ArrayPool 源码解读之 byte[] 也能池化?

  • A+
所属分类:.NET技术
摘要

最近在分析一个 dump 的过程中发现其在 gen2 和 LOH 上有不少size较大的free,仔细看了下,这些free生前大多都是模板引擎生成的html片段的byte[]数组,当然这篇我不是来分析dump的,而是来聊一下,当托管堆有很多length较大的 byte[] 数组时,如何让内存利用更高效,如何让gc老先生压力更小。


一:背景

1. 讲故事

最近在分析一个 dump 的过程中发现其在 gen2 和 LOH 上有不少size较大的free,仔细看了下,这些free生前大多都是模板引擎生成的html片段的byte[]数组,当然这篇我不是来分析dump的,而是来聊一下,当托管堆有很多length较大的 byte[] 数组时,如何让内存利用更高效,如何让gc老先生压力更小。

不知道大家有没有发现在 .netcore 中增加了不少池化对象的东西,比如: ArrayPool,ObjectPool 等等,确实在某些场景下还是特别实用的,所以有必要对其进行较深入的理解。

二: ArrayPool 源码分析

1. 一图胜千言

在我花了将近一个小时的源码阅读之后,我画了一张 ArrayPool 的池化图,所谓:一图在手,天下我有

ArrayPool 源码解读之 byte[] 也能池化?

有了这张图,接下来再聊几个概念并配上相应源码,我觉得应该就差不多了。

2. 池化的架构分级是什么样的?

ArrayPool 是由若干个 Bucket 组成, 而 Bucket 又由若干个 buffer[] 数组组成, 有了这个概念之后,再配一下代码。

 public abstract class ArrayPool<T> {     public static ArrayPool<T> Create()     {         return new ConfigurableArrayPool<T>();     } }  internal sealed class ConfigurableArrayPool<T> : ArrayPool<T> {     private sealed class Bucket     {         internal readonly int _bufferLength;         private readonly T[][] _buffers;         private int _index;     }      private readonly Bucket[] _buckets;     //bucket数组 }  

3. 为什么每一个 bucket 里都有 50 个 buffer[]

这个问题很好回答,初始化时做了 maxArraysPerBucket=50 设定,当然你也可以自定义,具体参考如下代码:

 internal sealed class ConfigurableArrayPool<T> : ArrayPool<T> {     internal ConfigurableArrayPool() : this(1048576, 50)     {     }      internal ConfigurableArrayPool(int maxArrayLength, int maxArraysPerBucket)     {         int num = Utilities.SelectBucketIndex(maxArrayLength);         Bucket[] array = new Bucket[num + 1];         for (int i = 0; i < array.Length; i++)         {             array[i] = new Bucket(Utilities.GetMaxSizeForBucket(i), maxArraysPerBucket, id);         }         _buckets = array;     } }  

4. bucket 中 buffer[].length 为什么依次是 16,32,64 ...

框架做了默认假定,第一个bucket中的 buffer[].length=16, 后续 bucket 中的 buffer[].length 都是 x2 累计,涉及到代码就是 GetMaxSizeForBucket() 方法,参考如下:

 internal ConfigurableArrayPool(int maxArrayLength, int maxArraysPerBucket) {     Bucket[] array = new Bucket[num + 1];     for (int i = 0; i < array.Length; i++)     {         array[i] = new Bucket(Utilities.GetMaxSizeForBucket(i), maxArraysPerBucket, id);     } }  internal static int GetMaxSizeForBucket(int binIndex) {     return 16 << binIndex; }  

5. 初始化时 bucket 到底有多少个?

其实在上图中我也没有给出 bucket 到底有多少个,那到底是多少个呢???? ,当我阅读完源码之后,这算法还挺有意思的。

先说一下结果吧,默认 17 个 bucket,你肯定会好奇怎么算的? 先说下两个变量:

  • maxArrayLength=1048576 = 2的20次方

  • buffer.length= 16 = 2的4次方

最后的算法就是取次方的差值:bucket[].length= 20 - 4 + 1 = 17,换句话说最后一个 bucket 下的 buffer[].length=1048576,详细代码请参考 SelectBucketIndex() 方法。

 internal sealed class ConfigurableArrayPool<T> : ArrayPool<T> {     internal ConfigurableArrayPool(): this(1048576, 50)     { }      internal ConfigurableArrayPool(int maxArrayLength, int maxArraysPerBucket)     {         int num = Utilities.SelectBucketIndex(maxArrayLength);         Bucket[] array = new Bucket[num + 1];         for (int i = 0; i < array.Length; i++)         {             array[i] = new Bucket(Utilities.GetMaxSizeForBucket(i), maxArraysPerBucket, id);         }         _buckets = array;     }      internal static int SelectBucketIndex(int bufferSize)     {         return BitOperations.Log2((uint)(bufferSize - 1) | 0xFu) - 3;     } }  

到这里我相信你对 ArrayPool 的池化架构思路已经搞明白了,接下来看下如何申请和归还 buffer[]。

三:如何申请和归还

既然 buffer[] 做了颗粒化,那就应该好借好还,反应到代码上就是 Rent()Return() 方法,为了方便理解,上代码说话:

     class Program     {         static void Main(string[] args)         {             var arrayPool = ArrayPool<int>.Create();              var bytes = arrayPool.Rent(10);              for (int i = 0; i < bytes.Length; i++) bytes[i] = 10;              arrayPool.Return(bytes);              Console.ReadLine();         }     }  

ArrayPool 源码解读之 byte[] 也能池化?
ArrayPool 源码解读之 byte[] 也能池化?

有了代码和图之后,再稍微捋一下流程。

  1. 从 ArrayPool 中借一个 byte[10] 大小的数组,为了节省内存,先不备货,临时生成一个 byte[].size=16 的数组出来,简化后的代码如下,参考 if (flag) 处:
     internal T[] Rent()     {         T[][] buffers = _buffers;         T[] array = null;         bool lockTaken = false;         bool flag = false;         try         {             if (_index < buffers.Length)             {                 array = buffers[_index];                 buffers[_index++] = null;                 flag = array == null;             }         }         if (flag)         {             array = new T[_bufferLength];         }         return array;     }  

这里有一个坑,那就是你以为借了 byte[10],现实给你的是 byte[16],这里稍微注意一下。

  1. 当用 ArrayPool.Return 归还 byte[16] 时, 很明显看到它落到了第一个bucket的第一个buffer[]上,参考如下简化后的代码:
     internal void Return(T[] array)     {         if (_index != 0)         {             _buffers[--_index] = array;         }     }  

这里也有一个值得注意的坑,那就是还回去的 byte[16] 里面的数据默认是不会清掉的,从上面的代码也是可以看出来的,要想做清理,需要在 Return 方法中指定 clearArray=true,参考如下代码:

     public override void Return(T[] array, bool clearArray = false)     {         int num = Utilities.SelectBucketIndex(array.Length);          if (num < _buckets.Length)         {             if (clearArray)             {                 Array.Clear(array, 0, array.Length);             }             _buckets[num].Return(array);         }     }  

四:总结

学习这其中的 池化架构 思想,对平时项目开发还是能提供一些灵感的,其次对那些一次性使用 byte[] 的场景,用池化是个非常不错的方法,这也是我对朋友dump分析后提出的一个优化思路。

更多高质量干货:参见我的 GitHub: dotnetfly

ArrayPool 源码解读之 byte[] 也能池化?