`
wudixiaotie
  • 浏览: 138864 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

erlang的GC(一)--binary

 
阅读更多

 

我自己写的文章居然被别人的博客转载了,然后大言不惭的说作者是他,真是服了。。。

============================== 

今天来说一下长期运行的项目会有内存越用越大的情况的发生原因。中所周知,erlang是运行在虚拟机上的,他的GC不是全局的而是针对进程单独GC。所以GC时整个系统不会产生中断,这是他的优点。那么既然有GC为什么还会有内存的增长呢??

当我们运行这个命令(erlang:memory())会发现,内存的增长主要是在binary上。要找到这个原因,就要知道GC里关于binary的处理。

在erlang中,binary的存储位置一共有两处:

1.size<=64 bytes的binary存储在每个进程单独的heap(堆)中。这种bianry叫做Heap-binary。

2.size>64 bytes的binary存储在虚拟机分配出来单独的heap(堆)中,而用到这个binary的进程的heap中只有一个这个binary的引用。这种binary叫做Refc-binaries。

在进程进行GC的时候Heap-binary会随着GC而被释放掉,因为他是只属于这个进程的。相对应的这个进程heap中存储的Refc-binary也会被释放掉,但是其引用的元binary不会被释放,除非所有引用过这个Refc-binary的进程都进行GC后才会被释放。

这里说一下为什么Refc-binaries叫这个名字呢?这个名字全称是Reference-counted-binary,每当有个进程用到这个binary时,除了在自己进程heap中创建这个binary的引用以外,还要把记录这个binary的引用次数+1。只有当这个binary的引用次数为0的时候,才会把这个binary从专门的heap中释放掉。

在我们写erlang代码的时候,很容易遇到这种情况,<<A:8, B:16>> = C.在这里C本身是一个binary,A和B是C的sub-binary,在这个匹配语句中,erlang的VM不会创建2个新的binary,而是对C创建两个引用。这种引用叫做sub-binary。所以在VM中一共有4中binary,分别是:Heap-binary,Heap-binary的sub-binary,Refc-binary,Refc-binary的sub-binary。

而不论是Refc-binary还是Refc-binary的sub-binary,这两种binary都适用刚才说的Refc的GC规则,所以才会导致erlang项目在长期运行后,内存会出现越用越大的情况。具体原因可以举个例子,如果系统中的某个erlang进程起到类似路由的功能,很多Refc-binary的传递都要到这个进程中中转,结果其实这个进程不会操作这些Refc-binary,而由于这个进程基本什么都不干,仅仅中转一下消息所以基本不会有GC的机会,导致了系统中的大量Refc-binary无法得到释放,所以系统内存binary会越用越大。

针对这种情况怎么解决呢?

在创建这些“关键”进程的时候,在选项中加入{fullsweep_after, 0},这个选项的意思是如果有没用的binary,会立马释放掉。

经过了一段时间的研究,发现上面红色字的部分完全说错了,但是我不打算改,而是标注出来,这样可以提醒我自己和大家,以后不太懂的时候别出来装逼了,被发现了就惨了。

 

下面来说说研究结果:

关于binary的GC有两种:

1.Heap的GC是分代GC。

所谓分代是指数据存储分为young和old两代,最开始所有的Heap-binary都存储在young heap区域,然后当这个young heap空间不足的时候,VM就会对这个进程进行一次浅扫描(minor collection),给当前所有young heap里面的binary的扫描次数+1, 然后把还有用的binary移到新创建的young heap里,把扫描次数大于1的binary放到old heap中,然后删除原有的young heap。为什么这么做呢?因为根据统计学的说法,大部分数据的生存周期都比较短,最新的数据更容易不再被使用。

当old heap空间不足的时候,VM就会对这个进程进行深扫描(major collection),把young&old heap的所有有用的数据放入新的young heap中,然后删除原来的young&old heap。

2.Refc的GC是引用计数的GC。

引用计数的GC上面已经说了,每个用到这个binary的进程都会把这个binary的引用存储在进程自己的Heap空间中,这个引用被叫做ProcBin,然后会给ProcBin在公共Heap里面的Object的计数器+1,进程GC的时候,只要永不到对应的ProcBin就会被GC掉,然后对应的公共Heap里面的Object的计数器-1,当计数器变为0的时候,这个binary被从公共Heap中释放掉。

 

 

而{fullsweep_after, Integer}起作用的是对进程自己的Heap binary起作用,Integer的作用是表示,执行Integer次浅扫描后,直接执行深扫描,不用等待old heap满了。

那么这个东西能解决公共Heap区域内存溢出的问题么?

我们假设一个导致内存溢出的情景,还是上面说的那个场景:

 

如果系统中的某个erlang进程起到类似路由的功能,很多Refc-binary的传递都要到这个进程中中转,结果其实这个进程不会操作这些Refc-binary,而由于这个进程基本什么都不干,仅仅中转一下消息所以基本不会产生新的Heap binary,那么他的私有Heap里面存储的全是ProcBin,结果就是old heap区域怎么也不会满,而VM默认的fullsweep_after是65535,那么假如在65535次浅GC执行完之前很多的Refc-binary把公共Heap区域沾满了,导致没有新的内存可以分配,结果VM由于再接收新的Refc-binary后,没有内存可分配只能挂掉了,这就是传说中的内存泄漏。如果我们给这个路由进程的启动参数设置为{fullsweep_after, 5},也就是5次浅GC后,来一次深GC,那么该进程Heap区域中无用的ProcBin会大幅减少,然后公共Heap区域的内存就会有增有减,保证了整个VM能持续运行。问题解决了! :)

1
1
分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics