为什么ANTLR4解析器会累积ATNConfig对象？

Question

在使用ANTLR开发Parser for C ++时，我们进行了批量解析测试用例，其中构造了一个新的解析器来解析每个C ++源文件。开始时性能可以接受 - 每个文件大约15秒。但在解析了大约150多个文件后，每个文件的解析时间越来越长，最后jvm会超出＆＃34; GC限制超过＆＃34;错误。

使用JProfiler，我们发现解析每个文件后会逐渐累积许多ATNConfig对象。从大约70M开始，它们稳定地堆积到500M以上，直到堆接近满，GC占用100％的CPU时间。 JProfiler识别的最大对象（保留堆中最多对象的对象）包括DFA []和PredictionContextCache。

需要注意的一点是，我们使用了2个线程来同时运行解析任务。虽然线程不共享任何解析器或解析树对象，但我们注意到ANTLR生成的解析器正在使用静态字段，这可能导致多线程设置中的内存问题。无论如何，这只是一个嫌疑人。

有没有人知道＆＃34; ATNConfig积累的原因是什么？＃34;？有解决方案吗？

Answer 1

ATNConfig实例在运行时用于动态DFA构造。所需的实例数是语法和输入的函数。有几种解决方案可供选择：

1. 增加您为应用程序提供的内存量。尝试-Xmx12g作为起点，看看问题是否是应用程序的内存太少。
2. 每个ATNConfig都属于DFA个实例，代表特定决策的DFA。如果您知道包含最多ATNConfig个实例的决策，您可以在语法中简化这些决策。
3. 通过调用Recognizer.clearDFA()定期清除缓存的DFA。请注意，过于频繁地清除DFA会损害性能（如果可能，请不要完全清除DFA）。
4. 您可以使用ANTLR 4的“优化”分支。该项目的分支旨在减少内存占用，这可以极大地帮助复杂语法的性能，但代价是某些简单语法的速度。