结论（WIP）

Question

编辑： 事实证明，通常情况下（不仅仅是数组/参考操作）会减慢创建的阵列数量，所以我猜这可能只是测量增加的GC时间和可能没有我想象的那么奇怪。但我真的很想知道（并学习如何找出）这里发生了什么，以及是否有某种方法可以在创建大量小数组的代码中缓解这种影响。原始问题如下。

在调查图书馆中一些奇怪的基准测试结果时，我偶然发现了一些我不理解的行为，尽管它可能非常明显。似乎许多操作所需的时间（创建新的MutableArray，读取或修改IORef）与内存中的数组数量成比例增加。

这是第一个例子：

module Main
    where 

import Control.Monad
import qualified Data.Primitive as P
import Control.Concurrent
import Data.IORef
import Criterion.Main
import Control.Monad.Primitive(PrimState)

main = do 
  let n = 100000
  allTheArrays <- newIORef []
  defaultMain $
    [ bench "array creation" $ do
         newArr <- P.newArray 64 () :: IO (P.MutableArray (PrimState IO) ())
         atomicModifyIORef'  allTheArrays (\l-> (newArr:l,()))
    ]

我们正在创建一个新阵列并将其添加到堆栈中。随着标准越来越多样本和堆栈增长，数组创建需要更多时间，而且这似乎是线性增长的：

slowdown

更奇怪的是，IORef读取和写入受到影响，我们可以看到atomicModifyIORef'越来越快，因为更多阵列是GC＆＃39; d。

main = do 
  let n = 1000000
  arrs <- replicateM (n) $ (P.newArray 64 () :: IO (P.MutableArray (PrimState IO) ()))
  -- print $ length arrs -- THIS WORKS TO MAKE THINGS FASTER
  arrsRef <- newIORef arrs
  defaultMain $
    [ bench "atomic-mods of IORef" $
    -- nfIO $           -- OR THIS ALSO WORKS
        replicateM 1000 $
          atomicModifyIORef' arrsRef (\(a:as)-> (as,()))
    ]

enter image description here

评论的两行中的任何一行都摆脱了这种行为，但我不确定为什么（也许在我们强制列表的主干之后，实际上可以通过收集这些元素）。

问题

这里发生了什么？
这是预期的行为吗？
有没有办法可以避免这种放缓？

编辑：我认为这与GC需要更长时间有关，但我想更准确地了解发生了什么，特别是在第一个基准测试中。

奖金示例

最后，这是一个简单的测试程序，可用于预分配一些数组并为一堆atomicModifyIORef计时。这似乎表现出IORef行为缓慢。

import Control.Monad
import System.Environment

import qualified Data.Primitive as P
import Control.Concurrent
import Control.Concurrent.Chan
import Control.Concurrent.MVar
import Data.IORef
import Criterion.Main
import Control.Exception(evaluate)
import Control.Monad.Primitive(PrimState)

import qualified Data.Array.IO as IO
import qualified Data.Vector.Mutable as V

import System.CPUTime
import System.Mem(performGC)
import System.Environment
main :: IO ()
main = do
  [n] <- fmap (map read) getArgs
  arrs <- replicateM (n) $ (P.newArray 64 () :: IO (P.MutableArray (PrimState IO) ()))
  arrsRef <- newIORef arrs

  t0 <- getCPUTimeDouble

  cnt <- newIORef (0::Int)
  replicateM_ 1000000 $
    (atomicModifyIORef' cnt (\n-> (n+1,())) >>= evaluate)

  t1 <- getCPUTimeDouble

  -- make sure these stick around
  readIORef cnt >>= print
  readIORef arrsRef >>= (flip P.readArray 0 . head) >>= print

  putStrLn "The time:"
  print (t1 - t0)

-hy的堆配置文件主要显示MUT_ARR_PTRS_CLEAN，我不完全理解。

如果你想重现，这是我一直在使用的cabal文件

name:                small-concurrency-benchmarks
version:             0.1.0.0       
build-type:          Simple
cabal-version:       >=1.10

executable small-concurrency-benchmarks
  main-is:             Main.hs 
  build-depends:       base >=4.6
                     , criterion
                     , primitive

  default-language:    Haskell2010
  ghc-options: -O2  -rtsopts

修改：这是另一个测试程序，可用于将减速与相同大小的数组与[Integer]的堆进行比较。需要一些试验和错误调整n并观察分析以获得可比较的运行。

main4 :: IO ()
main4= do
  [n] <- fmap (map read) getArgs
  let ns = [(1::Integer).. n]
  arrsRef <- newIORef ns
  print $ length ns

  t0 <- getCPUTimeDouble
  mapM (evaluate . sum) (tails [1.. 10000])
  t1 <- getCPUTimeDouble

  readIORef arrsRef >>= (print . sum)

  print (t1 - t0)

有趣的是，当我测试它时，我发现相同堆大小的数组会比[Integer]更大程度地影响性能。 E.g。

         Baseline  20M   200M
Lists:   0.7       1.0    4.4
Arrays:  0.7       2.6   20.4

结论（WIP）

这很可能是由于GC行为
但可变的未装箱阵列似乎导致更严重的减速（见上文）。设置+RTS -A200M会使阵列垃圾版本的性能与列表版本保持一致，从而支持这与GC有关。
减速与分配的数组数成正比，而不是数组中的总单元数。下面是一组运行，显示对于main4的类似测试，分配的数量对分配所花费的时间和完全不相关的＆＃34;有效负载＆＃34;的影响。这是针对16777216个总细胞（除了许多阵列之外）：
```
   Array size   Array create time  Time for "payload":
   8            3.164           14.264
   16           1.532           9.008
   32           1.208           6.668
   64           0.644           3.78
   128          0.528           2.052
   256          0.444           3.08
   512          0.336           4.648
   1024         0.356           0.652
```
在16777216*4单元格上运行相同的测试，显示与上述基本相同的有效负载时间，仅向下移动两个位置。
根据我对GHC如何工作的理解，以及（3），我认为这个开销可能只是指向remembered set中所有这些数组的指针（另请参阅：{ {3}}），以及导致GC的任何开销。

Answer 1

每个可变数组的每个次要GC都会支付线性开销，这些数组会保持活动并升级到旧代。这是因为GHC无条件地将所有可变数组放在可变列表上，并遍历每个次要GC的整个列表。有关详细信息，请参阅https://ghc.haskell.org/trac/ghc/ticket/7662，以及我的邮件列表对您问题的回复：http://www.haskell.org/pipermail/glasgow-haskell-users/2014-May/024976.html

Answer 2

我认为你肯定会看到GC的影响。我在cassava（https://github.com/tibbe/cassava/issues/49#issuecomment-34929984）中遇到了一个相关问题，其中GC时间随着堆大小的增加呈线性增长。

尝试在内存中保留越来越多的数组时测量GC时间和变异器时间的增加情况。

您可以使用+RTS选项缩短GC时间。例如，尝试将-A设置为L3缓存大小。

随着分配更多盒装数组，代码变得更慢

问题

奖金示例

结论（WIP）

2 个答案: