内存管理(五)——内存回收

前言

上一篇介绍完了虚拟内存，这篇将要给内存管理收个尾，介绍以下内存是如何回收的。

这里所要讲的内存回收，并不是虚拟内存中的页面置换（当可使用的物理空间不足时，需要把部分页换出），而是指对用户空间中的堆段和文件映射段进行回收（用户使用 malloc、mmap 等分配出去的空间），相当于操作系统层面的自动的 free()。

内存泄露

Memory Leak，内存泄漏是指向系统申请分配内存，可是使用完了以后却不归还，结果系统也不能再次将它分配给需要的程序。

内存回收

内存回收指的是对用户空间中的堆段和文件映射段进行回收（用户使用 malloc、mmap 等分配出去的空间）。用户可以手动地使用 free() 等进行内存释放。当没有空闲的物理内存时，内核就会开始自动地进行回收内存工作。回收的方式主要是两种：后台内存回收和直接内存回收。

• 后台内存回收（kswapd）：在物理内存紧张的时候，会唤醒 kswapd 内核线程来回收内存，这个回收内存的过程异步的，不会阻塞进程的执行。
• 直接内存回收（direct reclaim）：如果后台异步回收跟不上进程内存申请的速度，就会开始直接回收，这个回收内存的过程是同步的，会阻塞进程的执行。

如果直接内存回收后，空闲的物理内存仍然无法满足此次物理内存的申请，那么内核就会触发 OOM （Out of Memory）机制，根据算法选择一个占用物理内存较高的进程，然后将其杀死，释放内存资源，直到释放足够的内存。

虽然在编程语言层面就已经提供了垃圾回收机制（Garbage Collection），但是当程序申请内存的速度远远大于内存回收的速度，还是会发生内存不足，所以还需要操作系统实现内存回收。

可被回收的内存类型

主要有两类内存可以被回收，而且它们的回收方式也不同。

• 文件页（File-backed Page）：内核缓存的磁盘数据（Buffer）和内核缓存的文件数据（Cache）都叫作文件页。大部分文件页，都可以直接释放内存，以后有需要时，再从磁盘重新读取就可以了。而那些被应用程序修改过，并且暂时还没写入磁盘的数据（也就是脏页），就得先写入磁盘，然后才能进行内存释放。所以，回收干净页的方式是直接释放内存，回收脏页的方式是先写回磁盘后再释放内存。
• 匿名页（Anonymous Page）：这部分内存没有实际载体，不像文件缓存有硬盘文件这样一个载体，比如堆、栈数据等。这部分内存很可能还要再次被访问，所以不能直接释放内存，它们回收的方式是通过操作系统的 Swap 机制，把不常访问的内存先写到磁盘中，然后释放这些内存，给其他更需要的进程使用。再次访问这些内存时，重新从磁盘读入内存就可以了。

文件页和匿名页的回收都是基于 LRU （最近最少使用）算法的。回收内存的操作基本都会发生磁盘 I/O，如果回收内存的操作很频繁，意味着磁盘 I/O 次数会很多，会影响系统的性能。

总结

虽然编程语言中有垃圾回收机制（Garbage Collection），可以回收用户申请的内存空间，但是由于存在申请速度远大于回收速度、内存使用后未释放等情况，所以操作系统还需要实现内存回收机制来兜底。

回收的方式有后台内存回收、直接内存回收和 OOM。后台内存回收是异步的，不会阻塞进程，回收速度较慢；直接内存回收是同步的，会阻塞进程，回收速度快；如果回收的速度仍然赶不上，则会触发 OOM 机制，以占用内存从高到低依次杀死进程，直到内存足够使用为止。

番外

malloc是如何分配内存的？

知道了用户空间的堆段和文件映射段是如何被回收的，那他们是怎么被分配的呢？

在虚拟内存的用户空间分段中曾经讲过，堆段是用来存储动态分配的内存的，是由用户自行申请使用的。接下来以最常见的 C 语言中的 malloc() 为例进行说明。

malloc() 并不是系统调用，而是 C 库里的函数，用于动态分配内存。malloc 申请内存的时候，会有两种方式向操作系统申请堆内存。

• 如果用户分配的内存小于 128 KB，通过 brk() 系统调用从堆分配内存；
• 如果用户分配的内存大于 128 KB，通过 mmap() 系统调用在文件映射区域分配内存；

方式一实现的方式很简单，就是通过 brk() 函数将「堆顶」指针向高地址移动，获得新的内存空间。

方式二通过 mmap() 系统调用中「私有匿名映射」的方式，在文件映射区分配一块内存，也就是从文件映射区“偷”了一块内存。

malloc() 分配的是虚拟内存，如果分配后的虚拟内存没有被访问的话，是不会将虚拟内存不会映射到物理内存，这样就不会占用物理内存了。只有在访问已分配的虚拟地址空间的时候，操作系统通过查找页表，发现虚拟内存对应的页没有在物理内存中，就会触发缺页中断，然后操作系统会建立虚拟内存和物理内存之间的映射关系。

free 释放：

malloc 返回给用户态的内存起始地址会比进程的堆空间起始地址多 16 字节，用于保存了该内存块的描述信息，比如有该内存块的大小。

这样当执行 free() 函数时，free 会对传入进来的内存地址向左偏移 16 字节，然后从这个 16 字节的分析出当前的内存块的大小，自然就知道要释放多大的内存了。

• malloc 通过 brk() 方式申请的内存，free 释放内存的时候，并不会把内存归还给操作系统，而是缓存在 malloc 的内存池中，待下次使用；
• malloc 通过 mmap() 方式申请的内存，free 释放内存的时候，会把内存归还给操作系统，内存得到真正的释放。

优点：

• 通过 brk() 方式申请内存，会预分配更大的内存来作为内存池，当内存释放的时候，就缓存在内存池中。等下次再申请内存的时候，就直接从内存池取出对应的内存块就行了，而且可能这个内存块的虚拟地址与物理地址的映射关系还存在，这样不仅减少了系统调用的次数，也减少了缺页中断的次数，这将大大降低 CPU 的消耗。
• 通过mmap() 方式申请内存，释放时不会留下碎片空间。

缺点：

• 通过 brk() 方式申请内存，释放时会留下碎片空间，可能导致内存泄露。
• 通过mmap() 方式申请内存，不仅每次都会发生运行态的切换，还会发生缺页中断（在第一次访问虚拟地址后），这样会导致 CPU 消耗较大。