自由链表FreeList这是内存池的基础数据结构将空闲内存块串成链表class FreeList { private: void* head_; // 链表头指针 size_t size_; // 当前大小 size_t max_size_; // 慢启动最大批量大小 public: void Push(void* obj); void* Pop(); void PushRange(void* start, void* end, size_t n); size_t PopRange(void* start, void* end, size_t n); };巧妙设计利用空闲内存块本身存储链表指针零额外开销static inline void* NextObj(void* obj) { return *(void**)obj; // 前8字节存储下一个块的地址 }2. Span结构Span是管理连续页面的核心结构struct Span { PageID page_id_; // 起始页号 size_t n_; // 页数 Span* next_; // 双向链表指针 Span* prev_; size_t object_size_; // 切分的对象大小 size_t use_count_; // 已分配对象数 void* free_list_; // 切分后的自由链表 bool is_used_; // 是否使用中 };关键算法实现1. 大小类别映射算法将任意大小映射到固定的大小类别这是性能的关键static inline size_t RoundUp(size_t size) { if (size 128) { return Align(size, 8); // 8字节对齐 } else if (size 1024) { return Align(size, 16); // 16字节对齐 } else if (size 8 * 1024) { return Align(size, 128); // 128字节对齐 } else if (size 64 * 1024) { return Align(size, 1024); // 1KB对齐 } else if (size 256 * 1024) { return Align(size, 8 * 1024); // 8KB对齐 } }设计考量小对象精细对齐大对象粗粒度对齐平衡内存利用率和性能。2. 慢启动批量分配动态调整批量大小平衡内存使用和性能static size_t NumMoveSize(size_t size) { size_t base_batch; if (size 32) { base_batch 128; // 小对象大批量 } else if (size 128) { base_batch 64; } else if (size 512) { base_batch 32; } else { base_batch 16; // 大对象小批量 } return base_batch * batch_multiplier; }3. 页面映射优化采用二层基数树快速查找对象所属的Spantemplateint BITS class PageMap2 { private: static const int LEAF_BITS BITS / 2; static const int ROOT_BITS BITS - LEAF_BITS; struct OptimizedLeaf { SubLeaf* sub_leafs[SUB_LEAFS_PER_LEAF]; // 延迟初始化减少内存开销 }; public: inline void* get(size_t k) const; inline void set(size_t k, void* v); };上面展示的是部分核心设计思路的简化代码实际实现中还包含了更多的边界处理和优化细节。PS说实话能参考TCMalloc架构手搓高性能内存池的人应该不多。我在研究阶段看了网上的几个版本发现大部分还是基于32位系统设计的在如今的64位环境下就显得有些局限了。可能是早期教学项目的代码被反复借鉴缺少针对现代系统的深度优化。注意: 我这个版本从头开始针对64位系统设计不仅支持完整的虚拟地址空间还考虑了现代CPU架构的特性 至少在设计思路上更贴近实际应用场景。手把手教你实现C高性能内存池相比 malloc 性能提升7倍性能优化技巧1. 分支预测优化// 利用__builtin_expect优化分支预测 if (__builtin_expect(!list.Empty(), 1)) { return list.Pop(); // 大概率走这个分支 }2. 内联函数优化// 热点函数全部内联 static inline size_t GetPageID(void* addr) { return reinterpret_castPageID(addr) PAGE_SHIFT; }3. 缓存友好的数据结构// 64字节对齐匹配CPU缓存行 struct SimpleBatch { void* ptrs[32]; uint8_t count 0; } __attribute__((aligned(64)));4. 锁优化策略// 桶锁每个大小类别独立锁 std::mutex mutexes_[NFREELISTS]; // 减少持锁时间 { std::lock_guardstd::mutex lock(mutexes_[index]); // 最少的临界区代码 }5. 基于perf的性能分析优化在内存池开发过程中perf是我最重要的性能分析工具。下面分享三个实际优化案例案例1发现热点函数并优化问题发现使用perf分析发现SizeClass::Index()函数占用了15%的CPU时间# 性能分析命令 sudo perf record -g ./test_memory_pool sudo perf report # 发现热点 15.23% test_memory_pool [.] SizeClass::Index(unsigned long) 8.94% test_memory_pool [.] ThreadCache::Allocate(unsigned long)优化方案针对最常用的小对象做特殊优化// 优化前每次都走复杂的Index计算 size_t index SizeClass::Index(align_size); // 优化后小对象直接计算避免函数调用 size_t index; if (__builtin_expect(align_size 128, 1)) { index (align_size 3) - 1; // 直接位运算 } else { index SizeClass::Index(align_size); // 复杂情况才调用 }效果验证再次perf分析该函数CPU占用降到3.2%整体性能提升12%案例2优化Deallocate的批量处理问题发现Deallocate函数中频繁的Push操作CPU耗时较高12.45% test_memory_pool [.] FreeList::Push(void*) 7.33% test_memory_pool [.] ThreadCache::Deallocate(void*, unsigned long)优化方案针对小对象使用批量释放策略// 优化前每次都要操作链表 void ThreadCache::Deallocate(void* ptr, size_t size) { size_t index GetIndex(size); free_lists_[index].Push(ptr); // 每次都要修改链表头 } // 优化后使用批量缓冲区 SimpleBatch batches_[32]; // 只为热点大小创建批量 void ThreadCache::Deallocate(void* ptr, size_t size) { if (index 32) { SimpleBatch batch batches_[index]; batch.ptrs[batch.count] ptr; if (batch.count 32) { FlushSimpleBatch(index, size); // 批量刷新到链表 } } }
