[论文解读] Effectiveness of Garbage Collection in MIT/GNU Scheme

Amey Karkare, Amitabha Sanyal+1 more|ArXiv.org|Nov 20, 2006

Parallel Computing and Optimization Techniques参考文献 8被引用 7

一句话总结

本文通过测量垃圾回收中的拖拽时间（即对象最后一次使用后仍保留在内存中的可达时间）来评估 MIT/GNU Scheme 中垃圾回收的有效性。通过高频垃圾回收以隔离可达延迟，研究发现高达 26% 的死对象仍保留在内存中，拖拽时间最高可达总执行时间的 37%，表明通过更早标记不可达对象，可实现 9% 至 65% 的内存节省潜力。

ABSTRACT

Scheme uses garbage collection for heap memory management. Ideally, garbage collectors should be able to reclaim all dead objects, i.e. objects that will not be used in future. However, garbage collectors collect only those dead objects that are not reachable from any program variable. Dead objects that are reachable from program variables are not reclaimed. In this paper we describe our experiments to measure the effectiveness of garbage collection in MIT/GNU Scheme. We compute the drag time of objects, i.e. the time for which an object remains in heap memory after its last use. The number of dead objects and the drag time together indicate opportunities for improving garbage collection. Our experiments reveal that up to 26% of dead objects remain in memory. The average drag time is up to 37% of execution time. Overall, we observe memory saving potential ranging from 9% to 65%.

研究动机与目标

• 通过分析死对象的拖拽时间，衡量 MIT/GNU Scheme 中垃圾回收的有效性。
• 识别由于程序结构导致的、尽管未被使用但仍保持可达的死对象比例。
• 量化通过更早标记不可达对象以减少拖拽时间所带来的内存节省潜力。
• 评估自动技术是否能减少类似 Scheme 这类函数式语言中的可达死对象。

提出的方法

• 强制高频垃圾回收以最小化 δ_gc，从而将 δ_rch 作为主导的拖拽时间分量。
• 对基准程序进行插桩，以记录对象创建、最后一次使用时间及可达性状态。
• 将拖拽时间定义为从最后一次使用到对象变为不可达的时间间隔。
• 计算时空乘积（可达/活跃对象曲线下的面积）以估算内存节省潜力。
• 使用对数尺度直方图可视化死对象在运行时间百分比中的分布。
• 分析六个基准程序：silex、lalr、eopl、prolog、sudoku 和 cipher，以推广研究发现。

实验结果

研究问题

• RQ1 在 MIT/GNU Scheme 中，由于程序结构原因，有多少比例的死对象仍保持可达？
• RQ2 死对象平均在内存中保留多长时间，占总执行时间的百分比是多少？
• RQ3 通过消除可达死对象所能实现的内存节省潜力上限是多少？
• RQ4 不同 Scheme 程序中拖拽时间的分布有何差异？

主要发现

• 高达 26% 的死对象因程序变量的持续可达性而保留在内存中。
• 在 silex 基准中，最大拖拽时间达到总运行时间的 96.99%，表明对象保留时间接近整个执行周期。
• silex 的平均拖拽时间为运行时间的 28.36%，lalr 为 37.49%，eopl 为 4.95%，显示不同程序间存在显著差异。
• 基于可达对象与活跃对象的时空乘积，内存节省潜力范围为 9.18%（sudoku）至 65.48%（silex）。
• 大多数死对象的拖拽时间在运行时间的 0–50% 范围内，但 silex、eopl 和 sudoku 有显著比例的死对象拖拽时间超过 95%。
• eopl 基准显示 99.59% 的死对象拖拽时间接近运行时间的 100%，表明对象生命周期管理存在高度低效。