后面文章曾经分享了Netty如何援用jemalloc 4算法治理内存。
本文次要分享Netty 4.1.52之前版本中，PoolChunk如何应用jemalloc 3算法治理内存。
感兴趣的同学能够比照两种算法。
源码剖析基于Netty 4.1.29
首先阐明PoolChunk内存组织形式。
PoolChunk的内存大小默认是16M，它将内存组织成为一颗完满二叉树。
二叉树的每一层每个节点所代表的内存大小都是均等的，并且每一层节点所代表的内存大小总和加起来都是16M。
每一层节点可分配内存是父节点的1/2。整颗二叉树的总层数为12，层数从0开始。
示意图如下
先看一下PoolChunk的构造函数
PoolChunk(PoolArena<T> arena, T memory, int pageSize, int maxOrder, int pageShifts, int chunkSize, int offset) {
unpooled = false;
this.arena = arena;
this.memory = memory;
this.pageSize = pageSize;
this.pageShifts = pageShifts;
this.maxOrder = maxOrder;
this.chunkSize = chunkSize;
this.offset = offset;
unusable = (byte) (maxOrder + 1);
log2ChunkSize = log2(chunkSize);
subpageOverflowMask = ~(pageSize - 1);
freeBytes = chunkSize;
assert maxOrder < 30 : "maxOrder should be < 30, but is: " + maxOrder;
maxSubpageAllocs = 1 << maxOrder;
// Generate the memory map.
memoryMap = new byte[maxSubpageAllocs << 1];
depthMap = new byte[memoryMap.length];
int memoryMapIndex = 1;
for (int d = 0; d <= maxOrder; ++ d) { // move down the tree one level at a time
int depth = 1 << d;
for (int p = 0; p < depth; ++ p) {
// in each level traverse left to right and set value to the depth of subtree
memoryMap[memoryMapIndex] = (byte) d;
depthMap[memoryMapIndex] = (byte) d;
memoryMapIndex ++;
}
}
subpages = newSubpageArray(maxSubpageAllocs);
}unpooled： 是否应用内存池
arena：该PoolChunk所属的PoolArena
memory：底层的内存块，对于堆内存，它是一个byte数组，对于间接内存，它是(jvm)ByteBuffer，但无论是哪种模式，其内存大小默认都是16M。
pageSize：叶子节点大小，默认为8192，即8K。
maxOrder：示意二叉树最大的层数，从0开始。默认为11。
chunkSize：整个PoolChunk的内存大小，默认为16777216，即16M。
offset：底层内存对齐偏移量，默认为0。
unusable：示意节点已被调配，不必了，默认为12。
freeBytes：闲暇内存字节数。
每个PoolChunk都要按内存使用率关联到一个PoolChunkList上，内存使用率正是通过freeBytes计算。
maxSubpageAllocs：叶子节点数量，默认为2048，即2^11。
log2ChunkSize：用于计算偏移量，默认为24。
subpageOverflowMask：用于判断申请内存是否为PoolSubpage，默认为-8192。
pageShifts：用于计算分配内存所在二叉树层数，默认为13。
memoryMap：初始化内存治理二叉树，将每一层节点值设置为层数d。
应用数组保护二叉树，第d层的开始下标为 1<<d。(数组第0个元素不应用)。
depthMap：保留二叉树的层数，用于通过地位下标找到其在整棵树中对应的层数。
留神：depthMap的值代表二叉树的层数，初始化后不再变动。
memoryMap的值代表以后节点最大可申请内存块，在分配内存过程中一直变动。
节点最大可申请内存块能够通过层数d计算，为2 ^ (pageShifts + maxOrder - d)。
PoolChunk#allocate
long allocate(int normCapacity) {
if ((normCapacity & subpageOverflowMask) != 0) { // >= pageSize
return allocateRun(normCapacity);
} else {
return allocateSubpage(normCapacity);
}
}若申请内存大于pageSize，调用allocateRun办法调配Chunk级别的内存。
否则调用allocateSubpage办法调配PoolSubpage，再在PoolSubpage上调配所需内存。
PoolChunk#allocateRun
private long allocateRun(int normCapacity) {
// #1
int d = maxOrder - (log2(normCapacity) - pageShifts);
// #2
int id = allocateNode(d);
if (id < 0) {
return id;
}
// #2
freeBytes -= runLength(id);
return id;
}#1 计算应该在哪层调配分配内存maxOrder - (log2(normCapacity) - pageShifts)，如16K， 即2^14，计算结果为10，即在10层调配。#2 缩小闲暇内存字节数。
PoolChunk#allocateNode，在d层调配一个节点
private int allocateNode(int d) {
int id = 1;
int initial = - (1 << d); // has last d bits = 0 and rest all = 1
// #1
byte val = value(id);
if (val > d) { // unusable
return -1;
}
// #2
while (val < d || (id & initial) == 0) { // id & initial == 1 << d for all ids at depth d, for < d it is 0
// #3
id <<= 1;
val = value(id);
// #4
if (val > d) {
// #5
id ^= 1;
val = value(id);
}
}
byte value = value(id);
assert value == d && (id & initial) == 1 << d : String.format("val = %d, id & initial = %d, d = %d",
value, id & initial, d);
// #6
setValue(id, unusable); // mark as unusable
// #7
updateParentsAlloc(id);
return id;
}#1 memoryMap[1] > d，第0层的可分配内存有余，表明该PoolChunk内存不能满足调配，调配失败。#2 遍历二叉树，找到满足内存调配的节点。val < d，即该节点内存满足调配。id & initial = 0，即 id < 1<<d， d层之前循环继续执行。这里并不会呈现val > d的场景，但会呈现val == d的场景，如
PoolChunk以后可分配内存为2M，即memoryMap[1] = 3，这时申请2M内存，在0-2层，都是val == d。可参考前面的实例。#3 向下找到下一层下标，留神，子树左节点的下标是父节点下标的2倍。#4 val > d，示意以后节点不能满足调配#5 id ^= 1，查找同一父节点下的兄弟节点，在兄弟节点上分配内存。id ^= 1，当id为偶数，即为id+=1， 当id为奇数，即为id-=1。
因为后面通过id <<= 1找到下一层下标都是偶数，这里等于id+=1。#6
因为一开始判断了PoolChunk内存是否足以调配，所以这里肯定能够找到一个可调配节点。
这里标注找到的节点已调配。#7 更新找到节点的父节点最大可分配内存块大小
private void updateParentsAlloc(int id) {
// #1
while (id > 1) {
// #2
int parentId = id >>> 1;
byte val1 = value(id);
byte val2 = value(id ^ 1);
byte val = val1 < val2 ? val1 : val2;
setValue(parentId, val);
id = parentId;
}
}#1 向父节点遍历，直到根节点#2 id >>> 1，找到父节点
取以后节点和兄弟节点中较小值，作为父节点的值，示意父节点最大可分配内存块大小。
如memoryMap[1] = 0，示意最大可分配内存块为16M。
调配8M后，memoryMap[1] = 1，示意以后最大可分配内存块为8M。
上面看一则实例，大家能够联合实例了解下面的代码
内存开释
PoolChunk#free
void free(long handle) {
// #1
int memoryMapIdx = memoryMapIdx(handle);
int bitmapIdx = bitmapIdx(handle);
// #2
if (bitmapIdx != 0) { // free a subpage
...
}
freeBytes += runLength(memoryMapIdx);
setValue(memoryMapIdx, depth(memoryMapIdx));
updateParentsFree(memoryMapIdx);
}#1 获取memoryMapIdx和bitmapIdx#2 内存块在PoolSubpage中调配，通过PoolSubpage开释内存。#3 解决到这里，就是开释Chunk级别的内存块了。
减少闲暇内存字节数。
设置二叉树中对应的节点为未调配
对应批改该节点的父节点。
另外，Netty 4.1.52对PoolArena内存级别划分的算法也做了调整。
Netty 4.1.52的具体算法后面文章《Netty内存池与PoolArena》曾经说过了，这里简略说一下Netty 4.1.52前的算法。
PoolArena中将保护的内存块按大小划分为以下级别：
Tiny < 512
Small < 8192(8K)
Chunk < 16777216(16M)
Huge >= 16777216
PoolArena#tinySubpagePools，smallSubpagePools两个数组用于保护Tiny，Small级别的内存块。
tinySubpagePools，32个元素，每个数组之间差16个字节，大小别离为0,16,32,48,64, … ,496
smallSubpagePools，4个元素，每个数组之间大小翻倍，大小别离为512,1025,2048,4096
这两个数组都是PoolSubpage数组，PoolSubpage大小默认都是8192，Tiny，Small级别的内存都是在PoolSubpage上调配的。
Chunk内存块则都是8192的倍数。
在Netty 4.1.52，曾经删除了Small级别内存块，并引入了SizeClasses计算对齐内存块或计算对应的索引。
SizeClasses默认将16M划分为75个内存块size，内存划分更细，也能够缩小内存对齐的空间节约，更充分利用内存。
如果您感觉本文不错，欢送关注我的微信公众号，系列文章继续更新中。您的关注是我保持的能源！
发表回复