slab内存管理分享

 

1.什么是slab

Slab 是中内存管理算法，最先是由sun的工程师提出，主要是基于一下因数考虑：

 

1：内核函数常常倾向于反复请求相同的数据类型。好比：建立进程时，会请求一块内存来存放mm结构。

2：不一样的结构使用不一样的分配方法能够提升效率。一样，若是进程在撤消的时候，内核不把mm结构释放掉，而是存放到一个缓冲区里，之后如有请求mm存储空间的行为就能够直接从缓冲区中取得，而不需从新分配内存.

3:前面咱们曾分析过，若是伙伴系统频繁分配，释放内存会影响系统的效率，以此，能够把要释放到的内存放到缓冲区中，直至超过一个阀值才把它释放至伙伴系统，这样能够在必定程度上缓减减伙伴系统的压力

4:为了缓减“内碎片”的产生，一般能够把小内存块按照2的倍数组织在一块儿，这一点和伙伴系统相似

 

 

2.slab算法的具体思想

 

slab的思想是将内存分红大小不等的slabs chunks（先分红大小相等的slabs，而后每一个slab被分红大小相等chunks，不一样slab的chunk大小是不相等的）。chunk的大小依次从一个最小数开始，按某个因子增加，直到达到最大的可能值。

 若是最小值为400B，最大值是1MB，因子是1.20，各个slab的chunk的大小依次是：slab1 - 400B slab2 - 480B slab3 - 576B

分配对象时根据对象的大小选择合适的slab，在对应的slab中分配一个对象，若是对应的slab没有空闲的空间时，则再向系统请求一个slab，在分配。

释放对象时根据直接将对象只须要将对应的slab中的对象置为空闲状态便可。

这种思想能够灵活的运用，其主要的目的就是根据对内存区的使用频率来对它分类，建立一组特定大小的专用缓冲区进行处理，以免内碎片的产生。对于较少使用的内存区，能够建立一组通用缓冲区来处理（如咱们的代码中的大内存分配），即便这种处理模式产生碎片，也对整个系统的性能影响不大。

 

Linux 内核对slab的运用：

 

1.什么是slab

Slab 是中内存管理算法，最先是由sun的工程师提出，主要是基于一下因数考虑：

 

1：内核函数常常倾向于反复请求相同的数据类型。好比：建立进程时，会请求一块内存来存放mm结构。

2：不一样的结构使用不一样的分配方法能够提升效率。一样，若是进程在撤消的时候，内核不把mm结构释放掉，而是存放到一个缓冲区里，之后如有请求mm存储空间的行为就能够直接从缓冲区中取得，而不需从新分配内存.

3:前面咱们曾分析过，若是伙伴系统频繁分配，释放内存会影响系统的效率，以此，能够把要释放到的内存放到缓冲区中，直至超过一个阀值才把它释放至伙伴系统，这样能够在必定程度上缓减减伙伴系统的压力

4:为了缓减“内碎片”的产生，一般能够把小内存块按照2的倍数组织在一块儿，这一点和伙伴系统相似

 

 

2.slab算法的具体思想

 

slab的思想是将内存分红大小不等的slabs chunks（先分红大小相等的slabs，而后每一个slab被分红大小相等chunks，不一样slab的chunk大小是不相等的）。chunk的大小依次从一个最小数开始，按某个因子增加，直到达到最大的可能值。

 若是最小值为400B，最大值是1MB，因子是1.20，各个slab的chunk的大小依次是：slab1 - 400B slab2 - 480B slab3 - 576B

分配对象时根据对象的大小选择合适的slab，在对应的slab中分配一个对象，若是对应的slab没有空闲的空间时，则再向系统请求一个slab，在分配。

释放对象时根据直接将对象只须要将对应的slab中的对象置为空闲状态便可。

这种思想能够灵活的运用，其主要的目的就是根据对内存区的使用频率来对它分类，建立一组特定大小的专用缓冲区进行处理，以免内碎片的产生。对于较少使用的内存区，能够建立一组通用缓冲区来处理（如咱们的代码中的大内存分配），即便这种处理模式产生碎片，也对整个系统的性能影响不大。

 

Linux 内核对slab的运用：

 

Memcache 对slab的运用：

 

 

 

3.使用slab的优缺点

优势：减小内存碎片，提升访问效率。

缺点：通用的slab实现，会浪费约1/2的空间（好比咱们的memcache中的slab）；

 

 

4.slab 与 malloc/free 对比

应用层Slab的实现，其实是彻底基于malloc来实现的。简单说使用slab分配内存就是减小malloc的调用次数，减小调用malloc的次数所带来的好处就是slab的价值或者其提升性能的关键点。因此了解malloc的机制是理解slab的存在做用的必要条件。

少调用malloc：减小内存碎片， 减小页请求次数， 减小破坏高速缓存的次数， 减小free， 减小页换入唤出（swap）

相关性能消耗点：内存合并，页调整， 高速缓存写入

其中的具体细节有兴趣能够本身去研究。

 

5.咱们的slab

在具体看代码以前，咱们先来看一组数据：

下图中是使用slab（圈中数据）和malloc/free（框中数据）分配相同次数相同大小的内存时间消耗对比。这些数据过小，而且内存充足不足以彻底反映实际状况，可是能够证实slab在性能上的提高。

 

 

 

6.能够进行的优化和改进

更具咱们的须要，咱们能够增长一些优化策略，使咱们的内存利用率最高。可是不一样优化策略都须要额外的数据，这些数据可能须要额外的线程进行统计和分析，相对而言，可能内存利用率上升了，可是系统效率可能会降低。因此这是一个双刃剑，能够更加个人资源和须要选择一个平衡点。

1.重分配

2.峰值释放

3.制定单线程多线程容许模式