[论文解读] dup -- Explicit un-sharing in Haskell

Joachim Breitner|arXiv (Cornell University)|Jul 9, 2012

Security and Verification in Computing参考文献 7被引用 3

一句话总结

本文在 Haskell 中引入了两个显式的去共享操作——dup 和 deepDup，允许程序员在不修改源代码的情况下打破惰性数据结构中的共享。通过将值包装在 Box 类型中或递归复制堆上分配的惰性求值项（thunks），这些原语可防止因意外保留大型数据结构而导致的空间泄漏，从而在诸如深层递归的树遍历等场景中实现常量内存执行。

ABSTRACT

We propose two operations to prevent sharing in Haskell that do not require modifying the data generating code, demonstrate their use and usefulness, and compare them to other approaches to preventing sharing. Our claims are supported by a formal semantics and a prototype implementation.

研究动机与目标

• 解决由大型数据结构意外共享引起的惰性函数式程序中的空间泄漏问题。
• 提供一种直接、由程序员控制的机制，以在不修改原始数据生成代码的情况下打破共享。
• 为垃圾回收器因保留数据而产生过高开销的性能关键型应用提供实用解决方案。
• 使用 Launchbury 的自然语义框架形式化去共享操作的行为，并证明其正确性。
• 通过针对未修改的 GHC 的原型实现，证明该方法的可行性。

提出的方法

• 引入 dup 原语，通过将值包装在 Box 类型中，在使用点打破共享。
• 提出 deepDup 作为递归变体，惰性地复制输入值所引用的所有堆上分配的惰性求值项（thunks）。
• 使用自定义的 C--/Cmm 实现来复制堆上的闭包，保留求值顺序并确保不再存在共享的惰性求值项。
• 采用基于栈的闭包复制循环，处理闭包中的所有指针，创建新的堆分配副本。
• 设计运行时机制，通过不修改静态惰性求值项或代码段，避免破坏垃圾收集器。
• 实现一个与未修改的 GHC 兼容的原型，展示了兼容性和正确性。

实验结果

研究问题

• RQ1 是否可以在不进行源码转换或编译器修改的情况下，在 Haskell 中实现显式去共享？
• RQ2 在存在惰性求值和垃圾回收的情况下，如何安全地实现去共享？
• RQ3 在惰性求值背景下，dup 和 deepDup 的形式语义是什么？
• RQ4 deepDup 是否能保证在求值结束后，除返回值所引用的对象外，不再保留任何堆对象？
• RQ5 在实际应用中，使用 dup 和 deepDup 的性能与内存开销如何权衡？

主要发现

• 原型实现成功与未修改的 GHC 集成，并在运行示例中正确防止了空间泄漏。
• 当移除 main 函数的最后一行时，使用 deepDup 后程序的内存使用量从 4.189 GB 降至 2 MB，证明了去共享的有效性。
• 在 Launchbury 的自然语义框架下，形式语义证明了 deepDup 确保求值结束后除返回值所引用的对象外，不再保留任何堆对象。
• 该实现正确处理了递归数据结构，并通过惰性复制所引用的闭包，避免了共享惰性求值项的问题。
• 该方法对纯函数式代码是安全的，但若与 unsafePerformIO 或惰性 I/O 一起使用，可能因复制闭包中的副作用而失效。
• 由于运行时表示的限制，当前静态惰性求值项未被复制，但本文建议未来可扩展支持此功能。