Question

我目前正在尝试将XML文件的内容读入Map Int (Map Int String)并且它运行良好（使用HaXml）。但是，我对我的程序的内存消耗不满意，问题似乎是垃圾收集。

这是我用来读取XML文件的代码：

type TextFile = Map Int (Map Int String)

buildTextFile :: String -> IO TextFile
buildTextFile filename = do content <- readFile filename
                            let doc = xmlParse filename content
                                con = docContent (posInNewCxt filename Nothing) doc
                            return $ buildTF con

我的猜测是content即使在返回后仍保留在内存中，尽管它不需要（当然它也可以是doc或{ {1}}）。我得出这个结论是因为内存消耗随着非常大的XML文件而迅速上升，尽管结果con只是单例映射的单例映射（使用特殊的测试文件，当然通常它是不同的）。所以最后，我有一个TextFile Map，其中只有一个字符串，但内存消耗最多为19 MB。

在Map Int String中使用严格的申请（$!）或使用Data.Text代替String不会改变任何内容。

所以我的问题是：是否有某种方法可以告诉编译器不再需要字符串TextFile（或content或doc）并且可以进行垃圾回收？

更一般地说：如果没有猜测，我怎样才能找出问题的真正来源？

编辑：正如FUZxxl建议我尝试使用deepseq并更改con的第二行，如下所示：

buildTextFile

不幸的是，这并没有真正改变任何东西（或者我使用它错了？）......

Answer 1

不要猜猜什么是消耗内存，一目了然

第一步是确定消耗最多内存的类型。你可以在SO上看到很多堆分析的例子，或者阅读GHC manual。

强制计算

如果问题是延迟评估（你正在构建一个可以计算XML文档类型并将字符串留在堆中的堆上thunk），那么使用rnf和seq：

buildTextFile :: String -> IO TextFile
buildTextFile filename = do content <- readFile filename
                            let doc = xmlParse filename content
                                con = docContent (posInNewCxt filename Nothing) doc
                                res = buildTF con
                            return $ rnf res `seq` res

或者只是使用爆炸模式（!res = buildTF con），无论哪种方式都应该强制使用thunk并允许GC收集String。

懒惰的IO - 字符串不是垃圾收集？

1 个答案: