haskell - 如何在 Haskell 中优化软实时应用程序的垃圾收集？

Question

我用 Haskell 编写了一个软实时应用程序，它处理模拟物理、碰撞检测等所有好东西。在做这一切的过程中，我分配了大量的内存，如果我愿意的话，我可能可以优化我的内存使用，但由于我的 CPU 利用率为 40%，而 RAM 只使用了 1%，所以这似乎没有必要。但我看到的是，很多时候，当垃圾收集器启动时，帧会被跳过。我已经通过使用 threadscope 进行分析来验证这就是问题的原因:当垃圾收集器执行其任务时，有时长达 0.05 秒的时间内没有发生任何有用的计算，从而导致最多 3 个跳帧，这是非常引人注目且非常烦人的。

现在，我尝试通过每帧手动调用 performMinorGC 来解决这个问题，这似乎缓解了这个问题，使其更加流畅，除了整体 CPU 使用率急剧上升到 70 左右的事实之外%。显然我宁愿避免这种情况。

我尝试的另一件事是使用 -H64k 将 GC 的分配空间从 512k 减少到 64k，并且我还尝试设置 -I0.03 以尝试让它更频繁地收集。这两个选项都改变了我在 threadscope 中看到的垃圾收集模式，但它们仍然导致跳帧。

任何有 GC 优化经验的人都可以帮助我吗？我是否注定要手动调用 performMinorGC 并忍受由此带来的巨大性能损失？

编辑

我尝试在这些测试中运行它类似的时间，但由于它是实时的，因此没有“完成”的意义。

每 4 帧使用 performMinorGC 进行运行时统计:

     9,776,109,768 bytes allocated in the heap
     349,349,800 bytes copied during GC
      53,547,152 bytes maximum residency (14 sample(s))
      12,123,104 bytes maximum slop
             105 MB total memory in use (0 MB lost due to fragmentation)

                                     Tot time (elapsed)  Avg pause  Max pause
  Gen  0     15536 colls, 15536 par    3.033s   0.997s     0.0001s    0.0192s
  Gen  1        14 colls,    13 par    0.207s   0.128s     0.0092s    0.0305s

  Parallel GC work balance: 6.15% (serial 0%, perfect 100%)

  TASKS: 20 (2 bound, 13 peak workers (18 total), using -N4)

  SPARKS: 74772 (20785 converted, 0 overflowed, 0 dud, 38422 GC'd, 15565 fizzled)

  INIT    time    0.000s  (  0.001s elapsed)
  MUT     time    9.773s  (  7.368s elapsed)
  GC      time    3.240s  (  1.126s elapsed)
  EXIT    time    0.003s  (  0.004s elapsed)
  Total   time   13.040s  (  8.499s elapsed)

  Alloc rate    1,000,283,400 bytes per MUT second

  Productivity  75.2% of total user, 115.3% of total elapsed

gc_alloc_block_sync: 29843
whitehole_spin: 0
gen[0].sync: 11
gen[1].sync: 71

没有performMinorGC

  12,316,488,144 bytes allocated in the heap
     447,495,936 bytes copied during GC
      63,556,272 bytes maximum residency (15 sample(s))
      15,418,296 bytes maximum slop
             146 MB total memory in use (0 MB lost due to fragmentation)

                                     Tot time (elapsed)  Avg pause  Max pause
  Gen  0     19292 colls, 19292 par    2.613s   0.950s     0.0000s    0.0161s
  Gen  1        15 colls,    14 par    0.237s   0.165s     0.0110s    0.0499s

  Parallel GC work balance: 2.67% (serial 0%, perfect 100%)

  TASKS: 17 (2 bound, 13 peak workers (15 total), using -N4)

  SPARKS: 100714 (29688 converted, 0 overflowed, 0 dud, 47577 GC'd, 23449 fizzled)

  INIT    time    0.000s  (  0.001s elapsed)
  MUT     time   13.377s  (  9.917s elapsed)
  GC      time    2.850s  (  1.115s elapsed)
  EXIT    time    0.000s  (  0.006s elapsed)
  Total   time   16.247s  ( 11.039s elapsed)

  Alloc rate    920,744,995 bytes per MUT second

  Productivity  82.5% of total user, 121.4% of total elapsed

gc_alloc_block_sync: 68533
whitehole_spin: 0
gen[0].sync: 9
gen[1].sync: 147

由于某种原因，现在没有 performMinorGC 的整体生产力似乎比我昨天测试时要低 - 之前它总是 >90%。

Answer 1

你有很多年老一代。它大约有 100Mb 大。

默认情况下，当堆大小达到上次主要 GC 后其大小的 2 倍时，GHC 会执行主要 GC。这意味着在某个时刻 GC 必须扫描并复制 50Mb 的数据。如果您的处理器有 10Gb 内存吞吐量限制，则加载和复制 50Mb 将至少花费 0.01 秒(与 gen1 平均和最大暂停相比。)

(我假设您检查了事件日志以确保主要 GC 在 0.05 秒暂停期间实际工作。因此，当 GC 正在等待其他线程而不是执行实际工作时，这不是线程同步的问题。)

因此，为了最大限度地减少 GC 暂停，您应该确保老年代很小。如果这 50Mb 的大部分是在最开始分配并一直存在到最后的静态数据(例如纹理或网格)，那么您就是 stuck 。我知道的唯一解决方法是将数据打包到例如可存储的向量并在需要时再次解压其中的一部分。

如果数据在执行期间分配并且生存时间有限(但足以生存几个主要代)，那么请尝试重新考虑您的管道。通常没有数据可以保存一帧，所以你做错了什么。例如。您在不应该保留数据的时候保留了数据。

其他不好的迹象 - gen0 最大暂停 0.02 秒。这很奇怪。默认情况下gen0分配区域是0.5Mb，所以gen0 GC应该很快。也许你有大remembered set 。可能的原因:可变结构(IORef、可变 Vector 等)或大量惰性 thunk 更新。

还有一个小问题(可能不相关):看起来您正在使用隐式并行性，但只有 1/3 的 Spark 被转换。您分配了太多的 spart，其中 1/2 已被 GC。