Сокращение времени паузы при сборке мусора в программе на Haskell


130

Мы разрабатываем программу, которая принимает и пересылает «сообщения», сохраняя при этом временную историю этих сообщений, чтобы она могла рассказать вам историю сообщений по запросу. Сообщения идентифицируются численно, обычно имеют размер около 1 килобайта, и нам необходимо хранить сотни тысяч таких сообщений.

Мы хотим оптимизировать эту программу для задержки: время между отправкой и получением сообщения должно быть менее 10 миллисекунд.

Программа написана на Haskell и скомпилирована с помощью GHC. Однако мы обнаружили, что паузы при сборке мусора слишком велики для наших требований к задержке: более 100 миллисекунд в нашей реальной программе.

Следующая программа представляет собой упрощенную версию нашего приложения. Он использует Data.Map.Strictдля хранения сообщений. Сообщения ByteStringпомечаются значком Int. 1 000 000 сообщений вставляются в возрастающем числовом порядке, а самые старые сообщения постоянно удаляются, чтобы сохранить в истории максимум 200 000 сообщений.

module Main (main) where

import qualified Control.Exception as Exception
import qualified Control.Monad as Monad
import qualified Data.ByteString as ByteString
import qualified Data.Map.Strict as Map

data Msg = Msg !Int !ByteString.ByteString

type Chan = Map.Map Int ByteString.ByteString

message :: Int -> Msg
message n = Msg n (ByteString.replicate 1024 (fromIntegral n))

pushMsg :: Chan -> Msg -> IO Chan
pushMsg chan (Msg msgId msgContent) =
  Exception.evaluate $
    let
      inserted = Map.insert msgId msgContent chan
    in
      if 200000 < Map.size inserted
      then Map.deleteMin inserted
      else inserted

main :: IO ()
main = Monad.foldM_ pushMsg Map.empty (map message [1..1000000])

Мы скомпилировали и запустили эту программу, используя:

$ ghc --version
The Glorious Glasgow Haskell Compilation System, version 7.10.3
$ ghc -O2 -optc-O3 Main.hs
$ ./Main +RTS -s
   3,116,460,096 bytes allocated in the heap
     385,101,600 bytes copied during GC
     235,234,800 bytes maximum residency (14 sample(s))
     124,137,808 bytes maximum slop
             600 MB total memory in use (0 MB lost due to fragmentation)

                                     Tot time (elapsed)  Avg pause  Max pause
  Gen  0      6558 colls,     0 par    0.238s   0.280s     0.0000s    0.0012s
  Gen  1        14 colls,     0 par    0.179s   0.250s     0.0179s    0.0515s

  INIT    time    0.000s  (  0.000s elapsed)
  MUT     time    0.652s  (  0.745s elapsed)
  GC      time    0.417s  (  0.530s elapsed)
  EXIT    time    0.010s  (  0.052s elapsed)
  Total   time    1.079s  (  1.326s elapsed)

  %GC     time      38.6%  (40.0% elapsed)

  Alloc rate    4,780,213,353 bytes per MUT second

  Productivity  61.4% of total user, 49.9% of total elapsed

Важным показателем здесь является «максимальная пауза» 0,0515 с или 51 миллисекунда. Мы хотим уменьшить это как минимум на порядок.

Эксперименты показывают, что длительность паузы GC определяется количеством сообщений в истории. Отношения примерно линейны или, возможно, суперлинейны. В следующей таблице показаны эти отношения. ( Вы можете увидеть наши сравнительные тесты здесь и некоторые диаграммы здесь .)

msgs history length  max GC pause (ms)
===================  =================
12500                                3
25000                                6
50000                               13
100000                              30
200000                              56
400000                             104
800000                             199
1600000                            487
3200000                           1957
6400000                           5378

Мы экспериментировали с несколькими другими переменными, чтобы выяснить, могут ли они уменьшить эту задержку, ни одна из которых не имеет большого значения. Среди этих неважных переменных: оптимизация ( -O, -O2); Варианты РТС GC ( -G, -H, -A, -c), количество ядер ( -N), различные структуры данных ( Data.Sequence), размер сообщений, а количество выделяющегося недолговечного мусора. Неоспоримым определяющим фактором является количество сообщений в истории.

Наша рабочая теория состоит в том, что паузы линейны по количеству сообщений, потому что каждый цикл GC должен проходить по всей доступной рабочей памяти и копировать ее, что явно является линейной операцией.

Вопросы:

  • Верна ли эта теория линейного времени? Можно ли так просто выразить длину пауз сборщика мусора или же реальность сложнее?
  • Если пауза сборщика мусора линейна в рабочей памяти, есть ли способ уменьшить задействованные постоянные факторы?
  • Есть ли варианты инкрементного GC или чего-то подобного? Мы можем видеть только исследовательские работы. Мы очень охотно жертвуем пропускной способностью для уменьшения задержки.
  • Есть ли какие-либо способы «разбить» память на меньшие циклы сборки мусора, кроме разделения на несколько процессов?

1
@Bakuriu: верно, но 10 мс должно быть достижимо практически с любой современной ОС без каких-либо настроек. Когда я запускаю упрощенные программы C, даже на моем старом Raspberry pi, они легко достигают задержек в диапазоне 5 мс или, по крайней мере, надежно около 15 мс.
leftaround примерно

3
Вы уверены, что ваш тестовый пример полезен (например, вы не используете его COntrol.Concurrent.Chan? Изменяемые объекты меняют уравнение)? Я бы посоветовал начать с того, чтобы убедиться, что вы знаете, какой мусор вы генерируете, и как можно меньше его делаете (например, убедитесь, что слияние происходит, попробуйте -funbox-strict). Возможно, попробуйте использовать потоковую библиотеку (iostreams, каналы, канал, потоковая передача) и вызывать performGCнапрямую через более частые интервалы.
jberryman

6
Если то, что вы пытаетесь выполнить, может быть выполнено в постоянном пространстве, тогда начните с попытки сделать это (например, может быть, кольцевой буфер из MutableByteArray; GC вообще не будет задействован в этом случае)
jberryman

1
Тем, кто предлагает изменяемые структуры и заботится о создании минимального мусора, обратите внимание, что время паузы, по-видимому, определяется сохраняемым размером, а не объемом собранного мусора. Принуждение к более частому сбору данных приводит к большему количеству пауз примерно такой же длины. Изменить: изменяемые структуры вне кучи могут быть интересными, но во многих случаях работать с ними не так весело!
Майк

6
Это описание определенно предполагает, что время сборки
Майк,

Ответы:


96

На самом деле у вас неплохо получается иметь время паузы 51 мс с более чем 200 МБ живых данных. Система, над которой я работаю, имеет большее максимальное время паузы с половиной этого объема живых данных.

Ваше предположение верно, время основной паузы GC прямо пропорционально количеству живых данных, и, к сожалению, с GHC в его нынешнем виде этого не избежать. В прошлом мы экспериментировали с инкрементным сборщиком мусора, но это был исследовательский проект, и он не достиг уровня зрелости, необходимого для включения его в выпущенный GHC.

Одна вещь, которая, как мы надеемся, поможет в этом в будущем, - это компактные регионы: https://phabricator.haskell.org/D1264 . Это своего рода ручное управление памятью, при котором вы уплотняете структуру в куче, и сборщику мусора не нужно ее пересекать. Он лучше всего работает с долгоживущими данными, но, возможно, его будет достаточно для использования для отдельных сообщений в ваших настройках. Мы планируем включить это в GHC 8.2.0.

Если вы находитесь в распределенной среде и у вас есть какой-то балансировщик нагрузки, вы можете использовать уловки, чтобы избежать попадания в паузу, вы в основном убедитесь, что балансировщик нагрузки не отправляет запросы на машины, которые собираются сделайте большой сборщик мусора и, конечно, убедитесь, что машина все еще завершает сборщик мусора, даже если он не получает запросов.


13
Привет, Саймон, большое спасибо за подробный ответ! Это плохие новости, но хорошо, что они закрываются. В настоящее время мы движемся к изменяемой реализации, которая является единственной подходящей альтернативой. Мы не понимаем нескольких вещей: (1) Какие уловки используются в схеме балансировки нагрузки - связаны ли они вручную performGC? (2) Почему уплотнение с помощью -cхуже работает - мы полагаем, потому что он не находит много вещей, которые можно оставить на месте? (3) Есть ли еще какие-нибудь подробности о договорах? Звучит очень интересно, но, к сожалению, это слишком далекое будущее, чтобы мы могли его рассматривать.
jameshfisher

2
@mljrg, возможно, вас заинтересует well-typed.com/blog/2019/10/nonmoving-gc-merge
Альфредо Ди Наполи

@AlfredoDiNapoli Спасибо!
mljrg

9

Я пробовал ваш фрагмент кода с использованием кольцевого буфера, используя IOVectorв качестве базовой структуры данных. В моей системе (GHC 7.10.3, те же параметры компиляции) это привело к сокращению максимального времени (метрика, которую вы упомянули в своем OP) примерно на 22%.

NB. Я сделал здесь два предположения:

  1. Изменяемая структура данных вполне подходит для этой проблемы (я думаю, передача сообщений в любом случае подразумевает ввод-вывод)
  2. Ваши messageId непрерывны

С некоторыми дополнительными Intпараметрами и арифметикой (например, когда messageId сбрасывается обратно в 0 или minBound), тогда должно быть просто определить, находится ли определенное сообщение еще в истории, и извлечь его из соответствующего индекса в кольцевом буфере.

Для вашего удовольствия от тестирования:

import qualified Control.Exception as Exception
import qualified Control.Monad as Monad
import qualified Data.ByteString as ByteString
import qualified Data.Map.Strict as Map

import qualified Data.Vector.Mutable as Vector

data Msg = Msg !Int !ByteString.ByteString

type Chan = Map.Map Int ByteString.ByteString

data Chan2 = Chan2
    { next          :: !Int
    , maxId         :: !Int
    , ringBuffer    :: !(Vector.IOVector ByteString.ByteString)
    }

chanSize :: Int
chanSize = 200000

message :: Int -> Msg
message n = Msg n (ByteString.replicate 1024 (fromIntegral n))


newChan2 :: IO Chan2
newChan2 = Chan2 0 0 <$> Vector.unsafeNew chanSize

pushMsg2 :: Chan2 -> Msg -> IO Chan2
pushMsg2 (Chan2 ix _ store) (Msg msgId msgContent) =
    let ix' = if ix == chanSize then 0 else ix + 1
    in Vector.unsafeWrite store ix' msgContent >> return (Chan2 ix' msgId store)

pushMsg :: Chan -> Msg -> IO Chan
pushMsg chan (Msg msgId msgContent) =
  Exception.evaluate $
    let
      inserted = Map.insert msgId msgContent chan
    in
      if chanSize < Map.size inserted
      then Map.deleteMin inserted
      else inserted

main, main1, main2 :: IO ()

main = main2

main1 = Monad.foldM_ pushMsg Map.empty (map message [1..1000000])

main2 = newChan2 >>= \c -> Monad.foldM_ pushMsg2 c (map message [1..1000000])

2
Здравствуй! Хороший ответ. Я подозреваю, что причина, по которой это IOVectorускоряется только на 22%, заключается в том, что GC по-прежнему должен проходить значения и (неизменяемые, GC'd) для каждого индекса. В настоящее время мы изучаем варианты повторной реализации с использованием изменяемых структур. Это похоже на вашу кольцевую буферную систему. Но мы перемещаем его полностью за пределы области памяти Haskell, чтобы управлять памятью вручную.
jameshfisher

11
@jamesfisher: На самом деле я столкнулся с подобной проблемой, но решил сохранить управление памятью на стороне Haskell. Решением действительно был кольцевой буфер, который хранит побайтовую копию исходных данных в одном непрерывном блоке памяти, в результате чего получается одно значение Haskell. Взгляните на это в этой суть RingBuffer.hs . Я проверил его на вашем примере кода и получил ускорение примерно на 90% от критического показателя. Не стесняйтесь использовать код по своему усмотрению.
mgmeier

8

Я должен согласиться с остальными - если у вас есть жесткие ограничения в реальном времени, то использование языка GC не идеально.

Однако вы можете попробовать поэкспериментировать с другими доступными структурами данных, а не только с Data.Map.

Я переписал его с помощью Data.Sequence и получил многообещающие улучшения:

msgs history length  max GC pause (ms)
===================  =================
12500                              0.7
25000                              1.4
50000                              2.8
100000                             5.4
200000                            10.9
400000                            21.8
800000                            46
1600000                           87
3200000                          175
6400000                          350

Несмотря на то, что вы оптимизируете задержку, я заметил, что улучшаются и другие показатели. В случае 200000 время выполнения снижается с 1,5 до 0,2 с, а общее использование памяти - с 600 МБ до 27 МБ.

Замечу, что я обманул, подправив дизайн:

  • Я удалил Intиз Msg, так что не в двух местах.
  • Вместо использования Map от Ints до ByteStrings я использовал a Sequenceof ByteStrings, и вместо одного для Intкаждого сообщения, я думаю, это можно сделать с одним Intдля всего Sequence. Предполагая, что сообщения не могут быть переупорядочены, вы можете использовать одно смещение, чтобы перевести какое сообщение вы хотите туда, где оно находится в очереди.

(Я добавил дополнительную функцию, getMsgчтобы продемонстрировать это.)

{-# LANGUAGE BangPatterns #-}

import qualified Control.Exception as Exception
import qualified Control.Monad as Monad
import qualified Data.ByteString as ByteString
import Data.Sequence as S

newtype Msg = Msg ByteString.ByteString

data Chan = Chan Int (Seq ByteString.ByteString)

message :: Int -> Msg
message n = Msg (ByteString.replicate 1024 (fromIntegral n))

maxSize :: Int
maxSize = 200000

pushMsg :: Chan -> Msg -> IO Chan
pushMsg (Chan !offset sq) (Msg msgContent) =
    Exception.evaluate $
        let newSize = 1 + S.length sq
            newSq = sq |> msgContent
        in
        if newSize <= maxSize
            then Chan offset newSq
            else
                case S.viewl newSq of
                    (_ :< newSq') -> Chan (offset+1) newSq'
                    S.EmptyL -> error "Can't happen"

getMsg :: Chan -> Int -> Maybe Msg
getMsg (Chan offset sq) i_ = getMsg' (i_ - offset)
    where
    getMsg' i
        | i < 0            = Nothing
        | i >= S.length sq = Nothing
        | otherwise        = Just (Msg (S.index sq i))

main :: IO ()
main = Monad.foldM_ pushMsg (Chan 0 S.empty) (map message [1..5 * maxSize])

4
Здравствуй! Спасибо за Ваш ответ. Ваши результаты определенно все еще показывают линейное замедление, но довольно интересно, что вы получили такое ускорение Data.Sequence- мы протестировали это и обнаружили, что оно на самом деле хуже, чем Data.Map! Я не уверен, в чем была разница, поэтому мне придется исследовать ...
jameshfisher

8

Как упоминалось в других ответах, сборщик мусора в GHC просматривает данные в реальном времени, что означает, что чем больше долгоживущих данных вы храните в памяти, тем дольше будут паузы GC.

GHC 8.2

Чтобы частично решить эту проблему, в GHC-8.2 была введена функция, называемая компактными областями . Это одновременно функция исполняющей системы GHC и библиотека, которая предоставляет удобный интерфейс для работы. Функция компактных областей позволяет помещать ваши данные в отдельное место в памяти, и сборщик мусора не будет пересекать его во время фазы сбора мусора. Поэтому, если у вас есть большая структура, которую вы хотите сохранить в памяти, подумайте об использовании компактных областей. Однако в самой компактной области нет мини-сборщика мусора , он лучше работает для структур данных только для добавления , а не для чего-то вроде того, HashMapгде вы также хотите удалить материал. Хотя вы можете преодолеть эту проблему. Подробнее см. В следующем сообщении в блоге:

GHC 8.10

Более того, начиная с GHC-8.10 реализован новый алгоритм инкрементного сборщика мусора с малой задержкой . Это альтернативный алгоритм сборки мусора, который не включен по умолчанию, но вы можете выбрать его, если хотите. Таким образом, вы можете переключить сборщик мусора по умолчанию на более новый, чтобы автоматически получать функции, предоставляемые компактными областями, без необходимости выполнять упаковку и развертывание вручную. Однако новый GC - не серебряная пуля и не решает все проблемы автоматически, и у него есть свои компромиссы. Для тестов нового GC обратитесь к следующему репозиторию GitHub:


3

Что ж, вы обнаружили ограничение языков с помощью GC: они не подходят для жестких систем реального времени.

У вас есть 2 варианта:

1-й Увеличьте размер кучи и используйте двухуровневую систему кэширования, самые старые сообщения отправляются на диск, и вы сохраняете самые новые сообщения в памяти, вы можете сделать это с помощью подкачки ОС. Однако проблема с этим решением заключается в том, что подкачка может быть дорогостоящей в зависимости от возможностей чтения используемого вторичного блока памяти.

2-й. Запрограммируйте это решение с помощью «C» и соедините его с FFI для haskell. Таким образом, вы можете самостоятельно управлять памятью. Это будет лучший вариант, так как вы можете контролировать объем необходимой памяти самостоятельно.


1
Привет, Фернандо. Спасибо за это. Наша система работает только в «мягком» реальном времени, но в нашем случае мы обнаружили, что сборщик мусора слишком суров даже для «мягкого» реального времени. Мы определенно склоняемся к вашему решению №2.
jameshfisher
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.