.Net Discovery 系列之三--深入理解.Net垃圾收集机制(上)

　　前言：

　　组成.Net平台一个很重要的部分----垃圾收集器(Garbage Collection)，今天我们就来讲讲它。想想看没有GC，.Net还能称之为一个平台吗？各种语言虽然都被编译成MSIL，但是运行时的资源回收工作却“各自为战”，这样不但增加了编程难度，也会使内存管理工作变得复杂无比(不同语言处理内存的微小差异，将在回收资源时被放大)，更也不利于平台移植。

 　　这篇文章将全面的为大家介绍.Net 垃圾收集的运行方式、算法，以及与垃圾收集相关的关键方法。

　　说到垃圾收集机制，很少有人知道，垃圾收集并不是伴随Java出现的，早在1958年，图林奖得主John发明的Lisp语言就已经提供了GC的功能，这是GC的第一次出现，是思想的一次闪光！而后，1984年Dave Ungar发明的Small talk语言第一次正式采用了GC机制。

　　.Net的垃圾回收机制是个很大的话题，如果你没接触过类似C++那样的语言，就很难理解GC是一个多么重要、令人兴奋的东西：

　　　　1.提高软件系统的内聚。

　　　　2.降低编程复杂度，使程序员不必分散精力去处理析构。

　　　　3.不妨碍设计师进行系统抽象。

　　　　4.减少由于内存运用不当产生的Bug。

　　　　5.成功的将内存管理工作从程序的编写时，脱离至运行时，使不可预估的管理漏洞变为可预估的。

　　正文：

　　本文将通过“GC的算法与工作方式”、“GC关键方法解析”两节来讲述.Net垃圾收集机制。

　　第一节. GC的算法与工作方式

　　1.算法

 　　垃圾收集器的本质,就是跟踪所有被引用到的对象，整理对象不再被引用的对象，回收相应的内存。

　　这听起来类似于一种叫做“引用计数(Reference Counting)”的算法，然而这种算法需要遍历所有对象，并维护它们的引用情况，所以效率较低些，并且在出现“环引用”时很容易造成内存泄露。所以.Net中采用了一种叫做“标记与清除(Mark Sweep)”算法来完成上述任务。

 　　“标记与清除”算法，顾名思义，这种算法有两个本领：

　　“标记”本领——垃圾的识别：从应用程序的root出发，利用相互引用关系，遍历其在Heap上动态分配的所有对象，没有被引用的对象不被标记，即成为垃圾；存活的对象被标记，即维护成了一张“根-对象可达图”。

　　其实，CLR会把对象关系看做“树图”，无疑，了解数据结构的同学都知道，有了“树图”的概念，会加快遍历对象的速度。

　　检测、标记对象引用，是一件很有意思的事情，有很多方法可以做到，但是只有一种是效率最优的，.Net中是利用栈来完成的，在不断的入栈与出栈中完成检测：先在树图中选择一个需要检测的对象，将该对象的所有引用压栈，如此反复直到栈变空为止。栈变空意味着已经遍历了这个局部根(或者说是树图中的节点)能够到达的所有对象。树图节点范围包括局部变量(实际上局部变量会很快被回收，因为它的作用域很明显、很好控制)、寄存器、静态变量，这些元素都要重复这个操作。一旦完成，便逐个对象地检查内存，没有标记的对象变成了垃圾。

 　　“清除”本领——回收内存：启用Compact算法，对内存中存活的对象进行移动，修改它们的指针，使之在内存中连续，这样空闲的内存也就连续了，这就解决了内存碎片问题，当再次为新对象分配内存时，CLR不必在充满碎片的内存中寻找适合新对象的内存空间，所以分配速度会大大提高。但是大对象（large object heap）除外，GC不会移动一个内存中巨无霸，因为它知道现在的CPU不便宜。通常，大对象具有很长的生存期，当一个大对象在.NET托管堆中产生时，它被分配在堆的一个特殊部分中，移动大对象所带来的开销超过了整理这部分堆所能提高的性能。

　　Compact算法除了会提高再次分配内存的速度，如果新分配的对象在堆中位置很紧凑的话，高速缓存的性能将会得到提高，因为一起分配的对象经常被一起使用(程序的局部性原理)，所以为程序提供一段连续空白的内存空间是很重要的。

　　2.代龄(Generation)

　　代龄就是对Heap中的对象按照存在时间长短进行分代，最短的分在第0代，最长的分在第2代，第2代中的对象往往是比较大的。Generation的层级与FrameWork版本有关，可以通过调用GC.MaxGeneration得知。

　　通常，GC会优先收集那些最近分配的对象(第0代)，这与操作系统经典内存换页算法“最近最少使用”算法如出一辙。但是，这并不代表GC只收集最近分配的对象，通常，.Net GC将堆空间按对象的生存期长短分成3代：新分配的对象在第0代(0代空间最大长度通常为256K)，按地址顺序分配，它们通常是一些局部变量；第1代(1代空间最大长度通常为2 MB)是经过0代垃圾收集后仍然驻留在内存中的对象，它们通常是一些如表单，按钮等对象；第2代是经历过几次垃圾收集后仍然驻留在内存中的对象，它们通常是一些应用程序对象。

　　当内存吃紧时(例如0代对象充满)，GC便被调入执行引擎——也就是CLR——开始对第0代的空间进行标记与压缩工作、回收工作，这通常小于1毫秒。如果回收后内存依然吃紧，那么GC会继续回收第1代(回收操作通常小于10毫秒)、第2代，当然GC有时并不是按照第0、1、2代的顺序收集垃圾的，这取决于运行时的情况，或是手动调用GC.Collect(i)指定回收的代。当对第2代回收后任然无法获得足够的内存，那么系统就会抛出OutOfMemoryException异常

　　当经过几次GC过后，0代中的某个对象仍然存在，那么它将被移动到第1代。同理，第1、2代也按同样的逻辑运行。

　　这里还要说的是，GC Heap中代的数量与容量，都是可变的(这由一个“策略引擎”控制，在第二节中，会介绍到“策略引擎”)， 以下代码结合Windbg可以说明这个问题，以下代码中，可以通过单击按钮“button1”，不断的分配内存，而后获得对象“a”的代龄情况，并且在Form加载时也会获得“a”的代龄。

 

public partial class Form1 : Form
{
        private string a = new string('a',1);
        public Form1()
        {
            InitializeComponent();
        }
        private void button1_Click(object sender, EventArgs e)
        {
            a = new string('a', 900000);
            label1.Text = GC.GetGeneration(a).ToString();
        }
        private void Form1_Load(object sender, EventArgs e)
        {
            label1.Text = GC.GetGeneration(a).ToString();
        }
}

 

　　　　程序刚加载时，“a”的代龄为第0代，通过windbg我们还获得了以下信息：

 　　　　　　

　　可以看出，GC堆被分成了两个段，三代，每代起始地址十进制差值为12。

 

　　点击数次“button1”按钮后，“a”的代龄升为第2代，通过windbg我们又获得了以下信息：

 　　　　　　

 

　　这里要注意一个很关键的地方，就是各代的起始(generation x starts at)十进制地址差值不再是12，0代与1代差为98904，1代与2代差为107908，这说明代的大小随程序运行在改变，并且GC heap的大小也有变化。

 

　　我是李鸣(Aicken) 请您继续关注我的下一篇文章。