我有一个Haskell程序，它处理一个文本文件并构建一个Map（有几百万个元素）。整件事可以运行2-3分钟。我发现调整-H和-A选项会对运行时间产生很大影响。
关于RTS的这个功能有documentation，但这对我来说很难读，因为我不知道GC理论的算法和术语。我正在寻找一个技术性较低的解释，最好是针对Haskell / GHC。是否有关于为这些选项选择合理值的参考文献？
编辑： 这就是代码，它为给定的单词列表构建了一个trie。
buildTrie :: [B.ByteString] -> MyDFA
buildTrie l = fst3 $ foldl' step (emptyDFA, B.empty, 1) $ sort $ map B.reverse l where
step :: (MyDFA , B.ByteString, Int) -> B.ByteString -> (MyDFA , B.ByteString, Int)
step (dfa, lastWord, newIndex) newWord = (insertNewStates, newWord, newIndex + B.length newSuffix) where
(pref, lastSuffix, newSuffix) = splitPrefix lastWord newWord
branchPoint = transStar dfa pref
--new state labels for the newSuffix path
newStates = [newIndex .. newIndex + B.length newSuffix - 1]
--insert newStates
insertNewStates = (foldl' (flip insertTransition) dfa $ zip3 (branchPoint:init newStates) (B.unpack newSuffix) newStates)
答案 0 :(得分：67)
一般来说，垃圾收集是一种空间/时间权衡。为GC提供更多空间，所需时间更短。还有（很多）其他因素在起作用，特别是缓存，但空间/时间权衡是最重要的因素。
权衡如下：程序分配内存直到达到某个限制（由GC的自动调整参数决定，或通过RTS选项明确决定）。达到限制时，GC会跟踪程序当前使用的所有数据，并回收不再需要的数据使用的所有内存。延迟此过程的时间越长，同时数据就越不可达（“死”），因此GC避免跟踪该数据。延迟GC的唯一方法是使更多内存可用于分配;因此，更多的内存等于更少的GC，等于更低的GC开销。粗略地说，GHC的-H选项允许您设置GC使用的内存量的下限，因此可以降低GC开销。
GHC使用世代GC ，这是对基本方案的优化，其中堆被分为两代或更多代。对象被分配到“年轻”一代，而那些活得足够长的对象被提升为“老一代”（在2代设置中）。年轻一代比老一代更频繁地收集，其想法是“大多数物品都很年轻”，所以年轻一代的收藏很便宜（他们没有追踪太多数据），但他们回收了大量的记忆。粗略地说，-A选项设置年轻代的大小 - 即在收集年轻代之前将分配的内存量。
-A的默认值为512k：最好让年轻一代保持小于L2缓存，如果超过L2缓存大小，性能通常会下降。但是，相反的方向是GC空间/时间权衡：使用非常大的年轻代可能会通过减少GC必须完成的工作量来超过缓存优势。这并不总是发生，它取决于应用程序的动态，这使GC很难自动调整自身。 -H选项还会增加年轻代的大小，因此也会对缓存使用产生负面影响。
底线是：玩弄选项，看看有效。如果你有足够的内存，你很可能通过使用-A或-H来提高性能，但不一定。
答案 1 :(得分：8)
可能会为较小的数据集重现问题，从而更容易看到正在发生的事情。特别是，我建议熟悉分析：
然后，检查您看到的内存配置文件是否符合您的期望（您无需了解所有分析选项以获取有用的图表）。严格foldl'和非严格元组作为累加器的组合将是我要看的第一件事：如果元组的组件没有被强制，那么递归正在构建未评估的表达式。