Erlang与java的内存架构比较

我读了一篇非常非常有趣的文章（JesperWilhelmsson的一篇论文），是关于Erlang虚拟机（Erlang VM）内存管理策略的。我相信对比一下Erlang和java的虚拟机内存管理策略，一定很有意思。

       先给从来没有听说过Erlang的同学做个简短的介绍。Erlang是一门函数语言，通过异步消息传递（asynchronous message passing）来处理并发，使用语义拷贝（copysemantics）传递消息。即使Erlang分布在多个虚拟机上，运行在多台机器上，对程序员来说也是透明的。

       在某种意义上Erlang和java是相似的，他们都通过虚拟机来获得可移植性，都采用独立于操作系统的字节码技术，都使用垃圾回收机制来解脱程序员自己管理内存的麻烦。

       Erlang中线程的开销是非常低的。我相信在Erlang中，一个线程只需要大约512字节的内存。而java线程则需要512K字节的内存，大约是Erlang的一千倍多。对程序员来说，这意味着创建一个线程非常轻便。典型的Erlang系统中可以有上万的线程。所以Erlang不需要做线程池、executors等等，那些我们写java多线程要用到的东西。

       在我过去很少涉猎的语言中，我发现Erlang既保持了函数语言的特性，又能够做出真正的应用来。Erlang健壮的分布式错误处理非常惊艳，让编写任何一种网络服务变得相当容易。这种状态机的处理方式使web服务在出错时，处理回滚非常自然。

       不过这篇文章不打算讨论Erlang的编程模型，这里主要想讨论Erlang虚拟机的内存管理方式。

       目前java虚拟机采用了一种被Erlang程序员称作“共享堆”的机制，虚拟机维护了一个可以被所有线程共享和使用的大堆（堆和栈什么区别）。这个堆占用了虚拟机的大部分内存。在这个大堆里，也包括了虚拟机的一些特殊数据区域，例如代码缓存和永久区。这些特殊数据区也是被所有线程共享的。

       相反的，Erlang使用一种私有堆的技术。每个线程都有一个只属于自己的小堆，里面包含了这个线程用到的所有数据以及线程栈。这个堆是在线程被创建的时候分配的。当这个线程结束了，它的私有堆内存就被虚拟机收回了。

       除了私有堆，Erlang中所有的线程都能访问两个特殊的堆，二进制堆和消息堆。二进制堆被分配了大量的数据块，以便线程线间共享数据。例如文件输入或是网络缓冲区。

       消息堆里放的是消息(messages)数据。这些消息也可以在进程间共享。线程之间传递消息的方式，是从发送线程复制一个指针到接收线程。这些消息数据就被存放在消息堆里。

       我对Erlang的内存模型印象深刻。被它比java更具扩展性的内存模型给震撼了。而且这门语言的语法和他的内存模型结合的非常漂亮。

       因为有私有堆，Erlang线程对自己的数据检查不需要采用任何形式的锁。并且私有堆也避免了破坏性的写，这样也就没有了对共享数据加锁的需求。

        最新版的Erlang又往前走了一步，采用了多个调度器（scheduler）。每个物理处理器有一个调度器可以保证更精确。而且这也消除了另一种需要检查的锁。仅当一个调度器无用了，才会用到锁，以便从其他处理器上获得一个新的调度器。

       关于java，我们仍然有很多东西要去学习。也是就说，java里还是有些好东西的，也正是因为这点，我才没有使用大型的Erlang系统。

       当Erlang线程积累了大量数据的时候，Erlang虚拟机会重新分配空间，扩大私有堆。然而，这个重新分配的算法会导致堆空间急速增长。在高负载下，我们看到Erlang虚拟机在几分钟内吃掉了16G的内存！每次发布版本都要小心的做负载测试，看看它的内存需求是否能被满足。

       Erlang虚拟机没有抑制内存增长的机制。虚拟机不断的分配内存，迫使系统不得不使用交换区（swap），直到虚拟内存被耗尽。这可能会导致用KVM控制台访问系统变得很迟钝。使我们不得不重启系统，才能够再次访问它。

       基于队列的编程模型让Erlang编程变得非常愉快，但这也是Elang系统设计上的致命缺陷。Erlang的每一个队列都是无界的。虚拟机不会抛出异常，也不会限制一个队列的消息数量。有时候会出现，一个进程可能由于bug而停止工作，或者进程消费消息的速度跟不上消息发送速度的情况。在这种情况下，Erlang还是允许这个进程的消息队列不断的增长，直到虚拟机被杀掉，或是这个机器被锁死了。

       这意味着当你在生产环境运行Erlang虚拟机时，要配备一个系统级的检测，以便在Erlang内存使用量飞涨的时候能够杀死进程。所以，运行大型Erlang应用的机器需要能被远程访问和操作（是不是意味着需要经常上去处理问题？？）。

       总的来说，我认为在Erlang的工具箱里，“私有堆”是一个非常强大的工具。它避免了实时系统里的锁机制，这个意味着它将比java更具扩展性。而java的硬性限制内存的模型，则能在你的系统压力剧增，或是遭受DDOS攻击的时候保持稳定。

       有一个命令行，可以将Erlang的虚拟模型从“私有堆”改成“共享堆”。

       我喜欢Erlang和java。但他们很难进行比较，因为对开发者来说，他们的共同点很少。一般情况下，我在大多数系统里使用java。因为它有很好的工具支持，而且有大量的lib包可以使用。当我需要一个面向信息流的系统时，我会使用Erlang。这才是Erlang模型真正放光芒的时候。