IT教程: GC.Collect如何影响垃圾回收

本邮件内容由第三方提供，如果您不想继续收到该邮件，可点此退订。

GC.Collect如何影响垃圾回收 阅读原文»

GC.Collect如何影响垃圾回收

根据垃圾回收的算法，对象在内存中是按代的方式存放的，通常情况下，当第0代沾满分配的空间的时候（比如是256k），GC就会启动去回收第0代对象，幸存的第0代对象会被放入第1代中去，第1代的对象要等到放满了才会收集，因此，越是年轻的代越是被频繁的收集，由于通常情况下GC只收集第0代对象，既保证了可回收较多的内存，又忽略了老一代的对象，从而加快了垃圾回收的速度，提升了性能。

因此当调用gc.collect的时候，相当于强制的对所有代，不管年轻还是老的都执行一次回收。由于垃圾回收器在回收的资源的时候，正在执行托管代码的线程都会被挂起，具体的细节相当复杂，因为有的线程运行在不安全的点，CLR不能执行垃圾回收，因此CLR会采用线程劫持技术，即通过修改线程栈的方法，来做垃圾回收。这种复杂性使得性能降低。除非确定大量的旧对象死亡，才考虑调用这个方法。

所以，在一般情况下，尽量不要干预垃圾回收器工作，即尽量避免主动调用GC.Collect。

由于垃圾回收是异步的，CLR有一个专用的线程负责垃圾回收，因此，即使调用GC.Collect，也并不是实时的调用了Finalize，因此要保证确实调用了析构方法，可以使用语句GC.WaitForPendingFinalizers()。

下面是一段代码，通过注释掉

GC.Collect();

GC.WaitForPendingFinalizers();

语句，看出端倪。

  using System;  using System.Collections.Generic;  using System.Linq;  using System.Text;  using System.Linq.Expressions;  using System.Reflection;  namespace ConsoleApplication1  {      class Program      {          static void Main(string[] args)          {              AA aa1 = new AA("1");              AA aa2 = new AA("2");              AA aa3 = new AA("3");              aa1 = null;              aa2 = null;              //GC.Collect();              //GC.WaitForPendingFinalizers();              var tmp = aa3;          }      }      public class AA      {          public string id = "";          public AA(string s)          {              id = s;              Console.WriteLine("对象AA_" + s + "被创建了");          }          ~AA()          {              Console.WriteLine(id + " 析构函数被执行了");          }      }  }

当语句被注释掉的时候，虽然aa1和aa2都设成了null，但是垃圾回收并不是马上就把它们回收掉。对象可能都被放在第0代上，等进程结束的时候，由垃圾回收器一起回收。所以输出如下，顺序是321

但是当取消注释后，由于强制垃圾回收时，aa1对象和aa2对象都是null，因此就把它们回收掉了。顺序就是213了。

注意，如果aa1和aa2不设成null，那么强制回收时，并不认为这2个对象可以回收。因此还是会等到进程结束的时候才会回收。

本文出自 "一只博客" 博客，请务必保留此出处http://cnn237111.blog.51cto.com/2359144/1343004

Redis 在新浪微博中的应用 阅读原文»

Redis 在新浪微博中的应用

1. 支持5种数据结构

支持strings, hashes, lists, sets, sorted sets
string是很好的存储方式，用来做计数存储。sets用于建立索引库非常棒；

2. K-V 存储 vs K-V 缓存

新浪微博目前使用的98%都是持久化的应用，2%的是缓存，用到了600+服务器
Redis中持久化的应用和非持久化的方式不会差别很大：
非持久化的为8-9万tps，那么持久化在7-8万tps左右；
当使用持久化时，需要考虑到持久化和写性能的配比，也就是要考虑redis使用的内存大小和硬盘写的速率的比例计算；

Redis目前有3万多行代码, 代码写的精简，有很多巧妙的实现，作者有技术洁癖
Redis的社区活跃度很高，这是衡量开源软件质量的重要指标，开源软件的初期一般都没有商业技术服务支持，如果没有活跃社区做支撑，一旦发生问题都无处求救；

Redis基本原理

redis持久化(aof) append online file：
写log(aof), 到一定程度再和内存合并. 追加再追加, 顺序写磁盘, 对性能影响非常小

1. 单实例单进程

Redis使用的是单进程，所以在配置时，一个实例只会用到一个CPU；
在配置时，如果需要让CPU使用率最大化，可以配置Redis实例数对应CPU数, Redis实例数对应端口数(8核Cpu, 8个实例, 8个端口), 以提高并发:
单机测试时, 单条数据在200字节, 测试的结果为8~9万tps；

2. Replication

过程: 数据写到master-->master存储到slave的rdb中-->slave加载rdb到内存。
存储点(save point): 当网络中断了, 连上之后, 继续传.
Master-slave下第一次同步是全传，后面是增量同步；、

长期运行后多个结点之间存在不一致的可能性；
开发两个工具程序：
1.对于数据量大的数据，会周期性的全量检查；
2.实时的检查增量数据，是否具有一致性；

对于主库未及时同步从库导致的不一致，称之为延时问题；
对于一致性要求不是那么严格的场景，我们只需要要保证最终一致性即可；
对于延时问题，需要根据业务场景特点分析，从应用层面增加策略来解决这个问题；
例如：
1.新注册的用户，必须先查询主库；
2.注册成功之后，需要等待3s之后跳转，后台此时就是在做数据同步。

新浪Redis使用历程

2009年, 使用memcache(用于非持久化内容), memcacheDB(用于持久化+计数),
memcacheDB是新浪在memcache的基础上，使用BerkeleyDB作为数据持久化的存储实现；

数据结构(Data Structure)需求越来越多, 但memcache中没有, 影响开发效率
性能需求, 随着读操作的量的上升需要解决，经历的过程有:
数据库读写分离(M/S)-->数据库使用多个Slave-->增加Cache (memcache)-->转到Redis
解决写的问题：
水平拆分，对表的拆分，将有的用户放在这个表，有的用户放在另外一个表；
可靠性需求
Cache的"雪崩"问题让人纠结
Cache面临着快速恢复的挑战
开发成本需求
Cache和DB的一致性维护成本越来越高(先清理DB, 再清理缓存, 不行啊, 太慢了!)
开发需要跟上不断涌入的产品需求
硬件成本最贵的就是数据库层面的机器，基本上比前端的机器要贵几倍，主要是IO密集型，很耗硬件；
维护性复杂
一致性维护成本越来越高；
BerkeleyDB使用B树，会一直写新的，内部不会有文件重新组织；这样会导致文件越来越大；大的时候需要进行文件归档，归档的操作要定期做；
这样，就需要有一定的down time；

基于以上考虑，选择了Redis

2. 寻找开源软件的方式及评判标准

对于开源软件，首先看其能做什么，但更多的需要关注它不能做什么，它会有什么问题？
上升到一定规模后，可能会出现什么问题，是否能接受？
google code上, 国外论坛找材料(国内比国外技术水平滞后5年）
观察作者个人的代码水平

Redis应用场景

1. 业务使用方式

hash sets: 关注列表, 粉丝列表, 双向关注列表(key-value(field), 排序)
string(counter): 微博数, 粉丝数, ...(避免了select count(*) from ...)
sort sets(自动排序): TopN, 热门微博等, 自动排序
lists(queue): push/sub提醒,...

上述四种, 从精细化控制方面，hash sets和string(counter)推荐使用, sort sets和lists(queue)不推荐使用
还可通过二次开发，进行精简。比如: 存储字符改为存储整形, 16亿数据, 只需要16G内存
存储类型保存在3种以内，建议不要超过3种；

将memcache +myaql 替换为Redis：
Redis作为存储并提供查询，后台不再使用mysql，解决数据多份之间的一致性问题；

2. 对大数据表的存储

（eg：140字微博的存储）
一个库就存唯一性id和140个字；
另一个库存id和用户名，发布日期、点击数等信息，用来计算、排序等，等计算出最后需要展示的数据时再到第一个库中提取微博内容；

改进的3个步骤:
1）发现现有系统存在问题;
2）发现了新东西, 怎么看怎么好, 全面转向新东西;
3）理性回归, 判断哪些适合新东西, 哪些不适合, 不合适的回迁到老系统

很多应用, 可以承受数据库连接失败, 但不能承受处理慢
一份数据, 多份索引(针对不同的查询场景)
解决IO瓶颈的唯一途径: 用内存
在数据量变化不大的情况下，优先选用Redis

遇到的问题及解决办法

(注意: 都是量特别大时候会出现的, 量小了怎么都好说)

1.Problem: Replication中断后, 重发-->网络突发流量

Solution: 重写Replication代码, rdb+aof(滚动)

2.Problem: 容量问题

Solution: 容量规划和M/S的sharding功能(share nothing, 抽象出来的数据对象之间的关联数据很小)
增加一些配置, 分流, 比如: 1,2,3,4, 机器1处理%2=1的, 机器2处理%2=0的.
低于内存的1/2使用量, 否则就扩容（建议Redis实例使用的数据，最大不要超过内存的80%）
我们线上96G/128G内存服务器不建议单实例容量大于20/30G。
微博应用中单表数据最高的有2T的数据，不过应用起来已经有些力不从心；
每个的端口不要超过20G；测试磁盘做save所需要的时间，需要多长时间能够全部写入；内存越大，写的时间也就越长；
单实例内存容量较大后，直接带来的问题就是故障恢复或?p>阅读更多内容

IT教程

2013年12月21日星期六