ruby - 为什么这个未使用的字符串没有被垃圾收集？

Question

为什么 unused_variable_2 和 unused_variable_3 会被垃圾回收，而 unused_variable_1 却不会？

# leaky_boat.rb
require "memprof"

class Boat
  def initialize(string)
    unused_variable1 = string[0...100]
    puts unused_variable1.object_id
    @string = string
    puts @string.object_id
  end
end

class Rocket
  def initialize(string)
    unused_variable_2 = string.dup
    puts unused_variable_2.object_id
    unused_variable_3 = String.new(string)
    puts unused_variable_3.object_id
    @string = string
    puts @string.object_id
  end
end

Memprof.start

text = "a" * 100
object_id_message = "Object ids of unused_variable_1, @string, unused_variable_2, unused_variable_3, and another @string"
before_gc_message = "Before GC"
after_gc_message = "After GC"
puts object_id_message
boat = Boat.new(text)
rocket = Rocket.new(text)
puts before_gc_message
Memprof.stats
ObjectSpace.garbage_collect
puts after_gc_message
Memprof.stats
Memprof.stop

运行程序:

$ uname -a
Linux [redacted] 3.2.0-25-generic #40-Ubuntu SMP Wed May 23 20:30:51 UTC 2012 x86_64 x86_64 x86_64 GNU/Linux
$ ruby --version # Have to use Ruby 1.8 - memprof doesn't work on 1.9
ruby 1.8.7 (2011-06-30 patchlevel 352) [x86_64-linux]
$ ruby -rubygems leaky_boat.rb 
Object ids of unused_variable_1, @string, unused_variable_2, unused_variable_3, and another @string
70178323299180
70178323299320
70178323299100
70178323299060
70178323299320
Before GC
      2 leaky_boat.rb:6:String
      2 leaky_boat.rb:26:String
      1 leaky_boat.rb:9:String
      1 leaky_boat.rb:7:String
      1 leaky_boat.rb:32:Rocket
      1 leaky_boat.rb:31:Boat
      1 leaky_boat.rb:29:String
      1 leaky_boat.rb:28:String
      1 leaky_boat.rb:27:String
      1 leaky_boat.rb:20:String
      1 leaky_boat.rb:18:String
      1 leaky_boat.rb:17:String
      1 leaky_boat.rb:16:String
      1 leaky_boat.rb:15:String
After GC
      1 leaky_boat.rb:6:String
      1 leaky_boat.rb:32:Rocket
      1 leaky_boat.rb:31:Boat
      1 leaky_boat.rb:29:String
      1 leaky_boat.rb:28:String
      1 leaky_boat.rb:27:String
      1 leaky_boat.rb:26:String

Answer 1

此行为是因为您的 ruby​​ 版本的 substr 的字符串实现有一个特殊情况来保存内存分配，当您采用作为源字符串尾部的 substr 并且字符串长度足够大而无法存储字符串时基础对象结构中的值。

如果跟踪代码，您会看到范围下标 string[0...100] 将经过 this clause in rb_str_substr .所以新字符串将通过 str_new3 分配。它分配一个新的对象结构(因此不同的 object_id)，但是将字符串值 ptr 字段设置为指向源对象的扩展存储的指针，并设置 ELTS_SHARED 标志以指示新对象与另一个对象共享存储空间。

在您的代码中，您获取这个新的子字符串对象并将其分配给实例 var @string，当您运行垃圾回收时，它仍然是一个实时引用。由于存在对原始字符串的已分配存储空间的实时引用，因此无法收集。

在 ruby​​ trunk 中，这种在兼容的尾子字符串上共享存储的优化似乎仍然存在。

另外两个变量 unused_variable_2 和 unused_variable_3 没有这个扩展的存储共享问题，因为它们是通过确保不同存储的机制设置的，所以它们会被垃圾收集正如预期的那样，当它们的引用超出范围时。

String#dup 运行 rb_str_replace (通过 initialize_copy binding )用源字符串内容的副本替换源字符串的内容，并确保不共享存储。

String#new(source_str) 贯穿rb_str_init这同样确保在提供的初始值上使用 rb_str_replace 进行不同的存储。