深入了解C#中的垃圾回收（Garbage Collection）

深入了解C#中的垃圾回收（Garbage Collection） 备注转载
前言
1、垃圾回收的概念和重要性
2、C#中的垃圾回收机制
一、 垃圾回收算法
1、标记-清除（Mark and Sweep）算法
2、标记-整理（Mark and Compact）算法
3、分代收集（Generational Collection）
二、垃圾回收的性能调优
1、对象的生命周期管理
2、托管堆大小的调整
3、 引用类型的优化
三、手动触发垃圾回收
1、使用GC类的方法
2、 手动强制GC触发的注意事项
四、内存泄漏与避免
1、常见的内存泄漏情况
2、使用弱引用（Weak References）
3、编码技巧和最佳实践
五、 跨平台垃圾回收
1、.NET Core和.NET 5的垃圾回收特性
2、Mono运行时的垃圾回收器
六、 高级主题
1、托管对象的最终化（Finalization）
2、托管堆的分析工具
3、高性能应用程序的垃圾回收策略
七、 最佳实践和建议
1、编写高效的C#代码
2、优化内存使用
3、处理大型数据集合的技巧
八、总结
前言
1、垃圾回收的概念和重要性
在计算机科学中，内存管理是一项至关重要的任务。在传统的编程语言中，程序员必须手动分配和释放内存，这往往会导致内存泄漏或者悬挂指针等严重问题。为了解决这些问题，现代编程语言如C#引入了自动内存管理机制，其中最核心的部分就是垃圾回收。

垃圾回收是一种自动管理内存的机制，它的主要目标是在程序运行时自动检测和释放不再被程序使用的内存，从而减少内存泄漏和提高程序的性能和稳定性。

2、C#中的垃圾回收机制
在C#中，垃圾回收是由CLR（Common Language Runtime）来执行的。CLR负责管理托管代码的执行，其中包括内存分配和回收。C#中的垃圾回收是基于代的，即将托管堆中的对象分为不同的代，每个代具有不同的生命周期。垃圾回收器根据对象的代进行不同的回收策略，通常会优先回收那些生命周期较短的对象。

垃圾回收器还负责检测和处理循环引用等复杂情况，以确保内存能够正确地被释放和重用。通过垃圾回收机制，C#程序员可以专注于业务逻辑的实现，而无需过多关注内存管理的细节。

一、 垃圾回收算法
1、标记-清除（Mark and Sweep）算法
标记-清除算法是最基本的垃圾回收算法之一。它分为两个阶段：标记阶段和清除阶段。
标记阶段： 垃圾回收器会从根对象开始遍历内存中的对象图，标记所有可达对象。这些根对象可以是全局变量、线程栈或静态变量等。一旦标记完成，垃圾回收器就会知道哪些对象是活动的，而哪些对象是垃圾。
清除阶段： 垃圾回收器会遍历整个堆，清除未被标记的对象。这些未被标记的对象被认为是垃圾，可以安全地释放它们所占用的内存。
尽管标记-清除算法是一种简单且有效的垃圾回收算法，但它可能会产生内存碎片，导致内存分配效率下降。

2、标记-整理（Mark and Compact）算法
为了解决标记-清除算法可能带来的内存碎片问题，标记-整理算法应运而生。它在标记阶段与标记-清除算法相似，但在清除阶段，它会将存活的对象紧凑地移动到堆的一端，从而消除内存碎片。
这种算法的主要优势在于可以提高内存分配的效率，因为它会将存活的对象集中存放，减少了空闲内存块之间的碎片化。然而，与标记-清除算法相比，标记-整理算法的清除阶段会更耗时，因为它需要移动对象。

3、分代收集（Generational Collection）
分代收集是一种优化垃圾回收性能的策略。根据经验观察，大多数对象的生命周期都比较短暂，因此分代收集将堆分为几个代，通常是三代：年轻代、中年代和老年代。
在年轻代中，大部分对象都是短暂的，因此可以使用一种较轻量级的垃圾回收算法来频繁地回收内存。而在老年代中，存活的对象更多，因此可以使用更复杂、成本更高的算法来进行垃圾回收。
通过将堆分成几代，并根据对象的生命周期采用不同的回收策略，分代收集能够有效地提高垃圾回收的性能和效率。

二、垃圾回收的性能调优
1、对象的生命周期管理
在C#中，正确管理对象的生命周期对垃圾回收性能至关重要。避免创建不必要的对象以及尽早释放不再需要的对象都可以减少垃圾回收的压力。一些常见的生命周期管理技巧包括：
使用局部变量和对象池： 尽可能使用局部变量而不是全局变量或成员变量，并考虑使用对象池来重用对象，减少内存分配和垃圾回收的次数。
避免频繁的装箱拆箱操作： 装箱拆箱操作会创建新的对象，增加了垃圾回收的负担。尽量避免不必要的装箱拆箱，使用泛型集合和适当的数据类型来提高性能。
注意事件订阅和取消订阅： 未正确取消订阅事件会导致对象无法被回收，从而引发内存泄漏。确保在不需要事件时及时取消订阅。

2、托管堆大小的调整
CLR允许通过配置文件或运行时参数来调整托管堆的大小，以满足不同应用程序的需求。通常情况下，托管堆的大小应根据应用程序的内存使用情况和性能需求进行调整。如果堆过小，可能会导致频繁的垃圾回收，从而降低性能；而如果堆过大，则会占用过多的内存资源。在调整托管堆大小时，需要进行合理的测试和评估，以确保在性能和内存占用之间取得平衡。

3、 引用类型的优化
正确使用引用类型也可以提高垃圾回收的性能。一些常见的引用类型优化包括：
使用弱引用和软引用： 弱引用和软引用可以帮助避免内存泄漏，特别是在处理缓存等情况下。它们允许对象在不再被强引用时被垃圾回收。
避免循环引用： 循环引用会导致对象之间形成闭环，使得它们无法被垃圾回收。在设计类之间的关系时，应注意避免形成循环引用。
使用值类型： 值类型在栈上分配内存，不会受到垃圾回收的影响，因此在适当的情况下可以考虑使用值类型来提高性能。

三、手动触发垃圾回收
1、使用GC类的方法
在C#中，可以使用System.GC类来手动触发垃圾回收。该类提供了几种方法来控制和监视垃圾回收器的行为，包括：
GC.Collect()方法： 该方法用于显式触发垃圾回收。调用该方法会尽可能地回收内存，但并不保证立即回收所有垃圾对象。
GC.WaitForPendingFinalizers()方法： 该方法会阻塞当前线程，直到所有待处理的对象的终结器（Finalizer）被调用并执行完成。
GC.GetTotalMemory()方法： 该方法用于获取当前进程中已分配的托管内存大小。
GC.GetGeneration()方法： 该方法用于获取指定对象的代数，即对象所处的代。

2、 手动强制GC触发的注意事项
尽管可以手动触发垃圾回收，但通常情况下不建议频繁地使用GC.Collect()方法。这是因为垃圾回收是一个相对昂贵的操作，可能会影响应用程序的性能。频繁地触发垃圾回收可能会导致不必要的资源浪费和系统延迟。
另外，虽然可以使用GC.WaitForPendingFinalizers()方法来等待所有终结器执行完成，但这也会导致当前线程阻塞，降低应用程序的响应性。因此，在手动触发垃圾回收时，需要谨慎考虑其影响，并确保在合适的时机进行。总的来说，除非有特殊需求，否则应该让垃圾回收器自动管理内存，而不是依赖手动触发垃圾回收。

四、内存泄漏与避免
1、常见的内存泄漏情况
内存泄漏是指程序中未能释放不再使用的内存的情况，从而导致内存资源无法再被其他部分使用。在C#中，一些常见的内存泄漏情况包括：
事件订阅未取消： 如果对象订阅了事件，但未在不再需要时取消订阅，事件发布者会继续持有对该对象的引用，从而阻止对象被垃圾回收。
静态集合的持久引用： 静态集合在应用程序生命周期内持有对象的引用，如果不注意释放这些引用，会导致对象无法被回收。
未释放资源： 例如文件句柄、数据库连接等资源，如果未在适当的时候释放，会导致资源泄漏。

2、使用弱引用（Weak References）
弱引用是一种特殊类型的引用，它允许对象被垃圾回收器回收，即使有弱引用指向该对象。在C#中，可以使用System.WeakReference类来创建弱引用。
弱引用通常用于缓存等场景，其中对象的生命周期可能比较长，但又不希望因为缓存对象而阻止垃圾回收。通过使用弱引用，可以避免内存泄漏，并在需要时重新加载或重新计算缓存对象。

3、编码技巧和最佳实践
除了使用弱引用外，还可以采取一些编码技巧和最佳实践来避免内存泄漏，包括：
及时释放资源： 在使用完资源后，及时释放资源并将引用置为null，以便垃圾回收器可以及时回收对象。
避免循环引用： 设计类之间的关系时，避免形成循环引用，以免对象无法被回收。
使用using语句： 对于实现了IDisposable接口的对象，应使用using语句来确保资源在使用完毕后被及时释放。
通过采取这些措施，可以有效地避免内存泄漏，并提高应用程序的性能和稳定性。

五、 跨平台垃圾回收
1、.NET Core和.NET 5的垃圾回收特性
.NET Core和.NET 5是跨平台的.NET实现，它们具有不同于传统.NET Framework的垃圾回收特性和行为。
Server GC的默认行为：与Windows上的.NET Framework不同，.NET Core和.NET 5在服务器上使用Server GC作为默认的垃圾回收器。Server GC在多核系统上能够更好地利用硬件资源，并提供更好的性能。
使用交互式模式（Interactive Mode）：.NET Core和.NET 5引入了一种称为交互式模式的新特性，该模式可以减少垃圾回收的停顿时间，提高应用程序的响应性。交互式模式可以通过设置相应的环境变量来启用。

垃圾回收的性能调优： 与传统的.NET Framework相比，.NET Core和.NET 5提供了更多的垃圾回收参数和选项，使开发人员能够更精细地调整垃圾回收器的行为，以适应不同场景下的需求。

2、Mono运行时的垃圾回收器
Mono是另一个跨平台的.NET实现，它的垃圾回收器与.NET Core和.NET 5有所不同。
Boehm垃圾回收器： Mono使用了一种称为Boehm垃圾回收器的标记-清除算法。与.NET Core和.NET 5的垃圾回收器相比，Boehm垃圾回收器的性能可能略有差异，特别是在多核系统上。
适用于嵌入式系统： 由于其轻量级和跨平台的特性，Mono常用于嵌入式系统和跨平台应用程序开发，例如游戏开发和移动应用程序开发。
虽然.NET Core、.NET 5和Mono具有不同的垃圾回收器实现和特性，但它们都致力于提供高性能、可靠性和跨平台兼容性的.NET运行时环境。

六、 高级主题
1、托管对象的最终化（Finalization）
在C#中，可以通过重写类的Finalize()方法来实现托管对象的最终化。最终化是指在对象被垃圾回收之前，CLR会调用对象的Finalize()方法来执行一些清理工作，例如释放非托管资源或关闭文件句柄。
尽管最终化提供了一种释放资源的机制，但它并不是可靠的。由于最终化的执行时机不确定，可能会导致资源泄漏或性能问题。因此，通常建议使用IDisposable接口和using语句来手动释放资源，而不是依赖最终化。

2、托管堆的分析工具
为了帮助开发人员诊断和优化垃圾回收性能，CLR提供了一些强大的工具和API。其中一些常用的工具包括：
CLR Profiler：CLR Profiler是一个性能分析工具，可以帮助开发人员监视和分析应用程序的内存使用情况、垃圾回收行为等。它提供了可视化的界面和丰富的数据，帮助开发人员定位内存泄漏和性能瓶颈。
Windbg和SOS插件：Windbg是一款强大的调试工具，而SOS（Son of Strike）是一个用于托管堆分析的调试扩展。通过使用Windbg和SOS插件，开发人员可以深入了解CLR的内部工作原理，诊断垃圾回收问题，并优化应用程序的性能。

3、高性能应用程序的垃圾回收策略
针对高性能应用程序，开发人员通常会采取一些特定的垃圾回收策略，以最大限度地减少垃圾回收的影响，包括：
减少内存分配： 通过对象池、复用对象等方式尽量减少内存分配的次数，从而降低垃圾回收的压力。
避免频繁的大型对象分配：大型对象的分配和回收会增加垃圾回收的成本，因此应尽量避免频繁地分配和释放大型对象。
使用并发垃圾回收： 并发垃圾回收器可以在垃圾回收的同时继续执行应用程序的其他线程，从而减少垃圾回收对应用程序响应性的影响。
通过采取这些策略，可以有效地提高高性能应用程序的性能和稳定性。

七、 最佳实践和建议
1、编写高效的C#代码
避免频繁的对象创建和销毁： 尽量复用对象、使用对象池等方式减少对象的创建和销毁次数。
优化集合操作： 使用适当的集合类型和数据结构，并注意避免在循环中频繁地对集合进行修改。
注意字符串操作： 字符串是不可变的，频繁的字符串操作会导致大量的内存分配和拷贝。考虑使用StringBuilder类或其他方式来优化字符串操作。

2、优化内存使用
及时释放资源： 在使用完资源后及时释放，并确保在Dispose()方法中正确释放非托管资源。
避免内存泄漏： 注意避免常见的内存泄漏情况，例如事件订阅未取消、静态集合的持久引用等。
合理设置垃圾回收器参数： 根据应用程序的性能需求和内存使用情况，合理设置垃圾回收器的参数和选项。

3、处理大型数据集合的技巧
分页加载：对于大型数据集合，采用分页加载的方式，只加载当前需要显示的数据，可以减少内存占用和提高性能。
异步处理： 使用异步操作来处理大型数据集合，可以避免阻塞主线程，提高应用程序的响应性。
数据缓存： 对于频繁使用的数据集合，考虑使用缓存来减少对数据库或其他数据源的访问次数，提高性能。
通过遵循这些最佳实践和建议，可以编写出高效、稳定且性能良好的C#应用程序。

八、总结
C#中的垃圾回收机制为开发人员提供了方便、安全且高效的内存管理方式。通过CLR的自动内存管理，开发人员可以专注于业务逻辑的实现，而无需过多关注内存管理的细节。本文对C#中的垃圾回收进行了深入探讨，介绍了垃圾回收的基本概念、常见算法、性能调优方法以及一些高级主题。

在编写C#代码时，开发人员应该注意避免常见的内存泄漏情况，优化内存使用，并采取一些高效的编码技巧和最佳实践。此外，针对特定场景和需求，可以使用垃圾回收器的各种参数和选项来进行性能调优，以提高应用程序的性能和稳定性。
————————————————

                        版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

原文链接：https://blog.csdn.net/weixin_48083386/article/details/136461271