Tiểu luận Nguyên lý các ngôn ngữ lập trình Kỹ thuật Garbage Collection

Tiểu luận Nguyên lý các ngôn ngữ lập trình Kỹ thuật Garbage Collection Kỹ thuật dọn rác (Garbage Collector) là một tiến trình đặc biệt có nhiệm vụ duyệt qua các vùng nhớ đã được cấp phát và kiểm tra xem vùng nhớ nào không còn được sử dụng nữa (không còn tham chiếu tới nó nữa) thì sẽ thực hiện thu hồi một cách tự động để có thể cấp phát cho các yêu cầu tiếp theo.

LỜI MỞ ĐẦU

Thế kỷ 21 mở ra một thời đại mới , thời đại khoa học công nghệ đòi hỏi con người luôn luôn không ngừng tìm tòi học tập để tiến bộ Với sự nhảy vọt của khoa học, các kỹ thuật thực hiện trong ngành Công nghệ thông tin ngày càng phát triển chỉ trong thời gian ngắn nó đã đạt được những thành tựu to lớn ở hầu hết các lĩnh vực khác nhau trong đời sống xã hội Kỹ thuật dọn rác (Garbage Collector) là một tiến trình đặc biệt có nhiệm vụ duyệt qua các vùng nhớ đã được cấp phát và kiểm tra xem vùng nhớ nào không còn được sử dụng nữa (không còn tham chiếu tới nó nữa) thì sẽ thực hiện thu hồi một cách tự động để có thể cấp phát cho các yêu cầu tiếp theo Vấn đề chúng ta cần biết ở đây là, “làm thế nào Garbage Collector có thể biết được rằng vùng nhớ đó không còn được sử dụng nữa để mà thu hồi?”

Trong bài tiểu luận này, em xin trình bày về “Kỹ thuật Garbage

Collection”

Em xin trân thành cảm ơn thầy TS.Nguyễn Hữu Đức đã hướng dẫn và tạo

mọi điều kiện tốt nhất để em hoàn thành tốt bài tiểu luận này

MỤC LỤC

1 Các khái niệm về Garbage Collection (GC- bộ dọn rác) 3

2 Biến đếm trong GC 5

3 Mark-Sweep Collection - [McCarthy 1960] 8

4 Mark-Compact Collection (Nén sau khi đánh dấu) 10

5 Copying Garbage Collection 11

6 Non-Copying Implicit Collection 13

LỜI KẾT 13

TÀI LIỆU THAM KHẢO 14

1 Các khái niệm về Garbage Collection (GC- bộ dọn rác)

Trong quá trình lập trình ví dụ như C+ + thì chắc hẳn sẽ nhớ đến một trong những điểm mạnh và cũng rất phức tạp của ngôn ngữ này là con trỏ và cấp phát động bộ nhớ Giả sử như sau khi kết thúc chương trình mà chúng ta không thu hồi vùng nhớ này thì chuyện gì sẽ xảy ra? Các ô nhớ này sẽ cứ tồn tại trong bộ nhớ trong khi các chương trình khác không thể sử dụng được vùng nhớ này (hay còn gọi là rò rỉ bộ nhớ – memory leak) Vì thế, yêu cầu bắt buộc là sau khi sử dụng xong vùng nhớ đã cấp phát thì phải thu hồi

Trong NET (cũng như Java) có một khái niệm là Bộ dọn rác (Garbage Collector) Đây là một tiến trình đặc biệt có nhiệm vụ duyệt qua các vùng nhớ đã được cấp phát và kiểm tra xem vùng nhớ nào không còn được sử dụng nữa (không còn tham chiếu tới nó nữa) thì sẽ thực hiện thu hồi một cách tự động để có thể cấp phát cho các yêu cầu tiếp theo

Chúng ta có thể hình dung được công việc của Garbage Collector như sau: Khi chương trình khởi chạy thì một vùng nhớ liên tục còn trống sẽ được dành riêng

để cấp phát cho các biến trong chương trình (vùng nhớ này được gọi là managed-heap) Khi chúng ta dùng toán tử new để tạo một đối tượng mới thì chương trình sẽ kiểm tra xem vùng nhớ này còn đủ để cấp phát hay không, nếu không đủ thì GC sẽ được khởi động Bước đầu tiên mà GC thực hiện là tạm dừng chương trình và thực hiện việc duyệt để đánh dấu tất cả những vùng nhớ đang được sử dụng với khởi đầu tại một điểm nào đó đã biết trước (hay được gọi là điểm gốc) vì vậy ta có thể hiểu:

* Garbage Collection (GC)

-Tự động khôi phục bộ nhớ

- Chức năng của GC là tìm những đối tượng dữ liệu không còn sử dụng nữa

và giải phóng chúng bởi chương trình đang chạy

* Tại sao cần GC?

Nếu tiến trình không giải phóng bộ nhớ đã sử dụng, khoảng trống không sử dụng sẽ ngày càng tăng cho đến khi tiến trình chấm dứt hoặc việc trao đổi không gian nhớ sẽ không còn

*Rào cản trong quản lý bộ nhớ

- Lỗi lập trình có thể dẫn đến lỗi trong quản lý bộ nhớ:

+ Có thể giải phóng vùng nhớ sớm hơn khi cần

+ Có thể không giải phóng hết vùng nhớ có thể, là nguyên nhân gây ra thiếu bộ nhớ

- Những lỗi này đặc biệt nguy hiểm vì thường xuất hiện sau khi phân bổ, rất khó gỡ rối

- Nhiều lập trình viên cấp phát object tĩnh, tránh cấp phát trên heap để khỏi quan tâm khi nào giải phóng chúng

- Trong nhiều hệ thống lớn, GC được thực thi trong những đối tượng hệ thống (system’s objects)

- GC thì không được hỗ trợ bởi ngôn ngữ lập trình

- Gây ra lỗi và không tin cậy, những bộ dọn rác riêng lẻ thường không được

sử dụng bởi những ứng dụng khác

Vì vậy mục đích của GC là giải quyết những các vấn đề trên

* Tính phức tạp của GC

- GC đôi khi được xem là có chi phí rẻ hơn việc giải phóng tường minh

- Một GC tốt làm chương trình chậm 10%

- Dù có vẻ nhiều nhưng đó là một cái giá thấp để trả cho:

+ Sự tiện lợi (Convenience);

+ Thời gian phát triển (Development time);

+ Độ tin cậy (Reliability).

* Hai phase chính của GC

- Dò tìm rác (garbage detection):

+ Phân biệt những đối tượng sống (live objects) từ rác

- Giải phóng rác (garbage reclamation):

+Giải phóng vùng nhớ của các đối tượng rác, để chương trình đang chạy có thể sử dụng nó

Trong thực tế thì 2 phase này xen kẽ nhau

2 Biến đếm trong GC

Mỗi đối tượng kết hợp với 1 biến đếm số tham chiếu đến nó

Mỗi khi có 1 tham chiếu đến đối tượng được tạo, biến đếm tham chiếu sẽ tăng lên 1 và ngược lại

Khi biến đếm tham chiếu bằng 0, vùng nhớ dành cho đối tượng có thể được giải phóng

Khi đối tượng được giải phóng, thì biến đếm tham chiếu của những đối tượng mà đối tương này trỏ đến sẽ giảm xuống

Việc giải phóng một đối tượng có thể kéo theo việc giải phóng của hàng loại đối tượng khác

Đó là 2 vấn đề chính của việc tìm hiểu biến đếm

Garbage Collection gồm 2 giai đoạn: việc điều chỉnh và kiểm tra biến đếm sẽ được thực hiện ở giai đoạn đầu, và việc giải phóng sẽ xảy ra khi biến đếm bằng 0,

cả 2 thao tác này đều phải được xen vào khi chương trình thực thi Bởi vì chúng có thể xay ra bất cứ khi nào con trỏ được tạo ra hoặc giải phóng

Một ưu điểm của sử dụng biến đếm là việc cập nhật biến đếm được xen vào khi chương trình đang thực thi, việc này có thển thực hiện một cách dễ dàng Rõ ràng việc cập nhật biến đếm không bao giờ liên quan đến các thao tác để chương trình có thể thực thi Việc giải phóng hàng loạt toàn bộ các cấu trúc dữ liệu có thể

bị trì hoãn, bởi khi đã có một danh sách các đối tượng garbage mà biến đếm của chúng bằng 0 thì việc giải phóng vẫn chưa được xử lý

Việc thu gom tăng cường này có thể dễ dàng thỏa mãn yêu cầu về thời gian thực, đảm bảo các thao tác quản lý bộ nhớ sẽ không trì hoãn chương trình khi

chương trình thực thi Điều này có thể hỗ trợ chương trình khi mà việc đảm bảo về thời gian là then chốt Đồng thời việc thu gom tăng cường cũng đảm bảo cho chương trình thực thi 1 cách hiệu quả thông qua việc giảm bớt số lượng các công việc mà người lập trình cần phải làm(thu gom rác)

* Vấn đề cấu trúc vòng

Biến đếm thất bại khi giải phóng cấu trúc vòng, nguyên nhân từ việc xác

định rác Cấu trúc vòng không hiếm trong các chương trình ngày nay(Cây,Cấu trúc

dữ liệu vòng) Khi đó giải pháp được chuyển về cho lập trình viên

* Hiệu quả của biến đếm

- Khi một con trỏ được tạo, biến đếm tham chiếu của đối tượng mà nó trỏ đến phải được điều chỉnh

+ Nếu giá trị của biến con trỏ được chuyển từ con trỏ này đến con trỏ khác(phép gán), thì hai biến đếm của cả hai con trỏ phải được cập nhật, một biến

RC của 1 đối tượng sẽ tăng còn biến kia sẽ giảm

+Sau đó phải kiểm tra biến đếm=0 hay không

- Những biến ngăn xếp mà có thời gian sống ngắn sẽ phải chịu chi phí lớn cho mô hình biến đếm Trong trường hợp này biến đếm tham chiếu được tăng lên

và giảm trở lại nhanh chóng

*Biến đếm cục bộ

- Phần lớn chi phí có thể tối ưu bằng cách sử dụng biến cục bộ

- Tham chiếu từ biến cục bộ không cần giữ lại Chúng ta chỉ cần điều chỉnh biến đếm trong heap

Tuy nhiên chúng ta không thể bỏ qua hoàn toàn các con trỏ trong stack Vì vậy stack được quét trước khi đối tượng được giải phóng và chỉ khi biến đếm của con trỏ=0 thì nó được giải phóng

Hạn chế cập nhật biến đếm của đối với con trỏ trong stack sẽ giảm đáng kể chi phí của biến đếm

3 Mark-Sweep Collection - [McCarthy 1960]

- Phân biệt đối tượng sống từ rác (Mark phase)

- Thực hiện bằng đánh dấu – bắt đầu ở root set và duyệt qua đồ thị các con trỏ có thể đến được:

+ Đánh dấu những đối tượng đi qua + Thu hồi vùng nhớ rác (Sweep phase)

- Sau Mark phase, bộ nhớ sẽ được kiểm tra kỹ lưỡng để tìm ra những đối tượng không được đánh dấu(rác) và thu hồi chúng

-Dùng 1 bit làm mark-bit

1 : đánh dấu

0 : không đánh dấu

*Ví dụ:

*Thuật toán cơ bản

ot

Free_li st

Mark phase Before

if free_list is empty

mark_sweep()

if free_list is empty

return (“out-of-memory”)

pointer = allocate(A)

return (pointer)

if mark_bit(Obj) == unmarked mark_bit(Obj)=marked for C in Children(Obj) mark(C)

mark_sweep()=

for Ptr in Roots

mark(Ptr)

sweep()

Sweep()=

p = Heap_bottom

while (p < Heap_top)

if (mark_bit(p) == unmarked) then free(p) else mark_bit(p) = unmarked; p=p+size(p)

* Tính chất của Mark & Sweep

- Phân mảnh:

+ Khó cấp phát những đối tượng lớn

+ Vài đối tượng nhỏ có thể lấy nhiều khoảng trống kế tiếp

- Chi phí:

+ Tỉ lệ với kích thước heap, gồm cả đối tượng sống và rác

- Locality of reference:

+ Không di chuyển đối tượng + Đối tượng được đặt lẫn lộn là nguyên nhân nhiều page swaps (Thông thường thì những đối tượng trong cluster thường được active cùng lúc)

*Ưu điểm:

- Các object không cần di chuyển trong quá trình GC.

- Loại bỏ được rác trong trường hợp có tham chiếu vòng (cyclic structures)

*Nhược điểm:

- Giới hạn giá trị lớn nhất có thể của ô nhớ (integer)

- Tăng khả năng làm phân mảnh vùng nhớ

- Chương trình phải tạm dừng khi GC thực thi

- Giai đoạn sweep tốn chi phí cao (thời gian)

4 Mark-Compact Collection (Nén sau khi đánh dấu)

- Mark-Compact giải quyết vấn đề phân mảnh và cấp phát của mark-sweep

- Bộ dọn rác sẽ duyệt qua đồ thị con trỏ và thực hiện sao chép từng đối tượng sống sau bước này

- Kết quả là một vùng trống liên tục tiếp theo Đối tượng sống ở một phía và rác ở cũng như vùng trống ở một phía

- Những đối tượng rác được nén về cuối bộ nhớ

- Tiến trình sẽ trải qua một số bước trên bộ nhớ:

+ Một để tính vị trí mới của đối tượng (địa chỉ) + Cập nhật con các con trỏ và di chuyển các đối tượng

- Thuật toán này chậm hơn đáng kể so với Mark-Sweep

- Hai thuật toán ví dụ về Mark-Compact:

+ Two-finger Alg– cho những đối tượng có cùng kích thước + Lisp 2 Alg

5 Copying Garbage Collection

- Giống Mark-Compact, thuật toán di chuyển tất cả live objects vào một khu vực, phần còn lại của heap được giải phóng

- Có một vài phương thức cho copying GC, “Stop and-Copy” là một ví dụ

*Stop-and-Copy Collector

- Bộ nhớ heap được chia làm 2 phần

- Khi chương trình đang chạy yêu cầu cấp phát mà không còn đủ vùng nhớ chưa sử dụng

- Chương trình sẽ dừng và copying GC Được gọi để thu hồi khoảng trống

* Thuật toán

Init()=

Tospace=Heap_bottom

space_size=Heap_size/2

top_of_space=Tospace+space_size

New(n)=

If free+n>top_of_space Collect()

if free+n>top_of_space

free=Tospace abort“Memoryexhausted”

new-object=free free=free+n return(new-object)

collect()=

from-space,to-space=

to-space,from-space//swap

scan=free=Tospace

top_of_space=Tospace+space_size

forRinRoots

R=copy(R)

whilescan<free

forPinchildren(scan)

*P=copy(P)

scan=scan+s

copy(P)=

ifforwarded(P) returnforwarding_address(P) else

addr=free mem-copy(P,free) free=free+size(P) forwarding_address(P)=addr return(addr)

*Hiệu quả Copying Collection

- Thứ tự đối tượng là tùy ý

- Công việc hoàn thành phụ thuộc số lượng đối tượng sống

- Để giảm tần suất của GC, cần cấp phát không gian lớn

- Không thực tế nếu không đủ RAM và phân trang xuất hiện

* Ưu điểm:

- Giảm khả năng phân mảnh vùng nhớ heap

- Thời gian thực hiện công việc thì tỉ lệ với các đối tượng sống

- Có thể xử lý được rác chứa các tham chiếu vòng

- Không tốn bộ nhớ để lưu trường đếm

* Nhược điểm:

- Vùng nhớ dùng cho chương trình bị chia đôi (fromspace – tospace)

- Các đối tượng phải di chuyển trong vùng nhớ trong suốt quá trình thu gom rác, do vậy các tham chiếu đến các đối tượng cũng phải cập nhật

- Chương trình phải tạm dừng khi bộ thu gom rác thực thi

6 Non-Copying Implicit Collection

- Cần thêm 2 trường con trỏ và một trường màu cho mỗi đối tượng Những trường này phục vụ cho việc liên kết giữa các vùng nhớ trong một danh sách liên kết đôi Trường màu xác định đối tượng thuộc về tập live objects hay tập rác

- Duyệt tất cả các đối tượng trong vùng nhớ heap Các đối tượng live object

sẽ linking đến tập toset, và màu chuyển sang màu khác Sau khi di chuyển các live object từ fromset sang thì các object còn lại trong fromset là garbage và có thể sử dụng như một free list Sau đó tập hợp fromset sẽ hoán đổi thành toset(giống như fromspace và tospace trong copying collector)

- Trong hầu hết trường hợp thì chi phí nhỏ hơn copying collector nhưng trong vài trường hợp thì chi phí phân mảnh có thể quá nặng

*Ưu điểm:

- Chi phí dò tìm(duyệt- tracing processing) không cao

- Vùng nhớ không cần phải chia đôi, nhưng tốn thêm vùng nhớ để lưu trữ 2 biến con trỏ và trường field color

-

LỜI KẾT

Quá trình thực hiện dọn dẹp bộ nhớ của kỹ thuật Garbage Collector thật sự khiến cho chương trình của chúng ta sẽ chạy chậm hơn so với các chương trình viết bằng C/C++ Tuy nhiên, năng suất mà chúng ta đạt được là rất đáng kể bởi vì chúng ta không phải tập trung giải quyết những công việc đòi hỏi sự tỉ mỉ, cẩn thận với ngôn ngữ lập trình mà chỉ cần tập trung vào giải quyết các vấn đề của khách hàng đưa ra

Một lần nữa, chúng em xin chân thành cảm ơn thầy TS Nguyễn Hữu Đức

đã tạo mọi điều kiện tốt nhất để chúng em hoàn thành tốt bài tiểu luận này

TÀI LIỆU THAM KHẢO

1 TS Nguyễn Hữu Đức - Bài giảng Nguyên lý các ngôn ngữ lập trình.

2 http://www.ibm.com/developerworks/vn/library/j-nativememory-linux/index.html