在x86上处理非常大的列表

时间:2015-07-18 00:10:41

标签: c# .net winforms

我需要使用大型浮动列表,但是我在x86系统上遇到了内存限制。我不知道最终长度,所以我需要使用可扩展类型。在x64系统上,我可以使用<gcAllowVeryLargeObjects>

我当前的数据类型:

List<RawData> param1 = new List<RawData>();
List<RawData> param2 = new List<RawData>();
List<RawData> param3 = new List<RawData>();

public class RawData
{
    public string name;
    public List<float> data;
}

paramN列表的长度很低(目前为50或更低),但数据可以是10m +。当长度为50时,我在1米以上的数据点处达到内存限制(OutOfMemoryException),当长度为25时,我在2米以上的数据点达到限制。 (如果我的计算是正确的,那就是200MB,加上名称的大小加上开销)。我可以用什么来增加这个限制?

修改:我尝试使用List<List<float>>,其最大内部列表大小为1&lt;&lt; 17(131072),这有点增加了限制,但仍然没有达到我想要的程度。

编辑2:我尝试减少列表中的块大小&gt;到了8192,我得到了大约2.3m元素的OOM,任务管理器读取了大约1.4GB的进程。看起来我需要减少数据源和存储之间的内存使用,或者更频繁地触发GC - 我能够在具有4GB RAM的PC上的x64进程中收集10m数据点,IIRC进程从未超过3GB

编辑3:我将代码缩减为处理数据的部分。 http://pastebin.com/maYckk84

编辑4:我看了一下DotMemory,发现我的数据结构确实占用了我正在测试的设置~1GB(50ch * 3 params * 2m events = 300,000,000 float elements) 。我想我需要在x86上限制它,或者在我获取数据时弄清楚如何以这种格式写入磁盘

1 个答案:

答案 0 :(得分:15)

首先,在x86系统上,内存限制为2GB,而不是200MB。我相信 你的问题比那更棘手。你有积极的LOH(大对象堆)碎片。
CLR对小型和大型对象使用不同的堆。如果对象的大小大于85,000字节,则对象很大。 LOH是一个非常棘手的事情,它并不急于将未使用的内存返回给操作系统,并且碎片整理非常糟糕。
.Net List是ArrayList数据结构的实现,它将元素存储在数组中,它具有固定的大小;填充数组时,将创建具有双倍大小的新数组。随着您的数据量不断增长的数组是LOH的“饥饿”情景。
因此,您必须使用量身定制的数据结构来满足您的需求。例如。块的列表,每个块都足够小,不会进入LOH。这是一个小型原型:

public class ChunkedList
{
    private readonly List<float[]> _chunks = new List<float[]>();
    private const int ChunkSize = 8000;
    private int _count = 0;       

    public void Add(float item)
    {            
        int chunk = _count / ChunkSize;
        int ind = _count % ChunkSize;
        if (ind == 0)
        {
            _chunks.Add(new float[ChunkSize]);
        }
        _chunks[chunk][ind] = item;
        _count ++;
    }

    public float this[int index]
    {
        get
        {
            if(index <0 || index >= _count) throw new IndexOutOfRangeException();
            int chunk = index / ChunkSize;
            int ind = index % ChunkSize;
            return _chunks[chunk][ind];
        }
        set
        {
            if(index <0 || index >= _count) throw new IndexOutOfRangeException();
            int chunk = index / ChunkSize;
            int ind = index % ChunkSize;
            _chunks[chunk][ind] = value;
        }
    }
    //other code you require
}

使用ChunkSize = 8000,每个块只需要32,000个字节,因此它不会进入LOH。 _chunks只有在收集了大约16,000个块时才进入LOH,收集的元素超过1.28亿个(约500 MB)。

UPD 我对上面的样本进行了一些压力测试。操作系统是x64,解决方案平台是x86。 ChunkSize是20000。

首先:

var list = new ChunkedList();
for (int i = 0; ; i++)
{
    list.Add(0.1f);
}

OutOfMemoryException引发〜324,000,000个元素

第二

public class RawData
{
    public string Name;
    public ChunkedList Data = new ChunkedList();
}

var list = new List<RawData>();
for (int i = 0;; i++)
{
    var raw = new RawData { Name = "Test" + i };
    for (int j = 0; j < 20 * 1000 * 1000; j++)
    {
        raw.Data.Add(0.1f);
    }
    list.Add(raw);
}

在i = 17,j~12,000,000处引发OutOfMemoryException。成功创建了17个RawData实例,每个数据点2000万个,总共约3.52亿个数据点。