Netty 之 ByteBuf 几种分配方案 及 内存溢出相关Bug

在Netty框架中,是使用Bytebuf来操作内存缓冲区的,ByteBuf
对Java Nio ByteBuffer进行了二次封装,以便操作起来更方便。使用分配器分配ByteBuf 的方式有哪几种呢?

内存回收的角度,Bytebuf分为两类:

第一类:基于对象池Pooled(池化)的ByteBuf

回收的方法:放入可以重新分配的Bytebuf池子里,等待下一次分配。

可以重用Bytebuf对象,它自己维护了一个内存池,循环利用创建的Bytebuf,提升内存的使用效率,降低高负载导致的频繁GC。

第二类:普通对象Unpooled(未池化)的ByteBuf

  1. 如果是Heap堆结构缓冲区,会被JVM的垃圾回收机制回收;

  2. 如果是Direct直接缓冲区,调用本地释放外部内存(unsafe.freeMemory)。

这两种是主要的分配方式。

内存分配的角度,ByteBuf 又可以分为两类:

第一类:堆内存HeapBytebuf

特点:内存的分配和回收快,可以被JVM自动回收;

缺点:如果进行Socket的I/O读写,需要额外做一次内存复制,将堆内存复制到内核Channel中,性能会有所下降。

第二类:直接内存DirectByteBuf

特点:非堆内存,在堆外进行内存分配,写入或者从Socket Channel中读取时,由于少了一次内存复制,速度比堆内存快;

缺点:分配和回收会慢一些。

这两种是上面两种的分支。

专家建议:在I/O通信线程的读写缓冲区使用DirectBytebuf,后端业务的编解码模式使用HeapBytebuf,这样组合可以达到性能最优。

看完上面的这段描述,是不是还搞不清楚如何为Bytebuf分配缓冲区,下面上代码,几行代码一目了然:

/**
     * 四种典型的内存分配方式
     * 性能测试,每种运行一千万次,每次分配1000个字节,并写入同样的字符串
     * @param argo
     */
    public static void main(String[] argo){
      
      Long start = System.currentTimeMillis();
      System.out.println("执行开始时间:" + start);      
      ByteBuf buf = null;   
      String str = "程就人生,程就你我";
      
      //池化直接内存
      for(int i=0;i<10000000;i++){
       buf = PooledByteBufAllocator.DEFAULT.directBuffer(1000);
       buf.writeBytes(str.getBytes());
       buf.release();
     }
      
     Long end1 = System.currentTimeMillis();
     System.out.println("PooledByteBufAllocator.DEFAULT.directBuffer 池化直接内存 ,执行结束时间:" + (end1-start));
     
     //池化堆内存
     for(int i=0;i<10000000;i++){
       buf = PooledByteBufAllocator.DEFAULT.heapBuffer(1000);
       buf.writeBytes(str.getBytes());
       buf.release();
     }
     Long end2 = System.currentTimeMillis();
     System.out.println("PooledByteBufAllocator.DEFAULT.heapBuffer 池化堆内存,执行结束时间:" + (end2-end1));
     
     //非池化直接内存 
     for(int i=0;i<10000000;i++){
       buf = Unpooled.directBuffer(1000);
       buf.writeBytes(str.getBytes());
       buf.release();
     }
     Long end3 = System.currentTimeMillis();
     System.out.println("Unpooled.directBuffer 非池化直接内存,执行结束时间:" + (end3-end2));
     
     //非池化堆内存 
     for(int i=0;i<10000000;i++){
       buf = Unpooled.buffer(1000);
       buf.release(); 
     }
     Long end4 = System.currentTimeMillis();
     System.out.println("Unpooled.buffer 非池化堆内存,执行结束时间:" + (end4-end3));
     
    }

没错,Bytebuf分配缓冲区主要有四种:池化直接内存、池化堆内存、非池化直接内存、非池化堆内存,运行一下,看看这四种分配方式的性能如何:

图片

一千万条数据,每个分配1000字节,执行的结果如上图,非池化堆内存的性能最高,非池化直接内存的性能最低。

在使用Bytebuf时,如果内存分配使用不当,则容易报内存溢出的错误。

1. 池化直接内存的

ByteBuf buf = null;       
      //池化直接内存
      for(int i=0;i<10000000;i++){
        System.out.println(i);
       buf = PooledByteBufAllocator.DEFAULT.directBuffer(1000);
       //ReferenceCountUtil.release(buf); //不及时释放,循环至1835007次,报错:java.lang.OutOfDirectMemoryError: failed to allocate 16777216 byte(s) of direct memory (used: 3791650816, max: 3797417984)
     }   

报错信息如下:

图片

2.池化堆内存的

//池化堆内存 
     for(int i=0;i<10000000;i++){
       System.out.println(i);
       buf = PooledByteBufAllocator.DEFAULT.heapBuffer(1000);
       //buf.release(); //不及时释放,循环至1556479次,报 java.lang.OutOfMemoryError: Java heap space
     } 

报错信息如下:

3.非池化直接内存

//非池化直接内存
     for(int i=0;i<10000000;i++){
       System.out.println(i);
       buf = Unpooled.directBuffer(1000);
       //buf.release(); //不及时释放,循环至1883241次,报io.netty.util.internal.OutOfDirectMemoryError: failed to allocate 1000 byte(s) of direct memory (used: 3797417000, max: 3797417984)
     }

报错信息如下:

图片

4.非池化堆内存

//非池化堆内存
     for(int i=0;i<10000000;i++){
       System.out.println(i);       
       buf = Unpooled.buffer(1000);
       //buf.release(); //一千万行全部执行完,没有报错;
     }
     System.out.println("一千万行,执行完毕~!");

执行结果如下:

无论使用的是池化直接内存,还是非池化直接内存,使用过后都要及时释放,不然就会抛出内存溢出的异常。使用非池化直接内存,也需要即使释放,不然也会抛异常,只有非池化堆内存使用过后被jvm自动回收了,可以放心使用。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容