前言:对于基于 V8 的 JS 运行时来说,堆外内存的管理是非常重要的一部分,因为 gc 的原因,V8 自己管理堆内存大小是有限制的,我们不能什么数据都往 V8 的堆里存储,比如我们想一下读取一个 1G 的文件,如果存到 V8 的堆,一下子就满了,所以我们需要定义堆外内存并进行管理。本文介绍 No.js 里目前支持的简单堆内存管理机制和字符编码解码的实现。
数据的读写,在底层都是一个个字节,那么我们在 JS 层定义的字符串,C++ 层是怎么获取的呢?比如我们在 JS 里调用自定义 log 函数打印日志。
log("hello");
我们来看看 JS 运行时中 log 函数的实现。
void No::Console::log(V8_ARGS) {
V8_ISOLATE
String::Utf8Value str(isolate, args[0]);
Log(*str);}
最终在 C++ 里可以通过 V8 提供的 String::Utf8Value 从 args 中获得 JS 层的字符串,然后调用系统函数把它打印到屏幕就行。但是这种形式使用的内容是 V8 的堆内存。那么如果我们需要操作一个非常大的字符串,那怎么办呢?这时候就需要使用 V8 提供的堆外内存机制 ArrayBuffer。
我们看看这个类关于内存申请的一些实现细节。当我们在 JS 里执行以下代码时
new ArrayBuffer(1)
来看看 V8 的实现。
BUILTIN(ArrayBufferConstructor) {
// [[Construct]] args 为 JS 层的参数
Handle<JSReceiver> new_target = Handle<JSReceiver>::cast(args.new_target());
// JS 层定义的长度,即 ArrayBuffer 的第一个参数
Handle<Object> length = args.atOrUndefined(isolate, 1);
return ConstructBuffer(isolate,
target,
new_target,
number_length, // = length
number_max_length, // 空
InitializedFlag::kZeroInitialized);}
接着看 ConstructBuffer 。
Object ConstructBuffer(Isolate* isolate, Handle<JSFunction> target,
Handle<JSReceiver> new_target, Handle<Object> length,
Handle<Object> max_length, InitializedFlag initialized) {
// resizable = ResizableFlag::kNotResizable
ResizableFlag resizable = max_length.is_null() ? ResizableFlag::kNotResizable : ResizableFlag::kResizable;
// 申请一个 JSArrayBuffer 对象,不包括存储数据的内存
Handle<JSObject> result;
ASSIGN_RETURN_FAILURE_ON_EXCEPTION(
isolate, result,
JSObject::New(target, new_target, Handle<AllocationSite>::null()));
auto array_buffer = Handle<JSArrayBuffer>::cast(result);
size_t byte_length;
size_t max_byte_length = 0;
// byte_length:需要申请的字节数,由 length Object 解析得到,并且校验申请的大小是否超过阈值
if (!TryNumberToSize(*length, &byte_length) ||
byte_length > JSArrayBuffer::kMaxByteLength) {
// ...
}
std::unique_ptr<BackingStore> backing_store;
// 申请存储数据的内存
backing_store = BackingStore::Allocate(isolate, byte_length, shared, initialized);
max_byte_length = byte_length;
// 保存ArrayBuffer 存储数据的内存
array_buffer->Attach(std::move(backing_store));
array_buffer->set_max_byte_length(max_byte_length);}
以上代码首先申请了一个 JSArrayBuffer 对象,但是申请的对象中不包括存储数据的内存,接着通过 BackingStore::Allocate 申请存储数据的内存,并且保存到 JSArrayBuffer 中。我们接着看 BackingStore::Allocate 的内存分配逻辑。
std::unique_ptr<BackingStore> BackingStore::Allocate(
Isolate* isolate, size_t byte_length, SharedFlag shared,
InitializedFlag initialized) {
void* buffer_start = nullptr;
// ArrayBuffer 的内存分配器,初始化 V8 的时候可以设置
auto allocator = isolate->array_buffer_allocator();
if (byte_length != 0) {
auto allocate_buffer = [allocator, initialized](size_t byte_length) {
void* buffer_start = allocator->Allocate(byte_length);
return buffer_start;
};
// 执行 allocate_buffer 分配内存
buffer_start = isolate->heap()->AllocateExternalBackingStore(allocate_buffer, byte_length);
}
/ 分配一个 BackingStore 对象管理上面申请的内存
auto result = new BackingStore(...);
return std::unique_ptr<BackingStore>(result);}
我们看到最终通过 allocator->Allocate 分配内存,allocator 是在初始化 V8 的时候设置的,比如 No.js 设置的 ArrayBuffer::Allocator::NewDefaultAllocator()。
v8::ArrayBuffer::Allocator* v8::ArrayBuffer::Allocator::NewDefaultAllocator() {
return new ArrayBufferAllocator();}
我们看看 ArrayBufferAllocator。
class ArrayBufferAllocator : public v8::ArrayBuffer::Allocator {
public:
void* Allocate(size_t length) override {
return page_allocator_->AllocatePages(nullptr, RoundUp(length, page_size_),
page_size_,
PageAllocator::kReadWrite);
}
private:
PageAllocator* page_allocator_ = internal::GetPlatformDataCagePageAllocator();
const size_t page_size_ = page_allocator_->AllocatePageSize();};
最终调用 page_allocator_ 去分配内存,从 page_allocator_ 的值 GetPlatformDataCagePageAllocator 我们可以看到这里是调用系统相关的函数去申请内存,比如 Linux 下的 mmap。至此我们看到了 ArrayBuffer 的内存由来,
有了 ArrayBuffer,我们就可以在 V8 堆之外申请内存了,我们看看 No.js 里怎么使用。
http.createServer({host: '127.0.0.1', port: 8888}, (req, res) => {
// HTTP 响应的 body
const body = `...`;
// HTTP 响应报文
const response = `...`;
// 申请堆外内存
const responseBuffer = new ArrayBuffer(response.length);
// 把响应内容写入堆外内存
const bytes = new Uint8Array(responseBuffer);
for (let i = 0; i < response.length; i++) {
bytes[i] = response[i].charCodeAt(0);
}
// 发送给客户端
res.write(responseBuffer);});
接着我们看看 write 的实现。
// 拿到 JS 的 ArrayBuffer
Local<ArrayBuffer> arrayBuffer = args[1].As<ArrayBuffer>();
std::shared_ptr<BackingStore> backing = arrayBuffer->GetBackingStore();// 申请一个写请求struct io_request *io_req = (struct io_request *)malloc(sizeof(*io_req));memset(io_req, 0, sizeof(*io_req));// 拿到底层存储数据的内存,保存到 request 中等待发送
io_req->buf = backing->Data();
io_req->len = backing->ByteLength();
JS 层设置数据,然后在 C++ 层拿到存储数据的内存发送出去,这个看起来可以满足需求,但是似乎还不够,首先每次都要自己申请一个 ArrayBuffer 和 Uint8Array 比较麻烦,而且还需要自己设置 Uint8Array 的内容,最重要的是 Uint8Array 只能保存单字节的数据,如果我们要发送非单字节的字符就会出现问题了。比如 “𠮷“ 在 JS 里长度是 2,底层占四个字节。
'𠮷'.length => 2
所以还需要封装一个模块处理这些问题。
类似 Node.js,No.js 也提供 Buffer 模块处理 V8 堆外内存,但是 No.js 没有 Node.js 实现的功能那么多。下面我们看看如何实现。
class Buffer {
bytes = null;
memory = null;
constructor({ length }) {
this.memory = new ArrayBuffer(length);
this.bytes = new Uint8Array(this.memory);
this.byteLength = length;
}
static from(str) {
const chars = toUTF8(str);
const buffer = new Buffer({length: chars.length});
for (let i = 0; i < buffer.byteLength; i++) {
buffer.bytes[i] = chars[i];
}
return buffer;
}
static toString(bytes) {
return fromUTF8(bytes);
}}
使用的方式和 Node.js 一样。
Buffer.from("你好")
字符串通过 Buffer 类实现,Buffer 封装了 ArrayBuffer 和 Uint8Array,不过更重要的是实现了 UTF-8 编码和解码,这样应用层就可以传任何字符串,Buffer 会转成对应的 UTF-8 编码(一系列二进制数据),处理完后再通过底层传输就可以。看一下 UTF-8 编码解码的实现。
function toUTF8(str) {
// 通过 ... 解决多字节字符问题
const chars = [...str];
const bytes = [];
for (let i = 0; i < chars.length; i++) {
const char = chars[i];
const code = char.codePointAt(0);
if (code > 0 && code < 0x7F) {
bytes.push(code)
} else if (code > 0x80 && code < 0x7FF) {
bytes.push((code >> 6) & 0x1f | 0xC0);
bytes.push(code & 0x3f | 0x80);
} else if ((code > 0x800 && code < 0xFFFF) || (code > 0xE000 && code < 0xFFFF)) {
bytes.push((code >> 12) & 0x0f | 0xE0);
bytes.push((code >> 6) & 0x3f | 0x80);
bytes.push(code & 0x3f | 0x80);
} else if (code > 0x10000 && code < 0x10FFFF) {
bytes.push((code >> 18) & 0x07 | 0xF0);
bytes.push((code >> 12) & 0x3f | 0x80);
bytes.push((code >> 6) & 0x3f | 0x80);
bytes.push(code & 0x3f | 0x80);
}
}
return bytes;}
toUTF8 把字符的 Unicode 码变成 UTF-8 编码,具体实现就是根据 UTF-8 的规则,但是有一个地方需要注意的是,不能简单遍历 JS 字符串。比如 “𠮷“ 在遍历的时候情况如下
'𠮷'[0] => '\uD842''𠮷'[1] => '\uDFB7'
所以需要处理一下使得每个字符变得一个独立的元素,再获得它的 unicode 码进行处理。
const chars = [...str];
接着看看 解码。
// 计算二进制数最左边有多少个连续的 1
function countByte(byte) {
let bytelen = 0;
while(byte & 0x80) {
bytelen++;
byte = (byte << 1) & 0xFF;
}
return bytelen || 1;}
function fromUTF8(bytes) {
let i = 0;
const chars = [];
while(i < bytes.length) {
const byteLen = countByte(bytes[i]);
switch(byteLen) {
case 1:
chars.push(String.fromCodePoint(bytes[i]));
i += 1;
break;
case 2:
chars.push(String.fromCodePoint( (bytes[i] & 0x1F) << 6 | (bytes[i + 1] & 0x3F) ));
i += 2;
break;
case 3:
chars.push(String.fromCodePoint( (bytes[i] & 0x0F) << 12 | (bytes[i + 1] & 0x3F) << 6| (bytes[i + 2] & 0x3F) ));
i += 3;
break;
case 4:
chars.push(String.fromCodePoint( (bytes[i] & 0x07) << 18 | (bytes[i + 1] & 0x3F) << 12 | (bytes[i + 2] & 0x3F) << 6 | (bytes[i + 3] & 0x3F) ));
i += 4;
break;
default:
throw new Error('invalid byte');
}
}
return chars.join('');}
解码的原理是首先计算单字节的最左边有多少个 1,这个表示后续的多少个字节组成一个字符。计算完后就把一个或多个字节按照 UTF-8 规则拼出 unicode 码,然后使用 fromCodePoint 转成对应字符。最后看看使用例子。
http.createServer({host: '127.0.0.1', port: 8888}, (req, res) => {
const body = `<html>
<head></head>
<body>
你好!
</body>
</html>`;
res.setHeaders({
"Content-Type": "text/html; charset=UTF-8"
});
res.end(body);});
主要的改动是返回响应数据给客户端时,直接传字符串就可以,在底层会进行相关处理。
class Socket extends events {
write(buffer) {
if (typeof buffer === 'string') {
buffer = Buffer.from(buffer).getBuffer();
}
tcp.write(this.fd, buffer);
}}
目前初步实现了堆外内存管理和编码解码的功能,这样应用层就不需要面对麻烦的堆外内存管理和数据设置问题。另外 V8 堆外内存我们平时可能关注的不是很多,但是却是一个重要的部分。