2021-05-05 16:51  阅读(119)
文章分类:Netty 学习之旅 文章标签:NettyNetty 学习
©  原文作者:中间件兴趣圈 原文地址:https://blog.csdn.net/prestigeding/article/details/53977445

在讲上篇Netty内存分配的时候,没有考虑本地线程的缓存,也就是Netty在分配内存时,首先尝试从线程本地缓存中去申请,如果申请失败,才从全局分配。本章就重点分析线程缓存相关的实现。首先我们将目光投向PooledByteBufAllocato的 final PoolThreadLocalCache threadCache;该类实现的机制类似ThreadLocal,我们重点看一下

1、PooledThreadLocalCache 源码分析

        final class PoolThreadLocalCache extends FastThreadLocal<PoolThreadCache> {
                private final AtomicInteger index = new AtomicInteger();
    
                @Override
                protected PoolThreadCache initialValue() {
                    final int idx = index.getAndIncrement();
                    final PoolArena<byte[]> heapArena;
                    final PoolArena<ByteBuffer> directArena;
    
                    if (heapArenas != null) {
                        heapArena = heapArenas[Math.abs(idx % heapArenas.length)];
                    } else {
                        heapArena = null;
                    }
    
                    if (directArenas != null) {
                        directArena = directArenas[Math.abs(idx % directArenas.length)];
                    } else {
                        directArena = null;
                    }
    
                    return new PoolThreadCache(
                            heapArena, directArena, tinyCacheSize, smallCacheSize, normalCacheSize,
                            DEFAULT_MAX_CACHED_BUFFER_CAPACITY, DEFAULT_CACHE_TRIM_INTERVAL);
                }
    
                @Override
                protected void onRemoval(PoolThreadCache value) {
                    value.free();
                }
            }

上述的代码比较简单,就是每个线程轮询访问线程中的PoolArena.HeapArena、PoolArena.DirectArena。然后每个线程对象保存着PoolThreadCache对象。所谓的线程本地分配,也就是指的在PoolThreadCache中进行分配,二话不说,马上进入到PoolThreadCache源码中:

1.1 PoolThreadCache 属性与构造函数分析

            final PoolArena<byte[]> heapArena;         //使用轮叫轮询机制,每个线程从heapArena[]中获取一个,用于内存分配。
            final PoolArena<ByteBuffer> directArena;          //同上
    
            // Hold the caches for the different size classes, which are tiny, small and normal.     //针对不同大小,线程缓存的内存
            private final MemoryRegionCache<byte[]>[] tinySubPageHeapCaches;
            private final MemoryRegionCache<byte[]>[] smallSubPageHeapCaches;
            private final MemoryRegionCache<ByteBuffer>[] tinySubPageDirectCaches;
            private final MemoryRegionCache<ByteBuffer>[] smallSubPageDirectCaches;
            private final MemoryRegionCache<byte[]>[] normalHeapCaches;
            private final MemoryRegionCache<ByteBuffer>[] normalDirectCaches;
    
            // Used for bitshifting when calculate the index of normal caches later
            private final int numShiftsNormalDirect;
            private final int numShiftsNormalHeap;
            private final int freeSweepAllocationThreshold;
    
            private int allocations;
    
            private final Thread thread = Thread.currentThread();            //当前线程
            private final Runnable freeTask = new Runnable() {               //线程消亡后,释放资源,下文会重点讲解。
                @Override
                public void run() {
                    free0();
                }
            };
    
            // TODO: Test if adding padding helps under contention
            //private long pad0, pad1, pad2, pad3, pad4, pad5, pad6, pad7;
    
            /*
             * @param  heapArena  线程使用的PoolArena.HeapArena
             * @param  directArena 线程使用的PoolArena.DirectArena
             * @param tinyCacheSize, tiny内存缓存的个数。默认为512
             * @param  smallCacheSize small内存缓存的个数,默认为256个
             * @param normalCacheSize normalCacheSize缓存的个数,默认为64
             * @param maxCacheBufferCapacity 
             *         normalHeapCaches中单个缓存区域的最大大小,默认为32k  也就是normalHeapCaches[length-1]中缓存的最大内存空间
             * @param freeSweepAllocationThreshold  在本地线程每分配freeSweepAllocationThreshold 次内存后,检测一下是否需要释放内存。
             */
            PoolThreadCache(PoolArena<byte[]> heapArena, PoolArena<ByteBuffer> directArena,
                            int tinyCacheSize, int smallCacheSize, int normalCacheSize,
                            int maxCachedBufferCapacity, int freeSweepAllocationThreshold) {
                if (maxCachedBufferCapacity < 0) {
                    throw new IllegalArgumentException("maxCachedBufferCapacity: "
                            + maxCachedBufferCapacity + " (expected: >= 0)");
                }
                if (freeSweepAllocationThreshold < 1) {
                    throw new IllegalArgumentException("freeSweepAllocationThreshold: "
                            + maxCachedBufferCapacity + " (expected: > 0)");
                }
                this.freeSweepAllocationThreshold = freeSweepAllocationThreshold;
                this.heapArena = heapArena;
                this.directArena = directArena;
                if (directArena != null) {
                    tinySubPageDirectCaches = createSubPageCaches(tinyCacheSize, PoolArena.numTinySubpagePools);
                    smallSubPageDirectCaches = createSubPageCaches(smallCacheSize, directArena.numSmallSubpagePools);
    
                    numShiftsNormalDirect = log2(directArena.pageSize);
                    normalDirectCaches = createNormalCaches(
                            normalCacheSize, maxCachedBufferCapacity, directArena);
                } else {
                    // No directArea is configured so just null out all caches
                    tinySubPageDirectCaches = null;
                    smallSubPageDirectCaches = null;
                    normalDirectCaches = null;
                    numShiftsNormalDirect = -1;
                }
                if (heapArena != null) {
                    // Create the caches for the heap allocations
                    tinySubPageHeapCaches = createSubPageCaches(tinyCacheSize, PoolArena.numTinySubpagePools);  
                    smallSubPageHeapCaches = createSubPageCaches(smallCacheSize, heapArena.numSmallSubpagePools);
    
                    numShiftsNormalHeap = log2(heapArena.pageSize);
                    normalHeapCaches = createNormalCaches(
                            normalCacheSize, maxCachedBufferCapacity, heapArena);     //@1
                } else {
                    // No heapArea is configured so just null out all caches
                    tinySubPageHeapCaches = null;
                    smallSubPageHeapCaches = null;
                    normalHeapCaches = null;
                    numShiftsNormalHeap = -1;
                }
    
                // The thread-local cache will keep a list of pooled buffers which must be returned to
                // the pool when the thread is not alive anymore.
                ThreadDeathWatcher.watch(thread, freeTask);   
            }

在方法前,已经对构造方法的入参加了说明,关注如下两个方法。

代码@1:创建createNormalCaches 。

由于PoolThreadCache的设计理念与PoolArena一样,本身并不涉及到具体内存的存储,PoolThreadCache内部维护MemoryRegionCache[] tinySubpageHeapCaches,MemoryRegionCache[] smallSubpageHeapCaches,其数组长度与PoolArena相同,MemoryRegionCaches[] normalHeapCaches,缓存的是noraml内存,Netty把大于pageSize小于chunkSize的空间成为normal内存。normalHeapCaches[1] 是normalHeapCaches[0] 的2倍, 先重点关注PoolThreadCache createNormalCaches 源码:

        private static <T> NormalMemoryRegionCache<T>[] createNormalCaches(
                    int cacheSize, int maxCachedBufferCapacity, PoolArena<T> area) {
                if (cacheSize > 0) {
                    int max = Math.min(area.chunkSize, maxCachedBufferCapacity);      //@1
                    int arraySize = Math.max(1, max / area.pageSize);                             //@2
    
                    @SuppressWarnings("unchecked")
                    NormalMemoryRegionCache<T>[] cache = new NormalMemoryRegionCache[arraySize];
                    for (int i = 0; i < cache.length; i++) {
                        cache[i] = new NormalMemoryRegionCache<T>(cacheSize);
                    }
                    return cache;
                } else {
                    return null;
                }
            }

参数 numCaches,为SubPageMemoryRegionCache[]数组的长度,而cacheSize,为每一个SubPageMemoryRegionCache中缓存的内存个数,也就是SubPageMemoryRegionCache中entries[]的长度。这里的cacheSize,就是PooledByteBufAllocator DEFAULT_TINY_CACHE_SIZE=512,DEFAULT_SMALL_CACHE_SIZE=256,DEFAULT_NORMAL_SIZE=64,其实这里的取名为DEFAULT_TINY_CACHE_LENGTH更加贴切。

代码@1:其实应该不需要与area.chunkSize做比较,因为如果超过chunkSize的内存,netty不会重复使用,直接在整个堆空间或堆外空间申请并释放。这里可能是出于代码的自我保护,得到normalHeapCaches中单个 Entry所持有的内存不超过该值。

代码@2:计算normalHeapCaches数组的长度,这里有优化的空间,用位运算:int arraySize = Math.max(1, max >> numShiftsNormalHeap ),其中numShiftsNormalHeap为 log2(pageSize)。这样做的原因,也就是normalHeapCaches 数组中的元素的大小,是以2的幂倍pageSize递增的。cacheSize默认为64,参数值来源于PooledByteBufAllocator。接下来关注PoolThreadCache的allocateTiny方法:

1.2 PoolThreadCache allocateTiny方法

        /**
             * Try to allocate a tiny buffer out of the cache. Returns {@code true} if successful {@code false} otherwise
             */
            boolean allocateTiny(PoolArena<?> area, PooledByteBuf<?> buf, int reqCapacity, int normCapacity) {
                return allocate(cacheForTiny(area, normCapacity), buf, reqCapacity);
            }
    
        private MemoryRegionCache<?> cacheForTiny(PoolArena<?> area, int normCapacity) {
                int idx = PoolArena.tinyIdx(normCapacity);
                if (area.isDirect()) {
                    return cache(tinySubPageDirectCaches, idx);
                }
                return cache(tinySubPageHeapCaches, idx);
            }
        /**
             * Try to allocate a small buffer out of the cache. Returns {@code true} if successful {@code false} otherwise
             */
            boolean allocateNormal(PoolArena<?> area, PooledByteBuf<?> buf, int reqCapacity, int normCapacity) {
                return allocate(cacheForNormal(area, normCapacity), buf, reqCapacity);
            }
    
        private MemoryRegionCache<?> cacheForNormal(PoolArena<?> area, int normCapacity) {
                if (area.isDirect()) {
                    int idx = log2(normCapacity >> numShiftsNormalDirect);
                    return cache(normalDirectCaches, idx);
                }
                int idx = log2(normCapacity >> numShiftsNormalHeap);      //@1 
                return cache(normalHeapCaches, idx);
            }
    
        private boolean allocate(MemoryRegionCache<?> cache, PooledByteBuf buf, int reqCapacity) {
                if (cache == null) {
                    // no cache found so just return false here
                    return false;
                }
                boolean allocated = cache.allocate(buf, reqCapacity);          //@2
                if (++ allocations >= freeSweepAllocationThreshold) {      
                    allocations = 0;
                    trim();                                                                                   //@3
                }
                return allocated;
            }

代码@1:根据需要申请的内存定位数组的下标,根据上文讲解的数组长度计算逻辑,相应的定位算法就显而易见了。

代码@2:MeomoryRegionCache内部持有的 Entry entries[]数组是真正持有内存的单元,故现在将重点转移到MemoryRegionCache的讲解中。

代码@3:如果分配次数达到freeSweepAllocationThreshold,进行一次尝试释放一次。具体代码见 trim()方法的讲解。

1.2.1 关于PoolThreadCache allocateForTiny 之MemoryRegionCache 源码解读【针对1.2代码@2】

1)MemoryRegionCache属性与构造方法详解

        private final Entry<T>[] entries;            //MemoryRegionCache真正持有内存的地方
        /*
        private static final class Entry<T> {
                    PoolChunk<T> chunk;      //具体的PoolChunk            
                    long handle;                      //内存持有偏移量,高32位保存的是bitmaIdx,低32位保存的是memoryMapIdx
        }
        */
                private final int maxUnusedCached;   //表示允许的最大的没有使用的内存数量(已经被缓存),默认为size的一半。
                private int head;                                    // 作用类似于ByteBuf的readerIndex,从该位置获取一个缓存的Entiry。
                private int tail;                                       // 作用类似于ByteBuf的writerIndex,从该位置增加一个加入一个新的Entity
                private int maxEntriesInUse;                // 在使用中最大的entry数量
                private int entriesInUse;                       // 目前使用中的entry数量
                @SuppressWarnings("unchecked")
                MemoryRegionCache(int size) {  // size 默认的大小为  512, 256, 64
                    entries = new Entry[powerOfTwo(size)];
                    for (int i = 0; i < entries.length; i++) {
                        entries[i] = new Entry<T>();
                    }
                    maxUnusedCached = size / 2;  //允许被缓存,但没有使用的最大数量,超过该值,则会触发内存释放操作。
                }

初始状态的MemoryRegionCache的各个属性的值分别为:

maxUnusedCached : 256,128,32,为size的一半;head:0 ;tail:0 ; maxEntriesInUse : 0; entriesInUse : 0

2)MemoryRegionCache的allocate方法详解

        /**
                 * Allocate something out of the cache if possible and remove the entry from the cache.
                 */
                public boolean allocate(PooledByteBuf<T> buf, int reqCapacity) {
                    Entry<T> entry = entries[head];      //@1
                    if (entry.chunk == null) {                  //@2
                        return false;
                    }
                    entriesInUse ++;                               //@3
                    if (maxEntriesInUse < entriesInUse) {
                        maxEntriesInUse = entriesInUse;
                    }
                    initBuf(entry.chunk, entry.handle, buf, reqCapacity);     //@4
                    // only null out the chunk as we only use the chunk to check if the buffer is full or not.
                    entry.chunk = null;    //@5
                    head = nextIdx(head);    //@6
                    return true;
                }

代码@1:从entries数组中获取一个entry,head指针表示下一个缓存的Entry。

代码@2:如果entry.chunk为空,则表示线程里暂未缓存内存,返回false,表示从本地线程中分配失败。

代码@3:每分配出一个Entry,则entriesInUse加1,表示正在使用的entry个数。

代码@5:用entry中的内存初始化ByteBuf。

代码@6:head指针加一,如果超过entries的length,则重新从0开始,其实也就是 (head + 1) % (entires.length - 1),这里使用的是位运算。如果成功分配,则返回true, 结束本次内存的分配。

1.2.3 关于PoolThreadCache allocateForTiny 之代码@3,trim方法详解:

该方法的目的是在本地线程分配达到一定次数后,检测一下从本地线程缓存分配的效率,如果总是分配不到,就是虽然本地有缓存一定的内存,但每次分配都没有找到合适内存供分配,此时需要释内存回全局分配池,避免浪费内存。

        void trim() {
                trim(tinySubPageDirectCaches);
                trim(smallSubPageDirectCaches);
                trim(normalDirectCaches);
                trim(tinySubPageHeapCaches);
                trim(smallSubPageHeapCaches);
                trim(normalHeapCaches);
            }
        private static void trim(MemoryRegionCache<?>[] caches) {
                if (caches == null) {
                    return;
                }
                for (MemoryRegionCache<?> c: caches) {
                    trim(c);
                }
            }
            private static void trim(MemoryRegionCache<?> cache) {
                if (cache == null) {
                    return;
                }
                cache.trim();
            }
        trim的具体实现是MemoryRegionCache,现在进入到MemoryRegionCache详解:
        /**
                 * Free up cached {@link PoolChunk}s if not allocated frequently enough.
                 */
                private void trim() {
                    int free = size() - maxEntriesInUse;        //@1
                    entriesInUse = 0;
                    maxEntriesInUse = 0;                             //@2
    
                    if (free <= maxUnusedCached) {           //@3
                        return;
                    }
    
                    int i = head;
                    for (; free > 0; free--) {
                        if (!freeEntry(entries[i])) {
                            // all freed
                            break;
                        }
                        i = nextIdx(i);
                    }
    
                    // Update head to point to te correct entry
                    // See https://github.com/netty/netty/issues/2924
                    head = i;
                }

在进行该方法的实现逻辑之前,我先提供一张草图,形象的反映head,tail等说明:
202105051651271911.png

代码@1:size()方法返回的是 (tail-head) & (length-1),表示当前缓存了但未被使用的个数。maxEntriesInUse的值,其实就是entiryesInUse的值。

代码@2:代码@3,如果缓存的并且未使用的个数如果小于允许的值(maxUnusedCached)值是放弃本次内存释放,否则,需要将head到tail这部分的内存全部释放,返回给全局内存分配池。这里我可能没有理解透彻,如果是我实现的话,entriesInUse该值不会设置为空,而是直接释放掉 tail-head这部分的内存就好,释放算法在内存分配与释放篇已经做过详细解读,这里不重复讲解:

        @SuppressWarnings({ "unchecked", "rawtypes" })
                private static boolean freeEntry(Entry entry) {
                    PoolChunk chunk = entry.chunk;
                    if (chunk == null) {
                        return false;
                    }
                    // need to synchronize on the area from which it was allocated before.
                    synchronized (chunk.arena) {
                        chunk.parent.free(chunk, entry.handle);
                    }
                    entry.chunk = null;
                    return true;
                }

扫描一下MemoryRegionCache类,还有一个方法我们未曾分析过,就是add方法,默认一开始MemoryRegionCache类中的Entry[] entries中的PoolChunk与handle都是空的,只有通过该add方法,将线程用过的内存缓存起来才能重复使用。我们要养成这样一个习惯,一个ByteBuf用过后,需要调用realse方法将其释放,具体到池化的PooledByteBuf,调用其realse方法,并不会将内存直接返还给JVM堆,而是放入到内存池,供重复使用,由于引入了线程本地缓存,所以在调用PooledByteBuf的release方法时,并不会将它立马返回给内存池(PoolArena),而是放入到本地线程缓存中。

        /**
                 * Add to cache if not already full.
                 */
                public boolean add(PoolChunk<T> chunk, long handle) {
                    Entry<T> entry = entries[tail];
                    if (entry.chunk != null) {
                        // cache is full
                        return false;
                    }
                    entriesInUse --;
    
                    entry.chunk = chunk;
                    entry.handle = handle;
                    tail = nextIdx(tail);
                    return true;
                }

本地线程池关于内存的分配与释放旧梳理到这里了。

2、PooledByteBuf线程本地缓存专题(线程对象池)

到目前为止,我们更加关注的是PooledByteBuf内部持有的内存的管理,重复利用,显然Netty并不满足与此,PooledByteBuf本身是否也可以缓存呢?是的,一样可以缓存,并且netty从PooledByteBuf对象本身,指向的内存从两个方面进行缓存,回收利用,并不是将单一某个面进行一起缓存。下文,将从PooledByteBuf对象的回收利用这一层面进行Netty本地线程池来进行PooledByteBuf的重复利用。重复声明一下,PooledByteBuf对象池中缓存的PooledByteBuf,并没有任何缓存区(byte[]或java.nio.ByteBuffer)关联,只是PooledByteBuf本身,从对象池中获取一个PooledByteBuf后,还需要调用initBuf等方法进行内存的分配。

请看如下代码片段:来自PooledHeapByteBuf:

         private static final Recycler<PooledHeapByteBuf> RECYCLER = new Recycler<PooledHeapByteBuf>() {
                @Override
                protected PooledHeapByteBuf newObject(Handle<PooledHeapByteBuf> handle) {
                    return new PooledHeapByteBuf(handle, 0);
                }
            };//@2
    
            static PooledHeapByteBuf newInstance(int maxCapacity) {
                PooledHeapByteBuf buf = RECYCLER.get();      //@1 
                buf.setRefCnt(1);
                buf.maxCapacity(maxCapacity);
                return buf;
            }

关注代码@1,@2创建一个PooledHeapByteBuf,是从一个静态变量 RECYLER的get方法中获取,代码@2的写法是不是和ThreadLocal的使用非常类似,所以本专题的主角,就非Recycler莫属了。

2.1 Recycler构造方法核心属性

        private static final int DEFAULT_MAX_CAPACITY;       //对象池默认的最大容量
        private static final int INITIAL_CAPACITY;                   //初始容量
        private final int maxCapacity;   //对象池的容量,由构造方法中进行初始化,默认为DEFAULT_MAX_CAPACITY。
        private final FastThreadLocal<Stack<T>> threadLocal = new FastThreadLocal<Stack<T>>() {
                @Override
                protected Stack<T> initialValue() {
                    return new Stack<T>(Recycler.this, Thread.currentThread(), maxCapacity);
                }
            };

Recycler不是一普通的对象池,而是基于线程本地变量(缓存)实现的对象池,所以此处的threadLocal是Recycler中至关重要的数据结构。我们可以看出,Recycler为每个线程保持的是一叫Stack的对象。先跳过Statck,我们看一下Recycler对外提供了哪些方法供我们使用:

        @SuppressWarnings("unchecked")
            public final T get() {
                Stack<T> stack = threadLocal.get();
                DefaultHandle<T> handle = stack.pop();
                if (handle == null) {
                    handle = stack.newHandle();
                    handle.value = newObject(handle);
                }
                return (T) handle.value;
            }
    
            public final boolean recycle(T o, Handle<T> handle) {
                DefaultHandle<T> h = (DefaultHandle<T>) handle;
                if (h.stack.parent != this) {
                    return false;
                }
    
                h.recycle(o);
                return true;
            }

看到这里,为了摸清楚Recycler的内部实现原理,我们只能将目光先投向Stack类。但一看又发现Statck内部维护着这样一个数据结构:DefaultHandle<?>[] elements;也就是一个Statck类维护这样一个DefaultHandle数组,所以,我们先将目光锁定在DefaultHandle上:

2.2 DefaultHandle源码详解

DefaultHandle,是对象池中最基本的单元,由该对象包裹着实际缓存的对象。

        public interface Handle<T> {    //负责对象回收接口
                void recycle(T object);    
            }
        static final class DefaultHandle<T> implements Handle<T> {
                private int lastRecycledId;                     //@1
                private int recycleId;                             //@2,这两个属性待分解
    
                private Stack<?> stack;                        //该Handle所在的Statck对象,上面也谈到,Statck维护一个Handle数组
                private Object value;                            //该对象就是对象池缓存的对象,这里用 private T value更合适。
    
                DefaultHandle(Stack<?> stack) {         // 构造函数
                    this.stack = stack;
                }
    
                @Override
                public void recycle(Object object) {
                    if (object != value) {
                        throw new IllegalArgumentException("object does not belong to handle");
                    }
                    Thread thread = Thread.currentThread();         //@3
                    if (thread == stack.thread) {                              //@4
                        stack.push(this);                    
                        return;
                    }
                    // we don't want to have a ref to the queue as the value in our weak map
                    // so we null it out; to ensure there are no races with restoring it later
                    // we impose a memory ordering here (no-op on x86)
                    //@5 start
                    Map<Stack<?>, WeakOrderQueue> delayedRecycled = DELAYED_RECYCLED.get();
                    WeakOrderQueue queue = delayedRecycled.get(stack);
                    if (queue == null) {
                        delayedRecycled.put(stack, queue = new WeakOrderQueue(stack, thread));
                    }
                    queue.add(this);  // @5 end
                }
            }

代码@1,@2:待下文分解。

代码@3:获取当前释放的线程。

代码@4:如果释放当前的线程与Statck对象保持一致,直接将对象放入到该线程对象的Statck中即可。

代码@5:大意是说我们不希望当前调用recycle方法的线程与Handle对象中statck对象的线程竟然不一致,我们需要强制一个内存排序,这个我就有点懵逼了。先理解一下该代码的含义:

将Handle对象放入到收集线程的本地缓存中,存放的是一个 Map<Stack<?>, WeakOrderQueue>,然后将Handle加入到WeakOrderQueue中,WeakOrderQueue里面存放的对象是基于一个WeakReference,弱引用,在垃圾回收的时候会被清除掉,放入进对象池中的对象,在什么地方取出来呢?是在Statck的pop方法中吗?有待进一步跟踪学习,还有根据这个收集线程的本地变量存放的类型来看,是个Map,说明不只一个键值对,那这个收集线程是什么来头呢?以上两个问题,暂时缓一缓,先移步到Statck类,分析完后,才回过头来思考。

2.3 Statck 源码分析

看一段官方的介绍:

// we keep a queue of per-thread queues, which is appended to once only, each time a new thread other

// than the stack owner recycles: when we run out of items in our stack we iterate this collection

// to scavenge those that can be reused. this permits us to incur minimal thread synchronisation whilst

// still recycling all items.

首先对于Statck目前,我只能理解放入elements中的对象,放入队列中对象,处了DefaultHandle中的 delayedRercycled有放入,但整个Recycler中未有相关使用语句,应该是Netty有额外的线程来辅助回收,这是个待定的问题?需要我慢慢去寻址。目前先按照常规流程讲解Statck,并抛出相关问题,希望大家予以帮助:

2.3.1 重要属性与构造函数解析

                final Recycler<T> parent;       //@1,Statck所在的对象池引用,回收器。
                final Thread thread;                // 该Statck对象关联的线程。
                private DefaultHandle<?>[] elements;   //存放具体对象的容器。
                private final int maxCapacity;                 //允许存放的最大对象数,也就是elements数组的最大长度。
                private int size;                                        //当前elements中缓存对象的个数。
    
                private volatile WeakOrderQueue head;    
                                //Statck的另外一个对象的存放容器,是一个链表,目前没有搞懂它在什么时候会初始化。
                private WeakOrderQueue cursor, prev;
    
                Stack(Recycler<T> parent, Thread thread, int maxCapacity) {
                    this.parent = parent;
                    this.thread = thread;
                    this.maxCapacity = maxCapacity;
                    elements = new DefaultHandle[Math.min(INITIAL_CAPACITY, maxCapacity)];
                }

构造函数,就是初始化elements,maxCapacity、thread,parent等基本属性,引用链并未初始化。了解完数据结构相关的关联关系后,我们再次回到Recycler的入口方法,get与recycler方法:

        @SuppressWarnings("unchecked")
            public final T get() {
                Stack<T> stack = threadLocal.get();              
                DefaultHandle<T> handle = stack.pop();     
                if (handle == null) {
                    handle = stack.newHandle();
                    handle.value = newObject(handle);
                }
                return (T) handle.value;
            }
            public final boolean recycle(T o, Handle<T> handle) {
                DefaultHandle<T> h = (DefaultHandle<T>) handle;
                if (h.stack.parent != this) {
                    return false;
                }
    
                h.recycle(o);
                return true;
            }

上面两个方法,在了解其数据结构后,其实现思路应该很详细了,不做过多的讲解,值得留意的是Recycler是一个抽象类,需要有具体的子类在对象池中没有对象时,需要创建一个新的对象,具体创建对象的过程由其子类实现。
方法的签名:protected abstract T newObject(Handle handle);

总结:

本文详细介绍了Netty线程本地内存的分配释放机制。同时提出Netty是将PooledByteBuf 与 PooledByteBuf执行的缓存区是单独进行管理的,PooledByteBuf指向的内存缓存区统一由Netty的内存分配,释放机制来管理,而与此同时,Netty实现了基于本地线程的对象池,用来重复利用PooledByteBuf本身这个对象,从Netty本地线程池获取的PooledByteBuf对象,不能直接使用,需要为它在申请内存进行初始化。本地线程池每一个线程关联一个Statck对象,该对象维护着两个仓库,一个是DefaultHandle[] entries,用来存放对象池,还维护了另外一仓库,是用WeakOrderQueue 来维护的队列,由于整个Recycler类中,并没有对WeakOrderQueue 的 head属性进行初始化,这里的机制目前我没有想明白,只是猜测,Netty除了我们手工调用 Recycler.recycle方法外,应该有外部线程,比如定时任务之类的线程进行回收,目前未找到,由于目前对Netty的全貌并不理解,该部分的问题先留着,待后续深入后再研究,也希望志同道合的朋友提供帮助,再次十分感谢。


来源:https://blog.csdn.net/prestigeding/article/details/53977445

点赞(0)
版权归原创作者所有,任何形式转载请联系作者; Java 技术驿站 >> 源码分析Netty线程本地分配机制与PooledByteBuf线程级对象池原理分析
上一篇
源码分析内存分配与释放原理
下一篇
hreadLocal原理分析与性能优化思考(思考篇)