7.高并发内存池大页内存申请释放以及使用定长内存池脱离new
在高并发内存池的设计中，“大页内存管理” 和 “元数据开销优化” 是两个核心痛点：原生malloc/free在大内存分配时频繁触发系统调用，而new/delete管理内存池元对象（如ThreadCache、span）会引入额外性能损耗。本文基于 TCMalloc 思想，拆解高并发内存池中大页内存的申请 / 释放逻辑，以及如何通过定长内存池（ObjectPool） 彻底脱离new/delete，实现元数据的零开销管理
一、背景：为什么要单独处理大页内存？
在高并发内存池的三级缓存架构（ThreadCache→CentralCache→PageCache）中，我们将内存分为 “小对象（≤256KB）” 和 “大对象（>256KB）”：
- 小对象：走三级缓存，利用线程私有、桶锁、批量分配降低竞争
- 大对象：若仍走缓存，会导致 “缓存污染”（大内存占满缓存，小对象无空间可用），且大内存分配频率低，缓存收益有限
因此，大对象直接走PageCache申请连续物理页（大页），跳过ThreadCache和CentralCache，核心目标是：
- 减少系统调用次数（批量申请连续页，而非单次小内存）
- 避免大内存碎片化（用
span管理连续页块，空闲后自动合并） - 保证高并发下的线程安全（全局页锁 + 细粒度控制）
二、核心 1：大页内存的申请与释放实现
2.1 大页内存的定义与申请策略
（1）大页判定规则
我们定义 “大对象” 为超过 256KB 的内存（可根据场景调整），对应物理页数量为：
// Common.h 核心宏定义 #define MAX_BYTES (256 * 1024) // 小对象上限 #define PAGE_SIZE 8192 // 单页8KB #define PAGE_SHIFT 13 // 2^13=8192，用于页ID与地址转换 #define MAX_PAGE_BUCKETS 128 // 最大连续页数量（128*8KB=1024KB） typedef size_t PAGE_ID; // 页ID类型 当申请内存size > MAX_BYTES时，判定为大对象，直接走PageCache申请连续页（大页），而非三级缓存
（2）大页内存申请核心逻辑
大页申请的核心是 “以页为单位分配连续物理页”，避免原生malloc的碎片化问题，核心代码如下：
// ConcurrentAlloc.h - 用户层大对象申请接口 void* ConcurrentAlloc(size_t size) { if (size > MAX_BYTES) { // 1. 内存对齐：大对象对齐到页大小，避免跨页浪费 size_t alignSize = SizeClass::RoundUp(size); // 2. 计算需要的连续页数 size_t kPages = alignSize >> PAGE_SHIFT; // 3. 加全局页锁，保证线程安全 PageCache::GetInstance()->_pageMutex.lock(); // 4. 向PageCache申请连续kPages页的span（大页） span* bigSpan = PageCache::GetInstance()->NewSpan(kPages); PageCache::GetInstance()->_pageMutex.unlock(); // 5. 页ID转换为内存地址（核心：页ID * 页大小 = 起始地址） uintptr_t addr = (uintptr_t)bigSpan->_pageId * PAGE_SIZE; return (void*)addr; } // 小对象走ThreadCache... } （3）PageCache::NewSpan 大页申请核心
NewSpan是大页申请的核心，逻辑为 “先查空闲 span→无则向系统申请连续页”：
// PageCache.cpp span* PageCache::NewSpan(size_t kPages) { // 1. 优先从对应页数的空闲span链表中取 if (!_spanlist[kPages].Empty()) { span* span = _spanlist[kPages].Pop_front(); // 初始化页ID到span的映射（仅首尾页，高效） _idSpanMap[span->_pageId] = span; _idSpanMap[span->_pageId + span->_n - 1] = span; span->_isUse = true; return span; } // 2. 无空闲span，向更大页数的span链表找（拆分） for (size_t i = kPages + 1; i < MAX_PAGE_BUCKETS; ++i) { if (!_spanlist[i].Empty()) { span* bigSpan = _spanlist[i].Pop_front(); // 拆分出kPages页的span span* newSpan = new span; newSpan->_pageId = bigSpan->_pageId; newSpan->_n = kPages; newSpan->_isUse = true; // 剩余页放回PageCache bigSpan->_pageId += kPages; bigSpan->_n -= kPages; _spanlist[bigSpan->_n].Push_front(bigSpan); // 更新映射 _idSpanMap[newSpan->_pageId] = newSpan; _idSpanMap[newSpan->_pageId + newSpan->_n - 1] = newSpan; _idSpanMap[bigSpan->_pageId] = bigSpan; _idSpanMap[bigSpan->_pageId + bigSpan->_n - 1] = bigSpan; return newSpan; } } // 3. 无任何空闲span，向系统申请128页（大页） size_t allocPages = MAX_PAGE_BUCKETS - 1; void* ptr = SystemAlloc(allocPages); // 封装VirtualAlloc/mmap span* newSpan = new span; newSpan->_pageId = (PAGE_ID)ptr >> PAGE_SHIFT; // 地址转页ID newSpan->_n = allocPages; _spanlist[allocPages].Push_front(newSpan); // 递归拆分（仅1层，无栈溢出风险） return NewSpan(kPages); } 2.2 大页内存的释放逻辑
大页释放的核心是 “归还 span 到 PageCache + 双向合并空闲 span”，避免内存碎片化，核心代码：
// ConcurrentAlloc.h - 用户层大对象释放接口 void ConcurrentFree(void* ptr, size_t size) { assert(ptr); if (size > MAX_BYTES) { // 1. 通过地址反查对应的span（核心：_idSpanMap映射） PageCache::GetInstance()->_pageMutex.lock(); span* bigSpan = PageCache::GetInstance()->MapObjectToSpan(ptr); // 2. 归还span到PageCache并合并 PageCache::GetInstance()->ReleaseSpanToPageCache(bigSpan); PageCache::GetInstance()->_pageMutex.unlock(); return; } // 小对象走ThreadCache... } // PageCache.cpp - span合并核心 void PageCache::ReleaseSpanToPageCache(span* obj) { // 1. 前向合并：合并前一页的空闲span while (true) { PAGE_ID prevId = obj->_pageId - 1; auto it = _idSpanMap.find(prevId); if (it == _idSpanMap.end()) break; span* prevSpan = it->second; if (prevSpan->_isUse || prevSpan->_n + obj->_n > MAX_PAGE_BUCKETS - 1) break; // 合并prevSpan到当前span _spanlist[prevSpan->_n].Erase(prevSpan); obj->_pageId = prevSpan->_pageId; obj->_n += prevSpan->_n; delete prevSpan; // 此处后续用定长内存池优化 } // 2. 后向合并：合并后一页的空闲span（逻辑同上） while (true) { PAGE_ID nextId = obj->_pageId + obj->_n; auto it = _idSpanMap.find(nextId); if (it == _idSpanMap.end()) break; span* nextSpan = it->second; if (nextSpan->_isUse || nextSpan->_n + obj->_n > MAX_PAGE_BUCKETS - 1) break; _spanlist[nextSpan->_n].Erase(nextSpan); obj->_n += nextSpan->_n; delete nextSpan; // 此处后续用定长内存池优化 } // 3. 标记为空闲，更新首尾页映射（高效设计） obj->_isUse = false; _spanlist[obj->_n].Push_front(obj); _idSpanMap[obj->_pageId] = obj; _idSpanMap[obj->_pageId + obj->_n - 1] = obj; } 2.3 大页内存管理的核心优势
- 低碎片化：连续页块通过 span 合并，避免原生 malloc 的 “内存洞”；
- 少系统调用：向系统一次申请 128 页，拆分后复用，大幅减少 VirtualAlloc/mmap 调用；
- 高并发安全：全局页锁仅在申请 / 释放大页时持有，持有时间极短，不影响小对象并发；
- 地址映射高效：仅维护 span 首尾页的映射，而非全量页，哈希表开销降低 90%+。
三、核心 2：定长内存池（ObjectPool）脱离 new/delete
上述代码中，new span和delete span会引入额外开销：new需要调用构造函数 + 内存分配，delete需要调用析构函数 + 内存释放，而span作为内存池的元对象，创建 / 销毁频率极高，必须优化，而且最重要的是，我们写的这个不就是要替换malloc和new吗，要是代码中还使用的话，不就相当于左脚踩右脚了吗!!!
3.1 定长内存池的设计思路
定长内存池（ObjectPool）的核心是 “预分配一块连续内存，按固定大小切割，管理空闲链表”，适用于：
- 频繁创建 / 销毁的定长对象（如 span、ThreadCache）
- 避免 new/delete 的系统调用和锁竞争
- 支持定位 new 和显式析构，兼容 C++ 对象生命周期
3.2 ObjectPool 核心实现
// Fixed-size_memory_pool.h template<class T> class ObjectPool { public: // 申请对象（脱离new） T* New() { T* obj = nullptr; // 1. 优先从空闲链表取 if (_freeList) { obj = (T*)_freeList; _freeList = *((void**)_freeList); // 头删 } else { // 2. 空闲链表空，向系统申请大块内存 if (_leftBytes < sizeof(T)) { _leftBytes = 128 * 1024; // 预分配128KB // 按页申请，避免内存碎片 size_t pageNum = _leftBytes / PAGE_SIZE; _memory = (char*)SystemAlloc(pageNum); if (_memory == nullptr) throw std::bad_alloc(); } // 切割内存块 obj = (T*)_memory; size_t objSize = sizeof(T) < sizeof(void*) ? sizeof(void*) : sizeof(T); _memory += objSize; _leftBytes -= objSize; } // 3. 定位new：仅初始化对象，不分配内存（核心） new(obj)T(); return obj; } // 释放对象（脱离delete） void Delete(T* obj) { // 1. 显式析构：仅清理对象，不释放内存 obj->~T(); // 2. 头插到空闲链表 size_t objSize = sizeof(T) < sizeof(void*) ? sizeof(void*) : sizeof(T); *((void**)obj) = _freeList; _freeList = obj; } private: char* _memory = nullptr; // 预分配的连续内存块 int _leftBytes = 0; // 剩余可用字节数 void* _freeList = nullptr; // 空闲对象链表 }; 3.3 替换 new/delete：以 span 和 ThreadCache 为例
（1）管理 span 对象
将PageCache中所有new span/delete span替换为 ObjectPool：
// PageCache.h class PageCache { private: ObjectPool<span> _spanPool; // 定长内存池管理span public: span* NewSpan(size_t kPages) { // 替换new span span* newSpan = _spanPool.New(); // ... 其他逻辑 } void ReleaseSpanToPageCache(span* obj) { // ... 合并逻辑 // 替换delete span _spanPool.Delete(prevSpan); _spanPool.Delete(nextSpan); } }; （2）管理 ThreadCache 对象
ThreadCache 是线程私有对象，创建频率高，用 ObjectPool 管理：
// ConcurrentAlloc.h static __thread ThreadCache* pTLSThreadCache = nullptr; void* ConcurrentAlloc(size_t size) { if (size <= MAX_BYTES) { if (pTLSThreadCache == nullptr) { // 替换new ThreadCache static ObjectPool<ThreadCache> tcPool; pTLSThreadCache = tcPool.New(); } return pTLSThreadCache->Allocate(size); } // ... 大对象逻辑 } 3.4 定长内存池的核心收益
- 零开销创建 / 销毁：空闲对象直接从链表取，无需系统调用，速度比 new
- 内存连续：预分配的大块内存减少 TLB 缺失，访问效率更高
- 对象生命周期可控：定位 new + 显式析构，既兼容 C++ 对象，又脱离 new/delete 的束缚；
- 无锁（线程私有）：每个 ThreadCache 的 ObjectPool 是线程私有，无并发竞争
四、整体性能对比
| 场景 | 原生 malloc/free + new/delete | 高并发内存池（大页 + 定长池） |
|---|---|---|
| 大对象分配耗时 | 高（频繁系统调用） | 低（批量申请 + span 复用） |
| 元对象创建耗时 | 高（new/delete 锁竞争） | 极低（空闲链表无锁） |
| 内存碎片率 | 高（零散分配） | 低（span 合并 + 定长切割） |
| 多线程并发吞吐量 | 低（全局锁竞争） | 高（桶锁 + 线程私有） |
五、总结
高并发内存池的性能优化，本质是 “场景适配 + 开销极致压缩”：
- 大页内存管理：通过 span 抽象连续页块，批量申请、双向合并，解决大对象碎片化和系统调用频繁问题
- 定长内存池：针对高频创建的元对象，预分配连续内存、管理空闲链表，彻底脱离 new/delete，实现零开销对象管理
这两个设计的结合，让内存池既保证了大内存的高效管理，又解决了元数据的性能损耗，是 TCMalloc 等工业级内存池的核心精髓，也是高并发场景下内存管理的最优解之一
附：核心注意事项
- 大页合并时仅维护首尾页映射，兼顾效率和正确
- 定长内存池的对象大小需对齐到 void*，避免越界访问
- 线程私有 ObjectPool 需配合 TLS 使用，避免并发竞争
- 向系统申请的大页内存，需在进程退出时主动释放（封装 SystemFree）
