参考Google的TCMalloc内存池实现并发内存池ConcurrentMemoryPool

项目背景

TCMalloc 是 Google 开发的内存分配器，在不少项目中都有使用，例如在 Golang 中就使用了类似的算法进行内存分配。它具有现代化内存分配器的基本特征：对抗内存碎片、在多核处理器能够 scale。之所以学习 TCMalloc，是因为想对内存管理进行深入理解。

解决问题

1. 提高效率
2. 并发处理
3. 内存碎片（内碎片、外碎片）

三大块

thread cache：一个线程对应一个内存池，需要内存时去 central cache里取资源，如果空间被释放回到thread cache，当thread cache上挂有过多的内存对象是还回给central cache，可均衡资源。此过程不需要加锁！
central cache：用于中间均衡资源，thread cache可向central cache申请资源，central cache若没有则向page cache申请，当thread cache的内存对象过多会将内存还回给central cache，central cache内存过多也会还回给page cache，具体设计之后详解。此过程须加锁！----->解决了锁竞争问题
page cache：合并内存，解决内存碎片问题。若central cache申请空间时，page cache没有空间给他，则page cache会向系统申请空间，这里我们直接调用接口申请系统堆上的空间。此过程需加锁！

thread cache：并发

如何分配定长

如何分配定长记录？例如，我们有一个 Page 的内存，大小为 4KB，现在要以 N 字节为单位进行分配。为了简化问题，就以 16 字节为单位进行分配。解法有很多，比如，bitmap。4KB / 16 / 8 = 32, 用 32 字节做 bitmap即可，实现也相当简单。
出于最大化内存利用率的目的，我们使用另一种经典的方式，freelist。将 4KB 的内存划分为 16 字节的单元，每个单元的前8个字节作为节点指针，指向下一个单元。初始化的时候把所有指针指向下一个单元；分配时，从链表头分配一个对象出去；释放时，插入到链表。由于链表指针直接分配在待分配内存中，因此不需要额外的内存开销，而且分配速度也是相当快。

注意问题一：在物理上讲，内存的空间分配一直都没有改变，当我们要使用时类似于改变他的使用权，归还时也一样，内存的物理空间地址都没有改变，所以当我们将其划分成一个一个的小块儿并用链表将其挂链，仅仅只是改变一下指针方向，物理上内存的位置并没有改变！

如何分配变长

定长记录的问题很简单，但如何分配变长记录的。对此，我们把问题化归成对多种定长记录的分配问题。我们把所有的变长记录进行“取整”，例如分配7字节，就分配8字节，31字节分配32字节，得到多种规格的定长记录。这里带来了内部内存碎片的问题，即分配出去的空间不会被完全利用，有一定浪费。为了减少内部碎片，我们将内碎片浪费控制在12%左右。如下：

[1,128]	8 byte对齐	freelist[0,16)
[129,1024]	16byte对齐	freelist[16,72)
[1025,8*1024]	128byte对齐	freelist[72,128)
[81024+1,641024]	512byte对齐	freelist[128,240)

中心线程如何创建多个线程？保证每个线程都有一个ThreadCache？

方式一：ThreadCache* list：将每个线程连起来，须加锁
方式二：tls：线程本地存储，相当于每个线程独有的全局变量。每个线程的tls变量相互不影响。起到线程安全作用。

例如：static _declspec(thread) ThreadCache* tls_threadcache = nullptr;

central cache:均衡资源、内存碎片、span处理

SpanList是一个带头双向链表，每一个span是一个节点，span和span挂链，span里挂对象。去span里取空间，先找一个非空span，然后取这个span里的对象，所取大小看实际返回值。为了方便thread cache取还空间，我们把central cache的变长分配和thread cache保持一致，如上图。
那么ThreadCache如何还对象空间呢？如下图：我们通过对象空间与span的映射，找到对应的span，然后将对象空间头插进入span链表里，即改变指针指向。

page cache：内存碎片

Span如何分配？

对于 Span的管理，我们可以如法炮制：
还是用多种定长Page来实现变长Page的分配，初始时只有128Page的Span，如果要分配1个Page的Span，就把这个Span分裂成两个，1 + 127，把127再记录下来。对于 Span 的回收，需要考虑Span的合并问题，否则在分配回收多次之后，就只剩下很小的 Span 了，也就是带来了外部碎片问题。为此，释放 Span 时，需要将前后的空闲 Span 进行合并，当然，前提是它们的 Page 要连续。
那么问题来了，如何知道前后的 Span 在哪里？
最简单的一种方式，用一个数组记录每个Page所属的 Span，而数组索引就是 Page ID。这种方式虽然简洁明了，但是在 Page 比较少的时候会有很大的空间浪费。为此，我们可以使用 map/unorder_map这种数据结构，用较少的空间开销，和不错的速度来完成这件事。

细节问题处理：

把空间申请分成三大块：

1. 0~64KB：若要申请这个范围区间的空间大小，我们设计的方法是先去ThreadCache里在对应对象大小的链表中取空间，当申请空间不足时，去CentralCache里找对应对象大小的span里找空间，若任然不够，则去PageCache里取span，当span里有足够的空间，则我们使用慢增长的方式获取空间数目，提高效率。若PageCache里也没有对应空间大小的span，则我们才去系统里申请128页来切割使用。显然，这个范围的空间申请较为频繁。
2. 64KB~128页：若我们需要一次性申请这个范围的空间，那么我们需要跳过CentralCache直接去PageCache里申请对应大小的span，若 PageCache里没有足够的空间，那么我们才去系统申请128页的空间来使用。
3. 128页以上：若我们需要一次性申请这个范围的空间，这个范围的空间较大，申请参数较为少，而PageCache里也没有对应的span，所以我们直接去系统申请空间来使用。

遇到的问题：

1. 多线程并发问题：考虑了在CentralCache里空间申请及释放操作频繁，在多线程同时进入时，基于效率的考虑，我们设计了桶锁，即每一条SpanList都挂有一个锁，多线程在不同的块儿中申请空间时将不会互相影响；而在PageCache里申请空间时，首先，操作不会太频繁，同时，所设计的结构与CentralCache并不一样，所以我们只用了一把锁将这个pagelist控制起来。这样效率以及并发问题将大大提高。
2. 空间的地址与对应span的映射问题：为了方便查找以及空间的释放，我们必需将空间和对应的span映射起来，我们选择了unorder_map，她的效率要高于map，同时我们的空间也不需要排序，所以用unorder_map正好。（同时注意，unorder_map/map的映射仅仅只是改变指针方向，并不会发生深拷贝）

存在的不足：

1. 项目的独立性不足
   当前实现的项目中我们并没有完全脱离malloc，比如在内存池自身数据结构的管理中，如SpanList中的span等结构，我们还是使用的new Span这样的操作，new的底层使用的是malloc，所以还不足以替换malloc，因为们本身没有完全脱离它。
   解决方案：项目中增加一个定长的ObjectPool的对象池，对象池的内存直接使用brk、VirarulAlloc等向系统申请，new Span替换成对象池申请内存。这样就完全脱离的malloc，就可以替换掉malloc。
2. 平台及兼容性

• linux等系统下面，需要将VirtualAlloc替换为brk等。这个是小问题 。
• x64系统下面，当前的实现支持不足。比如：id查找Span得到的映射，我们当前使用的是unorder_map。在64位系统下面，这个数据结构在性能和内存等方面都是撑不住。需要改进后基数树。
  具体参考：基数树(radix tree)

至此，ConcurrentMemoryPool项目的大体结构便呈现在我们眼前了。

代码已提交至：https://github.com/JochebedJX/ConcurrentMemoryPool