GOODBYE 博客园（附最后一个QUIZ部分不完整答案）

博主您好！ 
首页是发表精品文章的地方。 
您的博文“QUIZ：一个有8个属性的匿名类大约会占多大的文件大小？”被移出首页，由此给您带来的麻烦，请谅解！ 
首页文章要求：原创，排版整齐，文中有文字明确说明文章的主题，内容对程序员有帮助。 
下列类型的文章不允许发到首页： 

1) 转载；2) 只有代码；3) 简单的提问；4) 软件发布；5)人才招聘；6) 包含推广或广告内容；7）活动信息；8)关闭评论功能的随笔；9）不完整的内容。

 

既然抛砖引玉中的抛砖不能出现在首页，那我也不想引玉了。真遗憾，在博客园中用了这么长的时间，我终于有了当年从CSDN退出时的感觉：实在无法理喻这里的风气了。难道C#自己写的一个自定义分页控件就是一个很有价值的文章？我的意思并非这样的文章就不好，而是说，一个引起思考的短文居然和这个比都没有价值，我不知道这样的地方价值在哪里？或者说，这样的地方已经没有多少营养了，需要认真考虑另起炉灶了。

 

我想问一下，认为不值得放首页的那些个同学，你们有几个能回答出我说的这个问题？你们有几个自己真的做过这方面的研究？知道MetaData都包含什么？这个是一个简单的提问？

 

前阵子微博上还有人调侃，说：

 

其实我倒不是觉得不能写一些非技术的东西，或者制造一些话题。但是，现在真不是观众说了算，一些我觉得没啥看头的东西占据了首页，一些其实蛮有看头的东西却被大量水文瞬间冲掉。好，废话不多说，最后给出这个被强制移出首页的QUIZ的答案。

 

一个包含了8个属性的匿名类，会占用大约5K的文件存储空间。也就是说，如果你使用了10个这样的匿名类，你的文件大小就会导致你的文件增大大约50KB。对于一个桌面应用来说，50KB算不上什么，但对于一个SilverLight应用来说，这就不是一个小数目了。更可怕的是，如果我们不知道这个问题，使用了一个比如说42个属性的匿名类，就会导致你的文件增长大约46KB的大小。当然，这里有严重的水分，原因后面会简单提到。

在开始进行一些简单的分析之前，也许你需要自己去了解一些有关CLI的知识，比如什么是BlobHeap、UserStringHeap、StringHeap、TableHeap等，以及里面是用什么格式进行组装的。原本呢，我觉得这些大家只要用Google搜索一下CLI和MetaData就会出来了，可是我现在觉得，以博客园的平均水平而言，也许连这个能力都不具备。那么好吧，下面这个是链接，有能力的请自行阅读：

http://download.microsoft.com/download/d/c/1/dc1b219f-3b11-4a05-9da3-2d0f98b20917/partition%20ii%20metadata.doc

 

下面，我们来对这一个问题进行一下简单的剖析。为了让问题更明显和突出，我们对一个有42个属性的类进行分析。

 

首先，整个匿名类哪些部分会占用的比较多？ 根据统计，在TableHeap中使用了5k，StringHeap中使用了7k，Blob使用了27k，UserString使用了1k，Body占用了近5k。需要说明的是，除了Body部分（IL代码）相对比较准确之外，其它的部分的统计是不准确的。这是因为根据规范，相同的内容很可能会自行排重而只记录一遍。而同一个内容在整个程序集中会多次被使用到，据一个例子：比如属性的访问器名称get_PageId，可能在多个类当中都有该属性；此外还有其它很多原因可能会导致重复统计。根据我的估算，可能需要打个3折，即便如此也得占用大约14k的空间。为了便于讨论，我们这里就先忽略这些重复的统计。

途中的Blog占用空间非常大，至于为什么，这是我尚未解开的部分。也许是因为：

1、BlobHeap包含了太多的东西，比如一个函数的签名，标签（Attribute）所使用的具体参数等；

2、使用的场景也比较多，比如TableHeap中的MethodRef、Method、Param等等，几乎各个Table都可能有指针指向Blob。甚至连MethodBody当中的某一句IL，比如call System.Linq.Quearyable.Where'1 ... 等，都可能会在Blob里面加一些东西；

3、从Reflector看到的情况无法解释这一部分异常增大的原因，甚至不排除这个工具本身哪里有Bug导致统计数据出现了错误。

但无论如何，也不是重复统计所能解释的，关于这部分后面会给出两个图进行说明。

抛开奇怪的Blob部分，还有一些很容易发现的问题。比如，为什么一个匿名类需要使用1k的UserStringHeap呢？UserStringHeap中记录的是你代码当中的字符串常量，比如说下面这么一段代码：

void  Main()
{
  Console.WriteLine( " Hello world! " );

} 

 

这么一个语句，当中的"Hello word!"就是要进入UserStringHeap的，大约会占用23个字节。可是我们的匿名类里面，怎么会有字符串常量呢？原来，编译器在生成匿名类的时候，为了便于你调试，会在类的前面打上一个DebuggerDisplayAttribute标签，比如：（为避免泄露些什么，字段名称已经修改，字符串中的...表示后面还有好长好长……）

 

DebuggerDisplay( @" \{ PageId = {PageId}, ReadId = {ReadId}, RefId = {RefId}, Guid = {Guid}, TypeId = {TypeId}, CategoryId = {CategoryId}, Title = {Title}, Mode = {Mode}, Setting = {Setting}, Tags = {Tags} ... } " , Type = " <Anonymous Type> " )]

 

 

打上这一个标签的好处是，当你进行断点调试的时候，你可以看看这个匿名类里面的属性值都是什么。可正是这个标签，导致了UserString的占用。由于不同匿名类中，属性名称可能会不一样，就算一样，顺序也可能不一样，因此这串字符串也就不太可能完全相同。于是，你用的匿名类越多，这种无谓的占用就会越多。幸好，这个问题只会出现在Debug的编译结果中，对于Release发布则没有这个标签。

 

接下来，也许你会奇怪，对于一个42个属性的匿名类，所使用的StringHeap会达到7k，好吧，这是我的工具重复统计导致了过分的放大。但是，仔细看一下匿名类你就会发现：

1、一个有着N个属性的匿名类实际上是一个有N个泛型参数的泛型类。假设有一个属性是PageId，则：

2、属性名称叫做PageId；（7个字节，注：C字符串格式最后有一个字符0）

3、属性的访问器叫做get_PageId；（11个字节）

4、属性所对应的成员叫做<PageId>i__Field；（17个字节）

5、属性的泛型参数名称叫做<PageId>j__TPar；（16个字节）

6、匿名类名称为AnonymousType#`N，数字#表示第#个匿名类，数字N表示有N个属性。那么对于有着8个属性的匿名类1，长度就是17个字节，对于有着42个属性的匿名类2，长度就是18个字节；

7、假设我们属性名称的平均长度就正好是6个，那么42个属性的匿名类就至少占据了2k有多。

 

从上面这个部分，我们就可以发现，假如我们把几乎不会影响一般运行，甚至对反射也没有太大影响的成员名和泛型参数名优化一下，变成平均4个字节（甚至是0字节），那么也可以减少超过一半以上的空间占用。对于使用匿名类较多的某个dll来说，光是这部分可能就可以优化掉大约10k左右的大小。

 

另一个让人吃惊的地方，是MethodBody占用非常大，大5k之多，平均一个属性有大约100多个字节。要知道，一个如下的属性：

public   int  PageId
{
   get
  {
      return  _pageId;
  }

} 

对应的il也就如下三句：

ldarg.0
ldfld thisType._pageId;
ret

 

 共6个字节。如果是Debug编译，会多出额外3句以便于调试，也就在多4个字节而已。换而言之，有其它的函数在哪里捣鬼，捣鬼的那几个函数分别是：

Equals、GetHashCode、ToString以及构造函数.ctor。

 

 

如果我们用Reflector打开这个函数来看，Equals、GetHashCode、ToString以及构造函数都要访问到每一个属性。其中对于构造函数来说，这是几乎不可避免的，因为需要对匿名类的每一个属性进行赋值操作。但是为啥需要重写Equals等其他三个函数呢？这是因为这些对象可能会被用到Dictionary的Key中，此时就必须重写Equals、GetHashCode、ToString这三个函数，而这三个函数加起来就得占用大约4k的大小。准确说，所有匿名类的属性总数，决定了整个dll中该部分代码的大小。如果你这个dll中一共有10个匿名类，每个大约10个属性，那么光是代码部分，这三个函数就占用了大约10k的大小。不要忘了，除了代码之外，我们还需要因此写入一些元数据，以及为数不少的UserString。而实际上用到这三个函数的几率非常非常的小，完全可以通过实时动态Emit来完成，而不需要占用这么大的代码空间。当然了，进行动态生成的代码也会占用不少的空间，但如果你做的是一个很大的项目，比如你有很多的页面，每个页面用到不同的Dll，里面都有不少的匿名类，那么这点的优化成本很可能是值得的。而另一种方式也许更好，那就是假设该类不会被当作对比的Key来使用，而是当作一个普通的类，那你可以干脆裁减掉这三个方法（这种裁剪我还没有试验过，也许你需要自己进行尝试）。

 

最后，我们来看看Blob方面的一个奇怪的问题，那就是：匿名类的属性越多，则某一个属性需要用到的Blob就越大。比如说对于一个有42个属性的匿名类，其某个属性访问器所使用用到的Blob大小如下图所示：（包括方法签名，方法中调用某函数、使用某成员所产生的一个MemberRef记录所用到的方法签名等）

 

而一个只有8个属性的匿名类，其某个属性访问器所使用到的blob大小为：

 

目前我想到的合理解释是，由于需要返回该属性对应的字段，如下述IL代码：

ldfld !0 <>f_AnonymousType0'42<!<xxx>j_TPar, !<xxx>j_TPar, ...>::<PageId>i__Field 

这里需要产生一个针对该字段<PageId>i__Field的签名，而签名当中又带有当前类的各种泛型参数信息，因此造成了属性越多，占用Blob越厉害的结果。而至于这部分的Blob是否如我猜测，如是，是否会每个参数都要占用这么多还是其中一部分会被重复利用，都尚未可知。当然，也有可能我的程序有Bug造成的。关于此，我想我不会在博客园继续写了。

 

如果有兴趣的同学，可以去下载一个开源的项目，叫做Mono.Cecil，我的工具就是在这个项目的基础上去完成的。通过该项目的源代码，你可以很好的了解整个.NET文件的结构组成。当然，在你正式开始阅读这部分代码之前，最好先看看我前面提到的那篇文章，因为这个Mono.Cecil的项目里面，注释量基本是Zero。对于那些从来不喜欢Read the fuck code的同学，会是一种巨大的挑战。

 

最后，我宣布从博客园正式退役了，不玩了。有些东西抱怨太多就没意思了，每次发布都要头痛，到底是放首页呢还是放首页呢，还是放首页呢？然后要从一堆花花绿绿的各种我都不知从何下手的选项中，选一些我知道的不知道的东西，简直就是一场噩梦。

 

关键是，没错，我很不爽，你们把我觉得还比较有难度有挑战的小提问给挪出去了，你们不提倡思考了，开始喜欢浮躁喜欢造话题。那些相对来说没啥技术含量的东西，字数也不见得多出多少，不也照样放在首页吗？既然咱们的人生观价值观已然发生分歧了，那只好分道扬镳了。

 

我刚刚做了一个非常艰难的决定，那就是博客园，我不玩了。至于你们信不信，我反正是信了。走咯，回家了，拜拜了各位！