GC的前世與今生

　　雖然本文是以.NET作為目標(biāo)來講述GC，但是GC的概念并非才誕生不久。早在1958年，由鼎鼎大名的圖林獎(jiǎng)得主John McCarthy所實(shí)現(xiàn)的Lisp語言就已經(jīng)提供了GC的功能，這是GC的第一次出現(xiàn)。Lisp的程序員認(rèn)為內(nèi)存管理太重要了，所以不能由程序員自己來管理。

　　但后來的日子里L(fēng)isp卻沒有成氣候，采用內(nèi)存手動(dòng)管理的語言占據(jù)了上風(fēng)，以C為代表。出于同樣的理由，不同的人卻又不同的看法，C程序員認(rèn)為內(nèi)存管理太重要了，所以不能由系統(tǒng)來管理，并且譏笑Lisp程序慢如烏龜?shù)倪\(yùn)行速度。的確，在那個(gè)對每一個(gè)Byte都要精心計(jì)算的年代GC的速度和對系統(tǒng)資源的大量占用使很多人的無法接受。而后，1984年由Dave Ungar開發(fā)的Smalltalk語言第一次采用了Generational garbage collection的技術(shù)（這個(gè)技術(shù)在下文中會(huì)談到），但是Smalltalk也沒有得到十分廣泛的應(yīng)用。

　　直到20世紀(jì)90年代中期GC才以主角的身份登上了歷史的舞臺(tái)，這不得不歸功于Java的進(jìn)步，今日的GC已非吳下阿蒙。Java采用VM（Virtual Machine）機(jī)制，由VM來管理程序的運(yùn)行當(dāng)然也包括對GC管理。90年代末期.NET出現(xiàn)了，.NET采用了和Java類似的方法由CLR(Common Language Runtime)來管理。這兩大陣營的出現(xiàn)將人們引入了以虛擬平臺(tái)為基礎(chǔ)的開發(fā)時(shí)代，GC也在這個(gè)時(shí)候越來越得到大眾的關(guān)注。

　　為什么要使用GC呢？也可以說是為什么要使用內(nèi)存自動(dòng)管理？有下面的幾個(gè)原因：

　　1、提高了軟件開發(fā)的抽象度；

　　2、程序員可以將精力集中在實(shí)際的問題上而不用分心來管理內(nèi)存的問題；

　　3、可以使模塊的接口更加的清晰，減小模塊間的偶合；

　　4、大大減少了內(nèi)存人為管理不當(dāng)所帶來的Bug；

　　5、使內(nèi)存管理更加高效。

　　總的說來就是GC可以使程序員可以從復(fù)雜的內(nèi)存問題中擺脫出來，從而提高了軟件開發(fā)的速度、質(zhì)量和安全性。

　　什么是GC

　　GC如其名，就是垃圾收集，當(dāng)然這里僅就內(nèi)存而言。Garbage Collector（垃圾收集器，在不至于混淆的情況下也成為GC）以應(yīng)用程序的root為基礎(chǔ)，遍歷應(yīng)用程序在Heap上動(dòng)態(tài)分配的所有對象[2]，通過識(shí)別它們是否被引用來確定哪些對象是已經(jīng)死亡的、哪些仍需要被使用。已經(jīng)不再被應(yīng)用程序的root或者別的對象所引用的對象就是已經(jīng)死亡的對象，即所謂的垃圾，需要被回收。這就是GC工作的原理。為了實(shí)現(xiàn)這個(gè)原理，GC有多種算法。比較常見的算法有Reference Counting，Mark Sweep，Copy Collection等等。目前主流的虛擬系統(tǒng).NET CLR，Java VM和Rotor都是采用的Mark Sweep算法。

　　一、Mark-Compact 標(biāo)記壓縮算法

　　簡單地把.NET的GC算法看作Mark-Compact算法。階段1: Mark-Sweep 標(biāo)記清除階段，先假設(shè)heap中所有對象都可以回收，然后找出不能回收的對象，給這些對象打上標(biāo)記，最后heap中沒有打標(biāo)記的對象都是可以被回收的；階段2: Compact 壓縮階段，對象回收之后heap內(nèi)存空間變得不連續(xù)，在heap中移動(dòng)這些對象，使他們重新從heap基地址開始連續(xù)排列，類似于磁盤空間的碎片整理。

　　Heap內(nèi)存經(jīng)過回收、壓縮之后，可以繼續(xù)采用前面的heap內(nèi)存分配方法，即僅用一個(gè)指針記錄heap分配的起始地址就可以。主要處理步驟：將線程掛起→確定roots→創(chuàng)建reachable objects graph→對象回收→heap壓縮→指針修復(fù)。可以這樣理解roots：heap中對象的引用關(guān)系錯(cuò)綜復(fù)雜（交叉引用、循環(huán)引用），形成復(fù)雜的graph，roots是CLR在heap之外可以找到的各種入口點(diǎn)。

　　GC搜索roots的地方包括全局對象、靜態(tài)變量、局部對象、函數(shù)調(diào)用參數(shù)、當(dāng)前CPU寄存器中的對象指針（還有finalization queue）等。主要可以歸為2種類型：已經(jīng)初始化了的靜態(tài)變量、線程仍在使用的對象（stack+CPU register） 。 Reachable objects：指根據(jù)對象引用關(guān)系，從roots出發(fā)可以到達(dá)的對象。例如當(dāng)前執(zhí)行函數(shù)的局部變量對象A是一個(gè)root object，他的成員變量引用了對象B，則B是一個(gè)reachable object。從roots出發(fā)可以創(chuàng)建reachable objects graph，剩余對象即為unreachable，可以被回收 。

　　指針修復(fù)是因?yàn)閏ompact過程移動(dòng)了heap對象，對象地址發(fā)生變化，需要修復(fù)所有引用指針，包括stack、CPU register中的指針以及heap中其他對象的引用指針。Debug和release執(zhí)行模式之間稍有區(qū)別，release模式下后續(xù)代碼沒有引用的對象是unreachable的，而debug模式下需要等到當(dāng)前函數(shù)執(zhí)行完畢，這些對象才會(huì)成為unreachable，目的是為了調(diào)試時(shí)跟蹤局部對象的內(nèi)容。傳給了COM+的托管對象也會(huì)成為root，并且具有一個(gè)引用計(jì)數(shù)器以兼容COM+的內(nèi)存管理機(jī)制，引用計(jì)數(shù)器為0時(shí)，這些對象才可能成為被回收對象。Pinned objects指分配之后不能移動(dòng)位置的對象，例如傳遞給非托管代碼的對象（或者使用了fixed關(guān)鍵字），GC在指針修復(fù)時(shí)無法修改非托管代碼中的引用指針，因此將這些對象移動(dòng)將發(fā)生異常。pinned objects會(huì)導(dǎo)致heap出現(xiàn)碎片，但大部分情況來說傳給非托管代碼的對象應(yīng)當(dāng)在GC時(shí)能夠被回收掉。 　　　　　　

　　二、 Generational 分代算法

　　程序可能使用幾百M(fèi)、幾G的內(nèi)存，對這樣的內(nèi)存區(qū)域進(jìn)行GC操作成本很高，分代算法具備一定統(tǒng)計(jì)學(xué)基礎(chǔ)，對GC的性能改善效果比較明顯。將對象按照生命周期分成新的、老的，根據(jù)統(tǒng)計(jì)分布規(guī)律所反映的結(jié)果，可以對新、老區(qū)域采用不同的回收策略和算法，加強(qiáng)對新區(qū)域的回收處理力度，爭取在較短時(shí)間間隔、較小的內(nèi)存區(qū)域內(nèi)，以較低成本將執(zhí)行路徑上大量新近拋棄不再使用的局部對象及時(shí)回收掉。分代算法的假設(shè)前提條件：

　　1、大量新創(chuàng)建的對象生命周期都比較短，而較老的對象生命周期會(huì)更長；

　　2、對部分內(nèi)存進(jìn)行回收比基于全部內(nèi)存的回收操作要快；

　　3、新創(chuàng)建的對象之間關(guān)聯(lián)程度通常較強(qiáng)。heap分配的對象是連續(xù)的，關(guān)聯(lián)度較強(qiáng)有利于提高CPU cache的命中率，.NET將heap分成3個(gè)代齡區(qū)域: Gen 0、Gen 1、Gen 2；

　　Heap分為3個(gè)代齡區(qū)域，相應(yīng)的GC有3種方式: # Gen 0 collections, # Gen 1 collections, #Gen 2 collections。如果Gen 0 heap內(nèi)存達(dá)到閥值，則觸發(fā)0代GC，0代GC后Gen 0中幸存的對象進(jìn)入Gen1。如果Gen 1的內(nèi)存達(dá)到閥值，則進(jìn)行1代GC，1代GC將Gen 0 heap和Gen 1 heap一起進(jìn)行回收，幸存的對象進(jìn)入Gen2。

　　2代GC將Gen 0 heap、Gen 1 heap和Gen 2 heap一起回收，Gen 0和Gen 1比較小，這兩個(gè)代齡加起來總是保持在16M左右；Gen2的大小由應(yīng)用程序確定，可能達(dá)到幾G，因此0代和1代GC的成本非常低，2代GC稱為full GC，通常成本很高。粗略的計(jì)算0代和1代GC應(yīng)當(dāng)能在幾毫秒到幾十毫秒之間完成，Gen 2 heap比較大時(shí)，full GC可能需要花費(fèi)幾秒時(shí)間。大致上來講.NET應(yīng)用運(yùn)行期間，2代、1代和0代GC的頻率應(yīng)當(dāng)大致為1:10:100。

　　三、Finalization Queue和Freachable Queue

　　這兩個(gè)隊(duì)列和.NET對象所提供的Finalize方法有關(guān)。這兩個(gè)隊(duì)列并不用于存儲(chǔ)真正的對象，而是存儲(chǔ)一組指向?qū)ο蟮闹羔槨．?dāng)程序中使用了new操作符在Managed Heap上分配空間時(shí)，GC會(huì)對其進(jìn)行分析，如果該對象含有Finalize方法則在Finalization Queue中添加一個(gè)指向該對象的指針。

　　在GC被啟動(dòng)以后，經(jīng)過Mark階段分辨出哪些是垃圾。再在垃圾中搜索，如果發(fā)現(xiàn)垃圾中有被Finalization Queue中的指針?biāo)赶虻膶ο螅瑒t將這個(gè)對象從垃圾中分離出來，并將指向它的指針移動(dòng)到Freachable Queue中。這個(gè)過程被稱為是對象的復(fù)生（Resurrection），本來死去的對象就這樣被救活了。為什么要救活它呢？因?yàn)檫@個(gè)對象的Finalize方法還沒有被執(zhí)行，所以不能讓它死去。Freachable Queue平時(shí)不做什么事，但是一旦里面被添加了指針之后，它就會(huì)去觸發(fā)所指對象的Finalize方法執(zhí)行，之后將這個(gè)指針從隊(duì)列中剔除，這是對象就可以安靜的死去了。

　　.NET Framework的System.GC類提供了控制Finalize的兩個(gè)方法，ReRegisterForFinalize和SuppressFinalize。前者是請求系統(tǒng)完成對象的Finalize方法，后者是請求系統(tǒng)不要完成對象的Finalize方法。ReRegisterForFinalize方法其實(shí)就是將指向?qū)ο蟮闹羔樦匦绿砑拥紽inalization Queue中。這就出現(xiàn)了一個(gè)很有趣的現(xiàn)象，因?yàn)樵贔inalization Queue中的對象可以復(fù)生，如果在對象的Finalize方法中調(diào)用ReRegisterForFinalize方法，這樣就形成了一個(gè)在堆上永遠(yuǎn)不會(huì)死去的對象，像鳳凰涅槃一樣每次死的時(shí)候都可以復(fù)生。

　　托管資源：

　　.NET中的所有類型都是（直接或間接）從System.Object類型派生的。

　　CTS中的類型被分成兩大類——引用類型（reference type，又叫托管類型[managed type]），分配在內(nèi)存堆上；值類型（value type），分配在堆棧上。如圖：

　　值類型在棧里，先進(jìn)后出，值類型變量的生命有先后順序，這個(gè)確保了值類型變量在退出作用域以前會(huì)釋放資源。比引用類型更簡單和高效。堆棧是從高地址往低地址分配內(nèi)存。

　　引用類型分配在托管堆(Managed Heap)上，聲明一個(gè)變量在棧上保存，當(dāng)使用new創(chuàng)建對象時(shí)，會(huì)把對象的地址存儲(chǔ)在這個(gè)變量里。托管堆相反，從低地址往高地址分配內(nèi)存，如圖：

　　.NET中超過80%的資源都是托管資源。

　　非托管資源：　

　　ApplicationContext, Brush, Component, ComponentDesigner, Container, Context, Cursor, FileStream, Font, Icon, Image, Matrix, Object, OdbcDataReader, OleDBDataReader, Pen, Regex, Socket, StreamWriter, Timer, Tooltip, 文件句柄, GDI資源, 數(shù)據(jù)庫連接等等資源。可能在使用的時(shí)候很多都沒有注意到！

　　.NET的GC機(jī)制有這樣兩個(gè)問題：

　　首先，GC并不是能釋放所有的資源。它不能自動(dòng)釋放非托管資源。

　　第二，GC并不是實(shí)時(shí)性的，這將會(huì)造成系統(tǒng)性能上的瓶頸和不確定性。

　　GC并不是實(shí)時(shí)性的，這會(huì)造成系統(tǒng)性能上的瓶頸和不確定性。所以有了IDisposable接口，IDisposable接口定義了Dispose方法，這個(gè)方法用來供程序員顯式調(diào)用以釋放非托管資源。使用using語句可以簡化資源管理。

　　示例：

///summary
/// 執(zhí)行SQL語句，返回影響的記錄數(shù)
////summary
///param name="SQLString"SQL語句/param
///returns影響的記錄數(shù)/returns
publicstaticint ExecuteSql(string SQLString)
{
    using (SqlConnection connection =new SqlConnection(connectionString))
    {
        using (SqlCommand cmd =new SqlCommand(SQLString, connection))
        {
            try
            {
                connection.Open();
                int rows = cmd.ExecuteNonQuery();
                return rows;
            }
            catch (System.Data.SqlClient.SqlException e)
            {
                connection.Close();
                throw e;
            }
            finally
            {
                cmd.Dispose();
                connection.Close();
            }
        }
    }
}

NET技術(shù)：C#技術(shù)漫談之垃圾回收機(jī)制(GC)，轉(zhuǎn)載需保留來源！

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請第一時(shí)間聯(lián)系我們修改或刪除，多謝。