为什么apr_palloc比malloc更快？

Question

阅读 Apache模块书，我在第3.4.3部分中遇到了这个主张：

  

“第二个好处是在大多数平台上池分配比malloc更快！”

一个悬而未决的问题，我意识到，但是......好吧，为什么？

Answer 1

除了Lars关于地点的观点之外，游泳池分配只是与malloc不同的速度/灵活性权衡。

malloc必须跟踪每个已分配的块，能够单独释放块，处理空闲块碎片和合并，有一些策略可以选择分配哪些空闲块等等。

这是通用分配器的必需，但是通过让调用者决定其中一些，池可以避免所有这些复杂性（以及相关的空间和运行时开销）行为静态。

Apache示例似乎只允许整个池重新分配（因此它就像arena allocator）。这意味着它不需要跟踪单个分配记录，它们的生命周期以及零碎的免费商店。它只需要跟踪一个（或多个）大块内存，并更新指向下一个未使用空间的指针。请注意，即使使用malloc分配这些大块，此成本通常会通过许多池分配进行摊销。

其他池类型可能仅限于相同大小（或类型）的对象，这进一步简化了它们;他们甚至可以保持LIFO免费清单接近零成本，允许每记录重新分配。

Answer 2

池分配策略可以带来更好的性能 有两种方式。 在数据结构遍历的应用程序中 匹配数据分配顺序，汇集策略可以 暴露更多的常规步伐。

例如，考虑搜索 通过链接的记录列表。每条记录由一个 键字段，数据字段和指向该字段的下一个字段 列表中的下一条记录。访问键和下一个字段 连续，直到找到匹配。只有到那时 访问数据字段。 如果数据存储在每个中 记录本身就是一个堆对象，更糟糕的是，数据在变化 大小形式记录到下一个，有各种不良影响 关于工作集的空间局部性。即数据 不必要地从内存中取出，消耗宝贵的东西 带宽。

此外，由于可变长度数据介于其间 关键字段和下一个字段，记录中的步幅， 并且连续记录将出现不规则。就这样 不同对象类型的隔离可以改善空间局部性， 同时，整体表现。

此外， 因为池分配可能会暴露更多的常规步幅，a 简单的预取策略可以预测未来的参考 并缩短他们的内存访问延迟。