当前位置: 首页 > 面试题库 >

使用许多goroutine消耗内存

吕衡
2023-03-14
问题内容

我试图检查Go如何处理100,000个goroutine。我写了一个简单的程序来产生许多例程,除了打印一些公告外什么也不做。我将MaxStack大小限制为只有512个字节。但是我注意到程序的大小并没有因此而减少。它消耗了大约460
MB的内存,因此每个goroutine消耗了大约4 KB的内存。我的问题是,我们可以将goroutine的最大堆栈大小设置为低于“最小”堆栈大小(可能为4
KB)吗?我们如何设置Goroutine的最小堆栈大小?以下是我用于测试的示例代码:

package main

import "fmt"
import "time"

import "runtime/debug"

func main() {
    fmt.Printf("%v\n", debug.SetMaxStack(512))
    var i int
    for i = 0; i < 100000; i++ {
        go func(x int) {
            for {
                time.Sleep(10 * time.Millisecond)
                //fmt.Printf("I am %v\n", x)
            }
        }(i)
    }
    fmt.Println("Done")
    time.Sleep(999999999999)
}

问题答案:

runtime /
debug.SetMaxStack函数仅确定对程序进行无限递归将终止的点。http://golang.org/pkg/runtime/debug/#SetMaxStack

荒谬地将其设置为最小堆栈没有任何意义,并且仅当任何堆栈的使用中大小超出限制时才由于程序崩溃而限制最大大小。

从技术上讲,崩溃仅在必须增长堆栈的情况下才会发生,因此当堆栈需要8KB以上(或在转到1.2之前为4KB)时,程序将死亡。

您的程序使用最少4KB * nGoroutine的原因是因为堆栈是页面对齐的,所以VM页面上不能有多个堆栈。因此,您的程序将至少使用nGoroutines个页面,并且OS通常仅以页面大小的增量来测量和分配内存。

更改堆栈的起始(最小)大小的唯一方法是修改并重新编译go运行时(也可能是编译器)。

Go 1.3将包括连续的堆栈,通常比Go 1.2和更早版本中的拆分堆栈快,并且将来可能还会导致较小的初始堆栈。



 类似资料:
  • 我在spring boot中创建了一些服务,我有11个fat jars,我将它们部署在docker容器中,我怀疑每个jar在没有任何使用的情况下消耗了1到1.5 GB的RAM,我通过运行以下命令来检查RAM: 起初我以为是java容器,我试图改成一个使用alpine的容器,但没有任何变化,所以我认为唯一的问题是我的罐子。有没有办法更改罐子正在使用的 RAM?或者这种行为是正常的,因为每个罐子都有一

  • Android Studio在Mac机上消耗了太多的内存,并且还运行了多java进程。 Android Studio版本:使用Android Studio北极狐2020.3.1(补丁1构建#AI-203.7717.56.2031.7621141,构建于2021年8月7日) 当我面临内存不足的问题时,我正在监视Android Studio的内存消耗,我注意到多个“Java”进程正在运行,甚至一个进程

  • 问题内容: 具有100个属性的一个对象所消耗的存储空间是否与每个具有一个属性的100个对象所消耗的存储空间相同? 为一个对象分配多少内存? 添加属性时会使用多少额外空间? 问题答案: 指出,这不是一个容易回答的简单问题: JVM可以自由地以内部或大端或小端的任何方式存储数据,并具有一定的填充或开销,尽管基元必须表现得好像它们具有官方大小一样。 例如,JVM或本机编译器可能会决定将64位长块(如)存

  • 我有一个非常简单的Web服务器类(基于JavaSE的类)。 当我使用此命令启动编译后的类以限制内存使用时:

  • 我正在尝试实现销售消耗品(硬币)的谷歌应用内计费。我用一个非消耗品测试了它,它工作正常。但是我不能让它成为消耗品。每次我测试它,我只能买一次!这是我的代码: 公共类MainActivity扩展了AppCompatActivity{IabHelper mHelper; ### 对不起我的英语,谢谢。

  • 问题内容: 我需要监视应用程序产生的线程消耗的内存量。如果贪婪的线程消耗太多内存,则想法是采取纠正措施。我已提到Java线程占用多少内存?。关于该链接的建议之一是在我尝试以下工作时使用。 我在四个线程上运行了很长时间。尽管作业不会连续地累积内存,但是所返回的值会不断增加,甚至不会下降。这意味着不会返回线程使用的堆上的实际内存量。它返回自线程启动以来在堆上为线程分配的内存总量。我的平台详细信息如下: