数据结构与算法:多任务下的垃圾收集[3] 数据库设计
关键字:数据库设计 /** 支持多任务的垃圾收集函数,遍历哈希表,将所有引用计数为0的内存释放
@return void——无
*/
void MGC_Collect()
{
void *p;
Lock(g_lock);
HashTable_EnumBegin(g_pMTable);
while ( (p = HashTable_EnumNext(g_pMTable)) != NULL )
{
INT *pRef = (INT *)((char *)p-INT_LEN);
if ( *pRef == 0 )
{
HashTable_Delete(g_pMTable, p, HashInt, IntCompare, NULL);
MGC_Free(p);
}
}
Unlock(g_lock);
}
注意:上面定义全局哈希表对象时使用了另外一个g_pMTable变量,主要是有别于支持单任务的哈希表对象,便于采取不同的策略进行管理。
3. 使用单独任务进行垃圾收集
实现多任务支持之后,如何进行垃圾收集呢?可以看出在上面实现的MGC_Collect()函数中,只是简单地加锁,然后收集,再解锁。这样做的缺点是当分配的内存数量比较多时,需要耗费大量的时间进行收集,并且在收集的过程中其他的内存操作全部都会被挂起,直到收集完成解锁后,其他的内存操作才能继续,这就是目前实际应用中使用较多的收集方法。本书前面已经介绍了多任务下如何遍历的问题,所以这里要利用本书的多任务算法来实现更好的垃圾收集功能,使得在进行垃圾收集时不影响其他的内存操作,使得应用程序继续运行,让用户感觉不到垃圾收集在运行。
要实现收集时不影响内存操作,必须使用支持多任务的哈希表。考虑到程序效率,就不再像多任务链表那样单独写一个多任务哈希表模块,若写成单独模块,多任务哈希表自己得有一个锁,加上引用计数使用的锁g_lock总共有两个锁,需要进行两次加锁解锁操作。而锁的操作相对于内存读写操作是非常耗费时间的,所以还是让哈希表共用g_lock锁变量。另外还得发挥多任务的优势,特别是在使用多核CPU时,更应该发挥多任务的优势,尤其需要将垃圾回收放到一个单独的任务里运行。下面我们就来实现用单独的垃圾收集任务收集垃圾。
要支持多任务,首先必须定义一个多任务变量如下。
MTASK g_pMTask;
还得在MGC_Init()函数里创建MTASK对象,修改后的编码如下。
/** 多任务下的垃圾内存收集算法的初始化函数
@param INT nBucketCount——哈希表的bucket的数量
@return INT——成功返回CAPI_SUCCESS;失败返回CAPI_FAILED
*/
INT MGC_Init(INT nBucketCount)
{
g_lock = LockCreate();
if ( g_lock != NULL )
{
g_pMTable = HashTable_Create(nBucketCount);
if ( g_pMTable != NULL )
{
g_pMTask = MTask_Create();
if ( g_pMTask != NULL )
{
return CAPI_SUCCESS;
}
else
{
HashTable_Destroy(g_pMTable, NULL);
LockClose(g_lock);
}
}
else
{
LockClose(g_lock);
}
}
return CAPI_FAILED;
}