Ruby Ruby 2.2 的 可回收 symbol

saiga · 2014年09月12日 · 最后由 douxiance 回复于 2015年08月19日 · 6987 次阅读
本帖已被管理员设置为精华贴

Q: 请描述一下 Symbol 可能引起的内存泄露?

A: Symbol 不会被 GC 回收,如果频繁调用 #to_sym 方法将字符串转换成 Symbol 的话,会耗费大量内存。

这个是我比较喜欢的一道面试题,不过你已经不用记这个问题了,因为它将在 Ruby 2.2 得到解决。


进入正题

六个月前,Narihiro Nakamura 放出了一个 补丁 ,这个补丁可以让 Ruby GC 对 Symbol 进行回收,而这个特性将会与 Ruby 2.2 一同发布。

Ruby 语言规定了 Symbol 是不可回收的单例对象,为什么会在这个时候才成为 GC 的目标呢?

这是因为 Ruby 在定义 Symbol 时过于粗暴了,让所有 symbol 都不可回收,而在日常开发中大部分的 Symbol 都是可以回收的。

动态 symbol

在 Ruby 2.2 中,Narihiro Nakamura 并没有过多地改动原有的 symbol,而是定义了一个新的类型 dynamic symbol

这个类型在 C 里面是一个 RSymbol,与 RString, RArray 等一样是 RVALUE,这样 GC 就可以针对该 structs 进行回收。

于是乎 Symbol 就被分为 静态 和 动态 两种:

  • 静态 symbol

    1. 由 rb_intern() 生成的
    2. 跟原来一样有一个全局唯一的编号
    3. 不可回收
    4. LSB = 1 (最低有效位等于 1)
    5. 保留 ID 在 147 以下的例外
  • 动态 symbol

    1. 在 Ruby 中调用 #to_sym, #intern 生成的
    2. 在 C 中是一个 RVALUE
    3. 可以回收
    4. LSB = 0
    5. 当它通过 SYM2IDrb_intern 转换成一个 ID 时会变成受限状态
    6. 受限状态的 symbol 不会被回收

### Ruby 的改动

无论 symbol 是动态还是静态,对于 Ruby 都是透明的。这里是实现清单:

  • parse.y: support Symbol GC. [ruby-trunk Feature #9634] See this ticket about Symbol GC.

  • include/ruby/ruby.h: Declare few functions.

    • rb_sym2id: almost same as old SYM2ID but support dynamic symbols.
    • rb_id2sym: almost same as old ID2SYM but support dynamic symbols.
    • rb_sym2str: almost same as rb_id2str(SYM2ID(sym)) but not pin down a dynamic symbol. Declare a new struct.
    • struct RSymbol: represents a dynamic symbol as object in Ruby's heaps. Add few macros.
    • STATIC_SYM_P: check a static symbol.
    • DYNAMIC_SYM_P: check a dynamic symbol.
    • RSYMBOL: cast to RSymbol
  • gc.c: declare RSymbol. support T_SYMBOL.

  • internal.h: Declare few functions.

    • rb_gc_free_dsymbol: free up a dynamic symbol. GC call this function at a sweep phase.
    • rb_str_dynamic_intern: convert a string to a dynamic symbol.
    • rb_check_id_without_pindown: not pinning function.
    • rb_sym2id_without_pindown: ditto.
    • rb_check_id_cstr_without_pindown: ditto.
  • string.c (Init_String): String#intern and String#to_sym use rb_str_dynamic_intern.

  • template/id.h.tmpl: use LSB of ID as a flag for determining a static symbol, so we shift left other ruby_id_types.

  • string.c: use rb_sym2str instead rb_id2str(SYM2ID(sym)) to avoid pinning.

  • load.c: use xx_without_pindown function at creating temporary ID to avoid pinning.

  • object.c: ditto.

  • sprintf.c: ditto.

  • struct.c: ditto.

  • thread.c: ditto.

  • variable.c: ditto.

  • vm_method.c: ditto.

可以看出,很多改动都是针对新的 RSymbol,而 string.c 中改为调用 rb_str_dynamic_intern 使得我们可以通过 String#internString#to_sym 获得动态 symbol。

Benchmark

# /tmp/a.rb
obj = Object.new
100_000.times do |i|
  obj.respond_to?("sym#{i}".to_sym)
end
GC.start
puts"symbol : #{Symbol.all_symbols.size}"
% time RBENV_VERSION=ruby-r45059 ruby -v /tmp/a.rb
ruby 2.2.0dev (2014-02-20 trunk 45059) [x86_64-linux]
symbol : 102416
0.24s user 0.01s system 91% cpu 0.272 total

% time RBENV_VERSION=symgc ruby -v /tmp/a.rb
ruby 2.2.0dev (2014-02-20 trunk 45059) [x86_64-linux]
symbol : 2833
0.21s user 0.01s system 90% cpu 0.247 total
  • symgc 的 symbols 对象的数量大量减少了
  • 由于 Full GC 减少,使得 symgc 总耗时更少

这里有一份更详尽的性能测试清单,可以看出性能并没有明显下降 https://gist.github.com/authorNari/9359704

估计到最后,Symbol 也不比 String 快了。其实没必要区分 Symbol 和 String,编译器解释器在后台自动做优化即可。

这个的意义主要是用于减少内存占用?

#1 楼 @sevk 那还是不一样吧,关键是 String 对象 是可变的,Symbol 对象 是不变的。

#1 楼 @sevk 主要是防止程序自动生成的 symbol 太多 目前能生成可回收 symbol 的只有 #to_sym#intern,其余的 symbol 还是原来的不可回收 symbol 另外 dynamic symbol 的 pin down 条件 Narihiro Nakamura 没有细说,要看代码

symbol 已经和 frozen string 变成实现几乎一样的东西了 如果统一就更好了...

#6 楼 @luikore 对,2.1 里面 String#freeze 跟静态 symbol 一样了:都不可回收,string hash key 会自动 freeze...

省事多了...

Symbol 不回收我已知的一个问题是对外部输入进行 .to_sym 会成为性能漏洞(提交无数多的 key)。

sym 无意义了

看了一下代码,我再来补充一句:

如果存在相同的 static symbol ,获取 dynamic symbol 的函数会直接返回 static symbol

举例来说:

:sym1 # static symbol

'sym2'.to_sym # dynamic symbol
'sym1'.to_sym # static symbol

这个跟 string 还是有所区别的,所以还是有意义的 @robertlyc

#3 楼 @mingyuan0715 可以写入时拷贝吧

@saiga

A sequential unique number as in the past. (?) < 跟原来一样是一个全局唯一的编号。

#11 楼 @saiga 人家说的 symbol 本身的存在意义啦,不是 symbol 存在前提下 dynamic/static 的意义

分久必合,合久必分

最后还不如把 string 搞成 immutable

Mark 一下

需要 登录 后方可回复, 如果你还没有账号请 注册新账号