Netty12# 池化内存框架流程
前言
本文简要梳理为什么使用池化内存？Netty使用池化内存从哪些方面提升了效率？梳理了池化内存的核心组件大体含义以及内存分配流程，勾勒池化内存的整体框架。后面文章会详细拆解每个点是如何实现的。
一、使用池化内存
为啥要使用池化内存呢？ 主要以下两点：
1.频繁申请释放堆外直接内存耗时严重影响效率
2.减少小而不连续的空闲内存（也就是内存碎片）
Netty中又是如何体现内存池并提升效率的呢？
1.将申请的大块内存划分为不同的尺寸
2.不同尺寸的内存使用不同的分配算法，例如：Netty参考slab内存分配算法和Buddy（伙伴）分配算法
3.将划分的不同尺寸缓存起来，使用的时候先从缓存中获取
4.每个线程绑定了专属逻辑内存区域（PoolArena），减少资源竞争
5.使用对象池减少频繁创建销毁性能损耗（ByteBuf对象池）
6.内存用完后，按照特定算法重新合并到大块内存中，看起来像是内存池
二、内存池核心组件
内存池尺寸划分
Netty内存池划分了四种类型尺寸，Netty以Chunk为单位申请内存。内存池主要指16M（默认）以下的内存，大于16M的内存分配不做缓存。
名称 | 范围 |
|---|---|
tiny | 0~512Byte，内存分配参考了slab算法 |
small | 512Byte~8KB，内存分配同tiny参考了slab算法 |
normal | 8KB~16M，内存分配参考了 |
huge | 大于16M |
内存池核心类
类名 | 说明 |
|---|---|
PooledByteBufAllocator | 内存池门面类，池化内存分配入口 |
PoolArena | 逻辑上的一块内存区域，管理多个PoolChunk |
PoolChunk | 连续的内存区域，一个Chunk大小为16M。每个Chunk由Page组成，每个Page大小为8KB；包含nomal类型核心内存分配算法（参考了Buddy（伙伴）分配算法） |
PoolSubpage | 包含8KB以下tiny和small的核心分配算法（参考了slab分配算法） |
PoolThreadCache | 每个线程都有独立的PoolThreadCache，缓存了tiny类型、small类型、normal类型；分配时先从缓存中获取 |
Recycler | 轻量级对象缓存池，避免频繁创建和消费性能损耗 |
ResourceLeakDetector | 负责内存泄漏检测 |
三、内存分配流程
下面通过PooledByteBufAllocator#newDirectBuffer()方法，梳理内存分配的整体流程。
@Override
protected ByteBuf newDirectBuffer(int initialCapacity, int maxCapacity) {
PoolThreadCache cache = threadCache.get(); // 注解@1
PoolArena<ByteBuffer> directArena = cache.directArena;
final ByteBuf buf;
if (directArena != null) {
buf = directArena.allocate(cache, initialCapacity, maxCapacity); // 注解@2
} else {
buf = PlatformDependent.hasUnsafe() ?
UnsafeByteBufUtil.newUnsafeDirectByteBuf(this, initialCapacity, maxCapacity) :
new UnpooledDirectByteBuf(this, initialCapacity, maxCapacity);
}
return toLeakAwareBuffer(buf); // 注解@3
}
注解@1 从当前线程中获取PoolThreadCache，也就是每个线程都绑定了PoolThreadCache
注解@2 执行内存分配过程
注解@3 通过ResourceLeakDetector检测内存泄漏
跟踪第二步，查看内存分配过程。
PooledByteBuf<T> allocate(PoolThreadCache cache, int reqCapacity, int maxCapacity) {
PooledByteBuf<T> buf = newByteBuf(maxCapacity);
allocate(cache, buf, reqCapacity);
return buf;
}
PooledByteBuf从RECYCLER中获取（对象池）
static PooledUnsafeDirectByteBuf newInstance(int maxCapacity) {
PooledUnsafeDirectByteBuf buf = RECYCLER.get();
buf.reuse(maxCapacity);
return buf;
}
下面的内存分配过程，先关注主干代码框架，分配过程整体包含了三个部分：tiny&small、small、huge。
huge：大于16M，直接分配堆外直接内存。
small：先从缓存中分配，缓存没有再从内存池分配（借鉴了buddy伙伴算法）
tiny&small：先从缓存中分配，缓存没有再从内存池分配（借鉴了slab算法）
private void allocate(PoolThreadCache cache, PooledByteBuf<T> buf, final int reqCapacity) {
final int normCapacity = normalizeCapacity(reqCapacity);
if (isTinyOrSmall(normCapacity)) { // capacity < pageSize（8KB） tiny或者small粒度
int tableIdx;
PoolSubpage<T>[] table;
boolean tiny = isTiny(normCapacity);
if (tiny) { // < 512 tiny粒度
if (cache.allocateTiny(this, buf, reqCapacity, normCapacity)) { // 缓存分配
return;
}
tableIdx = tinyIdx(normCapacity);
table = tinySubpagePools;
} else { // small 粒度
if (cache.allocateSmall(this, buf, reqCapacity, normCapacity)) {
return;
}
tableIdx = smallIdx(normCapacity);
table = smallSubpagePools;
}
final PoolSubpage<T> head = table[tableIdx]; // 获取对应的节点
synchronized (head) {
final PoolSubpage<T> s = head.next;
if (s != head) {
assert s.doNotDestroy && s.elemSize == normCapacity;
long handle = s.allocate();
assert handle >= 0;
s.chunk.initBufWithSubpage(buf, null, handle, reqCapacity);
incTinySmallAllocation(tiny);
return;
}
}
synchronized (this) {
allocateNormal(buf, reqCapacity, normCapacity);
}
incTinySmallAllocation(tiny);
return;
}
if (normCapacity <= chunkSize) { // Normal粒度（8K~16M）
if (cache.allocateNormal(this, buf, reqCapacity, normCapacity)) { // 尝试先从缓存分配
return;
}
synchronized (this) {
allocateNormal(buf, reqCapacity, normCapacity);
++allocationsNormal;
}
} else {
allocateHuge(buf, reqCapacity); // 大于16M的huge内存分配
}
}
小结下内存分配的整体过程
1.从RECYCLER对象池中复用PooledByteBuf
2.每个线程绑定了缓存PoolThreadCache
3.内存分配时，先从当前线程绑定的PoolThreadCache缓存分配；缓存没有再内存池分配，不同内存尺寸使用不同的分配算法
4.每个分配的Buffer都会由ResourceLeakDetector检测内存泄漏
腾讯云开发者
