当前位置：首页 > news >正文

【从零实现高并发内存池】thread cache、central cache 和 page cache 回收策略详解

news 来源：原创 2025/8/17 21:05:59

📢博客主页：https://blog.csdn.net/2301_779549673
📢博客仓库：https://gitee.com/JohnKingW/linux_test/tree/master/lesson
📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
📢本文由 JohnKi 原创，首发于 CSDN🙉
📢未来很长，值得我们全力奔赴更美好的生活✨

在这里插入图片描述

文章目录

🏳️‍🌈一、thread cache 回收策略
🏳️‍🌈二、central cache 回收策略
🏳️‍🌈三、page cahce 回收策略
👥总结

🏳️‍🌈一、thread cache 回收策略

随着我们对 thread cache 的使用，会有越来越多的内存块从 central cache 中被申请，然后等使用完后再返还给 thread cahce，挂在对应的自由链表中，继续等待使用
但是倘若我们有一个自由链表后面挂着的内存块十分地长，长到远远超过当前进程所需，那么就会造成内存地占用，导致浪费，使有的地方的内存不够使用
所以我们需要指定一个 thread cache 回收策略，针对太长的自由链表进行回收，返还给 central cache，使内存池更加高效

// 释放内存对象
void ThreadCache::Deallocate(void* ptr, size_t size) {assert(ptr);assert(size <= MAX_BYTES);// 找出对应映射的链表桶，并将对象放入链表中size_t index = SizeClass::Index(size);_freeLists[index].Push(ptr);// 当链表过长时，回收内存到中心缓存if (_freeLists[index].MaxSize() >= _freeLists[index].MaxSize()) {ListTooLong(_freeLists[index], size);}
}

当自由链表的长度大于一次批量申请的对象时，我们具体的做法就是，从该自由链表中取出一次批量个数的对象，然后将取出的这些对象还给central cache中对应的span即可。

// 释放对象时，链表过⻓时，回收内存回到中⼼缓存
void ThreadCache::ListTooLong(FreeList& list, size_t size) {void* start = nullptr;void* end = nullptr;// 弹出一段内存对象list.PopRange(start, end, list.MaxSize());CentralCache::GetInstance()->ReleaseListToSpans(start, size);
}

对于 ListTooLong 部分的代码，我们可以先确认头尾地址，将这段内存对象从链表中弹出，再通过 central cache 返还给 page cache 处理

因此我们也就需要为 list 对象新添一个弹出指定大小内存的方法 PopRange

void PopRange(void*& start, void*& end, size_t maxSize, size_t n) {assert(n >= _size);start = _freeList;end = start;for (size_t i = 0; i < n - 1; ++i) {end = NextObj(end);}_freeList = NextObj(end);NextObj(end) = nullptr;_size -= n;
}

这部分的方法思路就是

将 链表头节点作为 返回值的头地址
然后再 利用循环，不断向后扩大 这个返回内存条的范围
最后再 将剩余内存条的头节点 作为 链表新头节点
将 链表的大小剪去弹出的大小

// 管理切分好的小对象的自由链表
class FreeList {public:void Push(void* obj) {assert(obj);// 头插NextObj(obj) = _freeList;_freeList = obj;++_size;}// 将新分配的内存块放入链表中void PushRange(void* start, void* end, size_t n) {NextObj(end) = _freeList;_freeList = start;_size += n;}void PopRange(void*& start, void*& end, size_t n) {assert(n >= _size);start = _freeList;end = start;for (size_t i = 0; i < n - 1; ++i) {end = NextObj(end);}_freeList = NextObj(end);NextObj(end) = nullptr;_size -= n;}void* Pop() {assert(_freeList);// 头删void* obj = _freeList;_freeList = NextObj(obj);--_size;return obj;}bool Empty() {return (_freeList == nullptr);}size_t& MaxSize() {return _maxSize;}private:void* _freeList = nullptr;size_t _maxSize = 1;size_t _size = 0;
};

🏳️‍🌈二、central cache 回收策略

当thread cache中某个自由链表太长时，会将自由链表当中的这些对象还给central cache中的span。

注意：还给central cache的这些对象不一定都是属于同一个span的。
central cache 中的每个哈希桶当中可能都不止一个 span，因此当我们计算出还回来的对象应该还给 central cache 的哪一个桶后，还需要知道这些对象到底应该还给这个桶当中的哪一个span。

如何找到一个对象对应的span？

虽然我们现在可以通过对象的地址得到其所在的页号，但是我们还是不能知道这个对象到底属于哪一个span。因为一个span管理的可能是多个页。

为了解决这个问题，我们可以建立页号和span之间的映射 。由于这个映射关系在 page cache 进行 span 的合并时也需要用到，因此我们直接将其存放到 page cache 里面。这时我们就需要在 PageCache 类当中添加一个映射关系了，这里可以用 unordered_map 进行实现，并且添加一个函数接口，用于让 central cache 获取这里的映射关系。

// 单例模式
class PageCache{
public:// 获取从对象到span的映射Span* MapObjectToSpan(void* obj);
private:std::unordered_map<PAGE_ID, Span*> _idSpanMap;
};

因此，我们需要在 每当page cache分配span给central cache时，记录一下页号和span之间的映射关系。此后当thread cache还对象给central cache时，才知道应该具体还给哪一个span

分别应该在

page cache 在返回这个 k 页的 span 给 central cache 时
当 central cache 在调用 NewSpan 接口向 page cache 申请 k 页的 span 时

// 获取一个 k 页的 span
Span* PageCache::NewSpan(size_t k) {assert(k > 0 && k < NPAGES);// 先检查第 k 个桶里面有没有 spanif (!_spanLists[k].Empty()) {Span* kSpan = _spanLists->PopFront();// 建立 页号 与 span 的映射关系，方便 central cache 回收小块内存查找对应的 spanfor (PAGE_ID i = 0; i < kSpan->_n; ++i) {_idSpanMap[kSpan->_PAGEID + i] = kSpan;}return kSpan;}// 检查一下后面的桶里面有没有 span，如果有可以把他进行切分for (size_t i = k + 1; i < NPAGES; ++i) {// 如果后面的桶里面有 span，这个 span 是肯定大于 k 页的if (!_spanLists[i].Empty()) {// 弹出第 i 个桶的第一个 spanSpan* nSpan = _spanLists[i].PopFront();// 进行切分，切分成一个 k 页的 span 和一个 i-k 页的 spanSpan* kSpan = new Span;kSpan->_PAGEID = nSpan->_PAGEID;kSpan->_n = k;nSpan->_PAGEID += k;nSpan->_n -= k;// 将剩余的代码挂到对应的映射位置上_spanLists[nSpan->_n].PushFront(nSpan);for (PAGE_ID i = 0; i < kSpan->_n; ++i) {_idSpanMap[kSpan->_PAGEID + i] = kSpan;}return kSpan;}}// 走到这个位置就说明后面没有大页的 span 了// 就需要去找堆要一个 128 页的 spanSpan* bigSpan = new Span;void* ptr = SystemAlloc(NPAGES - 1);bigSpan->_PAGEID = (PAGE_ID)ptr >> PAGE_SHIFT;bigSpan->_n = NPAGES - 1;_spanLists[bigSpan->_n].PushFront(bigSpan);return NewSpan(k);
}

此时我们就可以通过对象的地址找到该对象对应的span了，直接将该对象的地址除以页的大小得到页号，然后在unordered_map当中找到其对应的span即可。

Span* PageCache::MapObjectToSpan(void* obj) {PAGE_ID id = ((PAGE_ID)obj >> PAGE_SHIFT);auto ret = _idSpanMap.find(id);if(ret != _idSpanMap.end())return ret->second;else {assert(false);return nullptr;}
}

当我们要通过某个页号查找其对应的span时，该页号与其span之间的映射一定是建立过的，如果此时我们没有在unordered_map当中找到，则说明我们之前的代码逻辑有问题，因此当没有找到对应的span时可以直接用断言结束程序，以表明程序逻辑出错。

// 将⼀定数量的对象释放到span跨度
void CentralCache::ReleaseListToSpans(void* start, size_t size) {size_t index = SizeClass::Index(size);_spanLists[index]._mtx.lock();while (start) {void* next = NextObj(start); // 记录下一个节点// 获取从对象到 span 的映射Span* span = PageCache::GetInstance()->MapObjectToSpan(start);// 将对象头插到 span 的自由链表中NextObj(start) = span->_freeList;span->_freeList = start;// 更新被分配给 thread cache的对象数量span->_userCount--;// 当这个span分配出去的对象数量为0时，说明这个span已经没有被分配出去的对象了，if (span->_userCount == 0) {// 此时这个span就可以再回收给 page cache 了_spanLists[index].Erase(span);span->_freeList = nullptr; // 自由链表制空span->_next = nullptr;span->_prev = nullptr;// 释放 span 给 page cache 时，使用 page cache 的锁即可，这是把 central cache桶锁解掉_spanLists[index]._mtx.unlock(); // 解除桶锁PageCache::GetInstance()->_pageMtx.lock(); // 加锁PageCache::GetInstance()->ReleaseSpanToPageCache(span); PageCache::GetInstance()->_pageMtx.unlock(); // 解锁_spanLists[index]._mtx.lock(); // 加桶锁}start = next;}_spanLists[index]._mtx.unlock();
}

在central cache 还span给 page cache 时也存在锁的问题，此时需要>先将 central cache 中对应的桶锁解掉，然后再加上 page cache 的大锁之后才能进入 page cache 进行相关操作，当处理完毕回到 central cache 时，除了将 page cache 的大锁解掉，还需要立刻加上 central cache 对应的桶锁，然后将还未还完对象继续还给 central cache 中对应的span。

🏳️‍🌈三、page cahce 回收策略

如果 central cache 中有某个 span 的 _useCount 减到0了，那么 central cache 就需要将这个 span 还给 page cache 了。
这个过程看似是非常简单的，page cache只需将还回来的span挂到对应的哈希桶上就行了。但实际为了缓解内存碎片的问题，page cache还需要尝试将还回来的span与其他空闲的span进行合并。

page cache进行前后页的合并分析

合并的过程可以分为向前合并和向后合并。如果还回来的span的起始页号是num，该span所管理的页数是n。

在向前合并时，就需要判断第num-1页对应span是否空闲，如果空闲则可以将其进行合并，并且合并后还需要继续向前尝试进行合并，直到不能进行合并为止。
在向后合并时，就需要判断第num+n页对应的span是否空闲，如果空闲则可以将其进行合并，并且合并后还需要继续向后尝试进行合并，直到不能进行合并为止。

当我们通过页号找到其对应的span时，这个span此时可能挂在page cache，也可能挂在central cache。而在合并时我们只能合并挂在page cache的span，因为挂在central cache的span当中的对象正在被其他线程使用。

我们可以在span结构中再增加一个_isUse成员，用于标记这个span是否正在被使用，而当一个span结构被创建时，默认该span是没有被使用的。

// 管理多个连续页大块内存跨度结构
struct Span {PAGE_ID _PAGEID = 0;	// 大块内存起始页的页号size_t _n = 0;			// 页的数量Span* _next = nullptr;	// 双向链表的结构Span* _prev = nullptr; size_t _userCount = 0;	// 已分配给 Thread Cache 的小块内存数量void* _freeList = nullptr; // 自由链表头指针（指向未分配的小块内存）bool _isused = false;	// 是否在被使用
};

因为当一个span在尝试进行合并时，

如果是往前合并，那么只需要通过一个span的尾页找到这个span，
如果是向后合并，那么只需要通过一个span的首页找到这个span。

也就是说，在进行合并时我们只需要用到span与其首尾页之间的映射关系就够了。

void PageCache::ReleaseSpanToPageCache(Span* span) {// 对 span 前后的页，尝试进行合并，缓解内存碎片问题// 向前合并while (1) {PAGE_ID prevId = span->_PAGEID - 1;auto ret = _idSpanMap.find(prevId);// 前面的页号没有，不合并了if (ret == _idSpanMap.end()) {break;}// 前面相邻页的span在使用，不合并了Span* prevSpan = ret->second;if (ret->second->_isused == true) {break;}// 合并出超过 128 页的 span 没办法管理，不合并了if (prevSpan->_n + span->_n > NPAGES) {break;}span->_PAGEID = prevSpan->_PAGEID;span->_n += prevSpan->_n;_spanLists[prevSpan->_n].Erase(prevSpan);delete prevSpan;}// 向后合并while (1) {PAGE_ID nextId = span->_PAGEID + span->_n; auto ret = _idSpanMap.find(nextId);if (ret == _idSpanMap.end()) {break;}Span* nextSpan = ret->second;if (nextSpan->_isused == true) {break;}if(nextSpan->_n + span->_n >> NPAGES - 1){break;}span->_n += nextSpan->_n;_spanLists[nextSpan->_n].Erase(nextSpan);delete nextSpan;}_spanLists[span->_n].PushFront(span);span->_isused = false;_idSpanMap[span->_PAGEID] = span;_idSpanMap[span->_PAGEID + span->_n - 1] = span;
}

👥总结

本篇博文对 【从零实现高并发内存池】thread cache、central cache 和 page cache 回收策略详解 做了一个较为详细的介绍，不知道对你有没有帮助呢

觉得博主写得还不错的三连支持下吧！会继续努力的~

文章目录

🏳️‍🌈一、thread cache 回收策略

🏳️‍🌈二、central cache 回收策略

🏳️‍🌈三、page cahce 回收策略

👥总结

相关文章：