r - 不同大小的矩阵的相同内存使用

Question

这个问题在这里已经有了答案:

How to compute the size of the allocated memory for a general type (1 个回答)

关闭 9年前.

当我观察到一些奇怪的事情时，我对 R 中矩阵的内存使用很感兴趣。在一个循环中，我增加了矩阵的列数，并计算了每一步的对象大小，如下所示:

x <- 10
size <- matrix(1:x, x, 2)

for (i in 1:x){
  m  <- matrix(1, 2, i)
  size[i,2] <- object.size(m)
}

这给了

plot(size[,1], size[,2], xlab="n columns", ylab="memory")

似乎具有 2 行和 5、6、7 或 8 列的矩阵使用完全相同的内存。我们该如何解释呢？

Answer 1

要了解这里发生了什么，您需要了解一点与 R 中的对象相关的内存开销。每个对象，即使是没有数据的对象，都有 40 字节的数据与之相关:

x0 <- numeric()
object.size(x0)
# 40 bytes

此内存用于存储对象的类型(由 typeof() 返回)，以及内存管理所需的其他元数据。

忽略此开销后，您可能会认为向量的内存使用量与向量的长度成正比。让我们用几个图来检查一下:

sizes <- sapply(0:50, function(n) object.size(seq_len(n)))
plot(c(0, 50), c(0, max(sizes)), xlab = "Length", ylab = "Bytes", 
  type = "n")
abline(h = 40, col = "grey80")
abline(h = 40 + 128, col = "grey80")
abline(a = 40, b = 4, col = "grey90", lwd = 4)
lines(sizes, type = "s")

看起来内存使用量与向量的长度大致成正比，但在 168 字节处有一个很大的不连续性，每隔几步就会有一个小的不连续性。最大的不连续性是因为 R 有两个向量存储池:由 R 管理的小向量和由操作系统管理的大向量(这是一种性能优化，因为分配大量少量内存是昂贵的)。小向量只能是 8、16、32、48、64 或 128 字节长，一旦我们去除 40 字节的开销，这正是我们所看到的:

sizes - 40
#  [1]   0   8   8  16  16  32  32  32  32  48  48  48  48  64  64  64  64 128 128 128 128
# [22] 128 128 128 128 128 128 128 128 128 128 128 128 136 136 144 144 152 152 160 160 168
# [43] 168 176 176 184 184 192 192 200 200

从 64 到 128 的步长导致了大步，然后一旦我们进入大向量池，向量被分配为 8 字节的 block (内存以一定大小为单位，R 不能问半个单位):

# diff(sizes)
#  [1]  8  0  8  0 16  0  0  0 16  0  0  0 16  0  0  0 64  0  0  0  0  0  0  0  0  0  0  0
# [29]  0  0  0  0  8  0  8  0  8  0  8  0  8  0  8  0  8  0  8  0  8  0

那么，这种行为与您在矩阵中看到的情况有何对应？好吧，首先我们需要看看与矩阵相关的开销:

xv <- numeric()
xm <- matrix(xv)

object.size(xm)
# 200 bytes

object.size(xm) - object.size(xv)
# 160 bytes

因此，与向量相比，矩阵需要额外的 160 字节存储空间。为什么是 160 字节？这是因为矩阵有一个包含两个整数的 dim 属性，并且属性存储在 pairlist(旧版本的 list())中:

object.size(pairlist(dims = c(1L, 1L)))
# 160 bytes

如果我们使用矩阵而不是向量重新绘制之前的图，并将 y 轴上的所有常数增加 160，您可以看到不连续性正好对应于从小向量池到大向量池的跳转:

msizes <- sapply(0:50, function(n) object.size(as.matrix(seq_len(n))))
plot(c(0, 50), c(160, max(msizes)), xlab = "Length", ylab = "Bytes", 
  type = "n")
abline(h = 40 + 160, col = "grey80")
abline(h = 40 + 160 + 128, col = "grey80")
abline(a = 40 + 160, b = 4, col = "grey90", lwd = 4)
lines(msizes, type = "s")