haskell - Haskell 运行时如何区分指针和未装箱的字大小值？

Question

在 64 位平台上，由于指针标记，OCaml 的 int 类型为 63 位。这使得 int 可以被拆箱，并且在运行时仍然可以与指针区分开来，从而允许精确的 GC。 IIRC，GHC RTS 中的 GC 也很精确，但 GHC 的 Int 是 64 位的，可以拆箱。如果是这样的话，那么运行时系统如何区分整型和指针呢？区分其他未装箱的字大小值和指针似乎也会出现同样的问题。

Answer 1

简短的版本是:将所有指针和所有非指针组合在一起分配值，并包含一些元数据，以便 GC 知道接下来要做什么。

请注意，Haskell 报告实际上允许 Int 为 31 或 63 位，从而使 OCaml 策略有效 - 但这不是 GHC 所做的。

稍微长一点的版本是，所说的“元数据”实际上是垃圾收集器使用的几个函数。为了给出一个粗略的草图，您可以将 Haskell 中的值视为在运行时表示为带有方法的 OO 风格对象:

class Fn:
    # By far the most used; this evaluates the value:
    enter(...) -> ...
    # Used by the garbage collector:
    scavenge(...) -> ...
    evacuate(...) -> ...

这样做的结果是，值对自己有足够的了解来进行簿记，并且对于一些常见的布局，GHC 定义了这些函数的专门版本；垃圾收集器可能根本不知道清理和疏散的具体工作方式。指针和非指针的分离是为了可以为常见情况创建和共享通用实现。

请注意，即使对于不是“函数”的 Haskell 值，也存在“enter”函数，因为惰性意味着即使类型是例如Int，求值可能仍然涉及到计算。

如果您想要很长的版本，我建议阅读:

https://www.microsoft.com/en-us/research/publication/implementing-lazy-functional-languages-on-stock-hardware-the-spineless-tagless-g-machine/

其中详细介绍了 Haskell 如何映射到硬件。这是一本引人入胜的书，其中有很多巧妙的东西，与大多数(严格的)函数式语言的实现方式有很大不同。这篇论文很旧，但仍然有意义。