垃圾收集器在本質上就是負責跟蹤所有對象被引用到的地方,關注對象不再被引用的情況,回收相應的內存。在.NET平台中同樣如此,有效的提高.NET垃圾回收性能,能夠提高程序執行效率。
其實垃圾收集並不是伴隨Java出現的,早在1958年,圖林獎得主John發明的Lisp語言就已經提供了GC的功能,這是GC的第一次出現,是思想的一次閃光!而後,1984年Dave Ungar發明的Small talk語言第一次正式采用了GC機制。.Net的垃圾回收機制是個很大的話題,如果你沒接觸過類似C++那樣的語言,就很難理解GC是一個多麼重要、令人興奮的東西:
1.提高軟件系統的內聚。
2.降低編程復雜度,使程序員不必分散精力去處理析構。
3.不妨礙設計師進行系統抽象。
4.減少由於內存運用不當產生的Bug。
5.成功的將內存管理工作從程序的編寫時,脫離至運行時,使不可預估的管理漏洞變為可預估的。
1.算法
垃圾收集器的本質,就是跟蹤所有被引用到的對象,整理對象不再被引用的對象,回收相應的內存。這聽起來類似於一種叫做“引用計數(Reference Counting)”的算法,然而這種算法需要遍歷所有對象,並維護它們的引用情況,所以效率較低些,並且在出現“環引用”時很容易造成內存洩露。所以.Net中采用了一種叫做“標記與清除(Mark Sweep)”算法來完成上述任務。“標記與清除”算法,顧名思義,這種算法有兩個本領:
“標記”本領——垃圾的識別:從應用程序的root出發,利用相互引用關系,遍歷其在Heap上動態分配的所有對象,沒有被引用的對象不被標記,即成為垃圾;存活的對象被標記,即維護成了一張“根-對象可達圖”。其實,CLR會把對象關系看做“樹圖”,無疑,了解數據結構的同學都知道,有了“樹圖”的概念,會加快遍歷對象的速度。 檢測、標記對象引用,是一件很有意思的事情,有很多方法可以做到,但是只有一種是效率最優的,.Net中是利用棧來完成的,在不斷的入棧與出棧中完成檢測:先在樹圖中選擇一個需要檢測的對象,將該對象的所有引用壓棧,如此反復直到棧變空為止。棧變空意味著已經遍歷了這個局部根(或者說是樹圖中的節點)能夠到達的所有對象。樹圖節點范圍包括局部變量(實際上局部變量會很快被回收,因為它的作用域很明顯、很好控制)、寄存器、靜態變量,這些元素都要重復這個操作。一旦完成,便逐個對象地檢查內存,沒有標記的對象變成了垃圾。
“清除”本領——回收內存:啟用Compact算法,對內存中存活的對象進行移動,修改它們的指針,使之在內存中連續,這樣空閒的內存也就連續了,這就解決了內存碎片問題,當再次為新對象分配內存時,CLR不必在充滿碎片的內存中尋找適合新對象的內存空間,所以分配速度會大大提高。
但是大對象(large object heap)除外,GC不會移動一個內存中巨無霸,因為它知道現在的CPU不便宜。通常,大對象具有很長的生存期,當一個大對象在.NET托管堆中產生時,它被分配在堆的一個特殊部分中,移動大對象所帶來的開銷超過了整理這部分堆所能提高的性能。
Compact算法除了會提高再次分配內存的速度,如果新分配的對象在堆中位置很緊湊的話,高速緩存的性能將會得到提高,因為一起分配的對象經常被一起使用(程序的局部性原理),所以為程序提供一段連續空白的內存空間是很重要的。
2.代齡(Generation)
代齡就是對Heap中的對象按照存在時間長短進行分代,最短的分在第0代,最長的分在第2代,第2代中的對象往往是比較大的。Generation的層級與FrameWork版本有關,可以通過調用GC.MaxGeneration得知。 通常,GC會優先收集那些最近分配的對象(第0代),這與操作系統經典內存換頁算法“最近最少使用”算法如出一轍。但是,這並不代表GC只收集最近分配的對象,通常,.Net GC將堆空間按對象的生存期長短分成3代:新分配的對象在第0代(0代空間最大長度通常為256K),按地址順序分配,它們通常是一些局部變量;第1代(1代空間最大長度通常為2 MB)是經過0代垃圾收集後仍然駐留在內存中的對象,它們通常是一些如表單,按鈕等對象;第2代是經歷過幾次垃圾收集後仍然駐留在內存中的對象,它們通常是一些應用程序對象。
當內存吃緊時(例如0代對象充滿),GC便被調入執行引擎--也就是CLR--開始對第0代的空間進行標記與壓縮工作、回收工作,這通常小於1毫秒。如果回收後內存依然吃緊,那麼GC會繼續回收第1代(回收操作通常小於10毫秒)、第2代,當然GC有時並不是按照第0、1、2代的順序收集垃圾的,這取決於運行時的情況,或是手動調用GC.Collect(i)指定回收的代。當對第2代回收後任然無法獲得足夠的內存,那麼系統就會拋出OutOfMemoryException異常,當經過幾次GC過後,0代中的某個對象仍然存在,那麼它將被移動到第1代。同理,第1、2代也按同樣的邏輯運行。 這裡還要說的是,GC Heap中代的數量與容量,都是可變的(這由一個“策略引擎”控制,在第二節中,會介紹到“策略引擎”), 以下代碼結合Windbg可以說明這個問題,以下代碼中,可以通過單擊按鈕“button1”,不斷的分配內存,而後獲得對象“a”的代齡情況,並且在Form加載時也會獲得“a”的代齡。 1.public partial class Form
1 : Form
2.{
3. private string a = new string(a,1);
4. public Form1()
5. {
6. InitializeComponent();
7. }
8. private void button1_Click(object sender, EventArgs e)
9. {
10. a = new string(a, 900000);
11. label1.Text = GC.GetGeneration(a).ToString();
12. }
13. private void Form1_Load(object sender, EventArgs e)
14. {
15. label1.Text = GC.GetGeneration(a).ToString();
16. }
17.}
程序剛加載時,“a”的代齡為第0代,通過windbg我們還獲得了以下信息:
可以看出,GC堆被分成了兩個段,三代,每代起始地址十進制差值為12,點擊數次“button1”按鈕後,“a”的代齡升為第2代,通過windbg我們又獲得了以下信息:
這裡要注意一個很關鍵的地方,就是各代的起始(generation x starts at)十進制地址差值不再是12,0代與1代差為98904,1代與2代差為107908,這說明代的大小隨程序運行在改變,並且GC heap的大小也有變化。