對於記憶體的管理，是程式在應用的時候的必需知識點，《Lua設計與實現》中對Lua語言的GC原理做了一個詳細的講解，雲風的blog也對其進行了詳盡的講解Lua GC 的原始碼剖析 系列

給出作者 

這兒就繼續做《Lua設計與實現》的閱讀筆記，對Lua GC原理及其過程做一個詳盡的講解，由於篇幅較大，就一分為二，寫上下篇來講解整個過程。

一、GC的原理及其演算法設計

不同的語言，對GC演算法的設計不同，常見的GC演算法是引用計數和Mark-Sweep演算法， c#採用的是Mark-sweep && compact演算法， Lua採用的是Mark-sweep演算法，分開說一下：

引用計數演算法：在一個物件被引用的情況下，將其引用計數加1，反之則減1，如果計數值為0，則在GC的時候回收，這個演算法有個問題就是迴圈引用。

Mark-sweep演算法：每次GC的時候，對所有物件進行一次掃描，如果該物件不存在引用，則被回收，反之則儲存。

在Lua5.0及其更早的版本中，Lua的GC是一次性不可被打斷的過程，使用的Mark演算法是雙色標記演算法(Two color mark)，這樣系統中物件的非黑即白，要麼被引用，要麼不被引用，這會帶來一個問題：在GC的過程中如果新加入物件，這時候新加入的物件無論怎麼設定都會帶來問題，如果設定為白色，則如果處於回收階段，則該物件會在沒有遍歷其關聯物件的情況下被回收；如果標記為黑色，那麼沒有被掃描就被標記為不可回收，是不正確的。

為了降低一次性回收帶來的效能問題以及雙色演算法的問題，在Lua5.1後，Lua都採用分佈回收以及三色增量標記清除演算法（Tri-color incremental mark and sweep）

其基本的原理虛擬碼，參考書中原文為：

每個新建立的物件顏色設定為白色

//初始化階段

遍歷root節點中引用的物件，從白色置為灰色，並且放入到灰色節點列表中

//標記階段

while(灰色連結串列中還有未掃描的元素)：

從中取出一個物件，將其置為黑色

遍歷這個物件關聯的其他所有物件：

if 為白色

標記為灰色，加入到灰色連結串列中(insert to the head)

//回收階段

遍歷所有物件：

if 為白色，

沒有被引用的物件，執行回收

else

重新塞入到物件連結串列中，等待下一輪GC

二、GC的資料結構

分析Lua中對於需要GC的型別資料

#define iscollectable(o) (ttype(o) >= LUA_TSTRING)

都會有一個基本的定義CommonHeader，其定義為：

next: GCObject連結串列指標，該指標用來將所有的GC物件都連結在一個表中；

tt: 資料型別：nil, boolean, number, string...

marked: 標記欄位，byte表示的欄位顏色定義為

這兒特定解釋一下為什麼會有兩種白色，前面提到，5.1後的Lua採用的是三色標記演算法，其實質是四色標記演算法，分為0型白色和1型白色，在GC回收的時候，會設定當前的白色為其中一種，詳見globalstate中的currentwhite，這樣在程式碼回收的時候，如果當前物件的白色不為currentwhite,則認為其不可回收，這樣的物件需要等到下一次的GC才能決定是否回收，具體參看後面的，會有對應的應用。對於global_state的設計為：

具體的引數的作用，詳見註釋，就不在一一解釋了

三、GC的流程

1、資料的建立

想要了解GC的過程，首先看看資料是怎麼在建立的時候被連結到GC連結串列中的，主要分為三種資料的建立

1) 一般資料的建立 luaC_link

簡單直接，直接insert to the head

2) upval的建立 luaC_linkupval

3) userdata(udata)的建立 luaS_newdata

2、開始GC

整個GC過程分為五個階段，其定義為

其執行GC的函式為singlestep，來看第一步的操作：

進一步看看markroot的操作：

其實就是reset一遍相關的變數，然後標記mainthread, G表，registry表，然後切換到下一個標記階段。

參看定義：

最後都要執行reallymarkobject函式（此處需要展示一下我的豎屏截圖便利了：D）：

基本的註釋都解釋了各個物件是如何的處理的，udata是不會引用其他型別的資料，所以一步到黑色，upvalue則根據是否為close來決定是否標記到黑色，open狀態的upvalue變化較為頻繁，需要在後面的remarkupvals中解決。

3、GC的掃描階段 GCSpropagate

只要處於這個階段，就會分2種情況執行，一個是propagatemark，一個是atomic，讓我們分別看其實現過程。

首先看處於灰色連結串列中一直都有物件的情況，在這步操作當中，是可以分步操作的，整個GC的分步操作，就是在這一步操作中，在每次掃描後，都會返回本次掃描標記的物件的大小之和，再下一個分步執行的時候再繼續執行，而一旦進入atomic函式中，就需要一次性的執行，不能再分步執行了。

來看propagatemark函式是如何實現的：

對於table，如果該表是weak表，則退回到灰色狀態，否則遍歷表的陣列和散列表部分進行標記，詳見traversetable函式；

對於func，traverseclosure主要對func中的upval進行標記；

對於thread, 則將其移植到grayagain中，放在atomic中進行處理；

對於proto，對其中的字串、upvalue、區域性變數等進行遍歷標記；

注意，這兒沒有處理string\udata型別資料，這是放在其他部分進行的，不需要進行相關的標記；

4、GC 掃描階段的barrier操作

由於採用分步式增量掃描標記演算法，所以會出現在分步操作過程中，新增加的物件與被掃描過的物件之間有引用關係的變化，未來確保黑色物件引用的物件中有白色物件，lua提供了兩種操作設計：

1）標記過程向前走一步 luaC_barrierf

如果新建物件是白色，而它被一個黑色物件引用了，那麼將這個新建物件顏色從白色變為灰色；

2）標記過程向後走一步 luaC_barrierback

類似於上，此時將引用的它的黑色物件的顏色從黑色變為灰色，使得其重新被掃描一次

(或許你看出截圖顏色變了，是的，回家了，又是新的編輯器了~)

從define可以看出，只有table需要進行luaC_barrierback，這是由於table本身設計，就是一個table可能會對應N個key或者value，這樣如果新增一個key/value，如果將其置為灰色，然後將其加入gray連結串列中，這樣多個新增會帶來較大的效能。

採用向後，就是將該table物件退回到gray狀態，這樣新增多個，其實質都是隻改變該table一次，注意這個gray不是改為gray鏈中，而是將該table加入到grayagain鏈中，在掃描完gray鏈後再掃描grayagain鏈即可。參考原始碼即可：

對比向前比較簡單了：直接呼叫reallymarkoject

5、GC的atomic操作

當gray連結串列中物件都標記完成後，會執行一次atomic操作，注意這個操作是不能被打斷的，所以叫原子操作，參考原始碼：

首先處理上一篇文章中提到的對open狀態的upvalues，然後處理一次gray連結串列；

然後處理整個弱表，將lua_State指標指向meta表，然後處理一次gray連結串列

然後處理grayagain連結串列，類似於上

然後處理udata，其處理函式為luaC_separateudata:

註釋很詳細，注意放到tmudata連結串列中後，是在後續操作再集中處理一次；

處理完基本的幾個資料後，atomic會把白色型別切換到下一個GC操作的白色型別，然後修改狀態到回收階段CGSsweepstring， 這兒對sweepstrgc進行了賦初值，是為了下面的字串定位。

6、GC的回收階段 GCSsweepstring/GCSsweep

首先進入的回收階段是對字串的處理

雖然是case，但是其實質是一個迴圈，每次取出散列表中的一個字串連結串列，進行一次遍歷回收，sweepwholelist最終會呼叫到sweeplist，等一下給出原始碼。

當處理完所有的字串後，切換到GCSsweep狀態：

關鍵操作是sweeplist，參看其原始碼：

程式碼中也對前面說的多色標記中的兩種白色的作用做了講解，otherwhite就是本次不可回收的白色，如果處理的物件的白色就是otherwhite，是不會被回收的

7、結束階段 GCSfinalize

這是整個GC的最後階段了，來看看其操作的原始碼：

首先處理，是否有前面提到的tmudata連結串列， 其操作函式為GCTM：

注意，udata本身有GC方法，未來確保其GC方法的呼叫，實在這次GC中呼叫G方法，但是這個udata本身，是在下一次的GC中才會被回收的。udata的GC呼叫則是在fasttm中呼叫TM_GC來實現。

初看也會迷糊怎麼迴圈的，其實結合上面的case中的 if(g->tmudata)可以理解，為什麼每次GCTM都會執行 g->tmudata的移動賦值操作。

最終萬事大吉，本次GC流程走完，設定到GCSpause狀態，等待下一次GC呼叫。

8、GC的進度控制

其實GC的呼叫，可以分為兩種，一種是自動呼叫，一個是手動呼叫

自動呼叫函式： luaC_checkGC

一般不希望自動GC，可以採用setthreshold，將GCthreshold的值設定為非常大，這樣不回自動觸發GC

手動呼叫，則設定GC的相關引數 setthreshold：

estimate是對當前記憶體使用量的一個預估值，gcpause是一個百分比，通過lua_gc可以設定，另一個gc進度的引數是gcstepmul，其主要影響singlestep函式的呼叫次數，具體原因參看原始碼：

整個流程都在註釋中講解了，其中關鍵是lim的設定，然後不斷的呼叫singlestep, 然後處理GC狀態即可，注意setthreshold是設定的兩次GC之間的時間間隔。由於修改了threshold，對於關閉自動GC的情況，需要再次重新設定關閉自動GC一次。

9、總結

對於lua的GC的原理的探究就到這兒，熟悉一門語言的GC流程後，同理去推導理解其他語言的GC會有很大幫助，同時也可以在平時使用lua的時候，對於GC的一些操作更加知其所以然。大家共勉！