的对齐方式分配内存，每分配一个对象时，会根据其内存大小并尝试分配ok_freelist，若程序存在一堆小内存对象，且其对象大小为16,32,48等内存大小，则会生成三个ok_freelist链表，每个链表占用了一个PAGE，若这些对象数量不大，则会导致内存的浪费。

将16和32字节大小的对象定义更大，让其接近48字节，这样所有的小对象都未48字节，反而能节省MONO内存(因为只用分配一个PAGE即可以满足这些小内存对象的分配)。 定义的对象占用内存尽量压缩，因为GC时会遍历整个OBJ，因此如果OBJ越大，那么GC访问的内存就会越多，当然也就越慢，因此对象在能实现机制的前提下，越小越好。

上述两条看起来有些冲突，其表达的意思是：

对于一些小对象，尽量让其按照某一个GRANULE对齐(当然，若某种GRANULE的对象有很多，则不需要特地处理)，尽量节省内存(因为如果某个GRANULE的对象很少，则浪费了1整个PAGE)；而GC会遍历内存，因此定义对象时，内存能用更小的字节表达，则尽量小，一些字段顺序进行调整能使得编译时进行内存对齐的开销更小，有可能也能节省部分内存。

相关资源及从系统分配内存对齐方式

Mono官网 http://www.mono-project.com/docs/
BOEHM项目官网 http://www.hboehm.info/

其使用到的与从堆中分配内存相关的函数为sbrk，同时也调用了一个不常用的函数mprotect，用来改变内存段属性(会用来作为辅助调试的方式)，在预分配时先改为PROT_NONE，只有真正分配给应用使用时，才设置为可访问，这样如果存在内存越界等行为，可以在测试阶段发现。GC_unix_sbrk_get_mem接口会调用sbrk，分配内存前会保证分配给上层的地址是按照页面对齐的，

其具体实现为：

因为其上面所描述的分配HBLKHDR描述PAGE块时，基本前提是内存块按照PAGE_SIZE对齐。
 

CUBE调用的部分接口回顾

1.通过阅读MONO GC算法，回头再看CUBE调用的接口mono_object_is_alive，就比较容易理解了，是通过读取二级数组获取到对应指针的HBLKHDR后，查找其中对应的hb_mark BIT位，来判定某个OBJ是否存活；

2.Cube通过调用mono_object_is_alive来判定对象存活，然后该接口在sgen GC算法中已废弃，若UNITY后续更新MONO版本，CUBE该功能将可能失效(需要用新的方式)；

3.Mono_object_is_alive一定要在gc_collect()调用完成后才能调用，否则无法获取到正确信息(因为只有GC完成后才能判定是否存活，在GC_malloc调用后，并不会设置HBLKHDR相应的mark标记(这么做应该为了简便，因为只有GC回收内存时才需要标记，分配内存不标记，待GC阶段再标记))；