Lua的垃圾收集机制（转）

(本文中出现的Lua均只限于Lua 5.1.3; Python均只限于Python 2.5)

Lua的垃圾收集机制使用了名为标志和清扫(Mark-and-Sweep)的方式。

---------------------------------------------------------------------

基础的Mark-and-Sweep算法是最古老的解决循环引用情况垃圾收集算法之一。
顾名思义，这是一个two phases的算法，可用很简单的文字描述：
(1)Mark phase(标志阶段)
1> 每个可被gc的对象都拥有一个标志位，初始为0(unmarked)。
2> 定义程序中第一层可访问的对象集合为 根对象集合(root set)。
3> 递归遍历根集合中所有对象的引用关系，如果某对象标志位为unmarked，
则标志为1(marked)。

(2)Sweep phase(清扫阶段)
1> 遍历所有现存的对象：将标志位还是unmarked的对象释放；
同时将标志为marked的对象重新标志为unmarked，为下次gc做准备。

---------------------------------------------------------------------

基础的Mark-and-Sweep简单一个处理流程的例子是：

(0)初始状态

root(0) ──> a(0) ──> b(0) ──> c(0)
↑└────────┐
┌────┘ ↓
x(0) ──> y(0) ──> z(0)

(1)执行完Mark phase后

root(1) ──> a(1) ──> b(1) ──> c(1)
↑└────────┐
┌────┘ ↓
x(0) ──> y(0) ──> z(1)

(2)执行完Sweep phase后

root(0) ──> a(0) ──> b(0) ──> c(0)
└────────┐
↓
z(0)

---------------------------------------------------------------------

说回Lua的gc实现。Lua gc的实现模块主要是lgc.c/lgc.h。

首先需要注意的是，Lua中并不是所有对象都可被gc，在全部9种对象类型：
#define LUA_TNONE (-1)

#define LUA_TNIL 0
#define LUA_TBOOLEAN 1
#define LUA_TLIGHTUSERDATA 2
#define LUA_TNUMBER 3
#define LUA_TSTRING 4
#define LUA_TTABLE 5
#define LUA_TFUNCTION 6
#define LUA_TUSERDATA 7
#define LUA_TTHREAD 8

中，只有LUA_TSTRING, LUA_TTABLE, LUA_TFUNCTION, LUA_TUSERDATA,
TLUA_TTHREAD这5种对象可以被gc；为此lobject.h专门定义了一个宏：
#define iscollectable(o) (ttype(o) >= LUA_TSTRING)

另外，和基础Mark and Sweep算法有些不同的是，
Lua引入了
白(old white): 老对象初始状态
白(current white)：新对象的初始状态
灰(gray)：待变黑色状态
黑(black)：老变量继续存活的状态
几种颜色之一来标志一个对象当前的状态。
PS:old white和current white每轮gc会互换，以区分gc过程中产生的新对象。


Lua gc是一个增量式的实现，在代码术语中称为一个step；
gc的过程归为5个按顺序的状态(设定参数可使某些状态中用多次step迭代)：
(1)GCSpause
新gc过程的开始。
此时root set中包含：
* lua_State对象
* _G table
* Registry
* metatable数组
本状态将root set中所有old white对象变gray，并至于gray list中。
处理完毕后，状态转变为GCSpropagate。
(2)GCSpropagate
将gray list中的每个对象标志为black并从gray list中移出，并遍历每个
对象引用关系，将所有仍为old white的对象变成gray并添加到gray list。
当gray list中没有任何对象时，将old white翻转为current white。
处理完毕后，状态转变为GCSsweepstring。
(3)GCSsweepstring
检查string列表中的每个string对象：old white的string对象将被释放；
其他颜色string对象将被标志为current white(作下一轮gc的old white)。
处理完毕后，状态转变为GCSsweep。
(因为Lua中字符串存放在独立的g->strt.hash处，所以sweep阶段为string
类型单独规划了一个状态来处理。)
(4)GCSsweep
检查所有除string外的可被gc对象(即检查g->rootgc列表)，处理过程
和GCSsweepstring中的一样。
处理完毕后，状态转变为GCSfinalize。
(5)GCSfinalize
将所有已经无引用的userdata释放(调用其__gc metamethod)。
处理完毕后，状态转变为GCSpause，等待下一次的全新gc过程。


---------------------------------------------------------------------

Lua在语言层面上只提供了一个collectgarbage接口用于定制gc过程的细节，
简洁且足够好用，具体的项目可以根据自身情况找出最适合的gc参数配置：
collectgarbage (opt [, arg])
This function is a generic interface to the garbage collector.
It performs different functions according to its first argument, opt:

"stop": stops the garbage collector.
"restart": restarts the garbage collector.
"collect": performs a full garbage-collection cycle.
"count": returns the total memory in use by Lua (in Kbytes).
"step": performs a garbage-collection step.
The step "size" is controlled by arg
(larger values mean more steps) in a non-specified way.
If you want to control the step size you
must experimentally tune the value of arg.
Returns true if the step finished a collection cycle.
"setpause": sets arg/100 as the new value for the
pause of the collector.
"setstepmul": sets arg/100 as the new value for the
step multiplier of the collector.

---------------------------------------------------------------------

与Python引用计数(Reference Counting)垃圾收集方式相比，Mark-and-Sweep
方式避免了对象间循环引用而导致连cycle detector都不能收集的尴尬(在Python
Script层次上重载过对象__del__方法且多对象间互相引用致bug的时候，真抓狂)。
同时，C API层次上可以忽略reference这个概念，使用时不再需要每个API查文档
看是 New reference / Borrowed reference ...，也不需编写C扩展时刻谨慎地
INCREF/DECREF reference(或借助C++ Wrapper)。

至于收集性能上，Reference Counting占优，因为它把消耗分摊到每次的
对象创建和引用上了；而Mark-and-Sweep则需扫描整个对象空间所有对象(两次)，
这常常会导致长时间的线程忙来专门做gc，在一些需要流畅感的应用，比如游戏
服务器上，这样会不定期的导致间歇性阻塞感。还好Lua引入了增量式收集器
(incremental garbage collector)，使gc开销一定程度上可控。