介绍

memwatch是一个c++扩展,主要用来观察nodejs内存泄露问题,基本用法如下:

const memwatch = require('@airbnb/memwatch');
function LeakingClass() {
}memwatch.gc();
var arr = [];
var hd = new memwatch.HeapDiff();
for (var i = 0; i < 10000; i++) arr.push(new LeakingClass);
var hde = hd.end();
console.log(JSON.stringify(hde, null, 2));

实现分析

分析的版本为@airbnb/memwatch。首先从binding.gyp开始入手:

{'targets': [{'target_name': 'memwatch','include_dirs': ["<!(node -e \"require('nan')\")"],'sources': ['src/heapdiff.cc','src/init.cc','src/memwatch.cc','src/util.cc']}]
}

这份配置表示其生成的目标是memwatch.node,源码是src目录下的heapdiff.ccinit.ccmemwatch.ccutil.cc,在项目编译的过程中还需要include额外的nan目录,nan目录通过执行node -e "require('nan')按照node模块系统寻找nan依赖,<! 表示后面是一条指令。

memwatch的入口函数在init.cc文件中,通过NODE_MODULE(memwatch, init);进行声明。当执行require('@airbnb/memwatch')的时候会首先调用init函数:

void init (v8::Handle<v8::Object> target)
{Nan::HandleScope scope;heapdiff::HeapDiff::Initialize(target);Nan::SetMethod(target, "upon_gc", memwatch::upon_gc);Nan::SetMethod(target, "gc", memwatch::trigger_gc);Nan::AddGCPrologueCallback(memwatch::before_gc);Nan::AddGCEpilogueCallback(memwatch::after_gc);
}

init函数的入口参数v8:Handle<v8:Object> target可以类比nodejs中的module.exportsexports对象。函数内部做的实现可以分为三块,初始化target、给target绑定upon_gcgc两个函数、在nodejs的gc前后分别挂上对应的钩子函数。

Initialize实现

heapdiff.cc文件中来看heapdiff::HeapDiff::Initialize(target);的实现。

void heapdiff::HeapDiff::Initialize ( v8::Handle<v8::Object> target )
{Nan::HandleScope scope;v8::Local<v8::FunctionTemplate> t = Nan::New<v8::FunctionTemplate>(New);t->InstanceTemplate()->SetInternalFieldCount(1);t->SetClassName(Nan::New<v8::String>("HeapDiff").ToLocalChecked());Nan::SetPrototypeMethod(t, "end", End);target->Set(Nan::New<v8::String>("HeapDiff").ToLocalChecked(), t->GetFunction());
}

Initialize函数中创建一个叫做HeapDiff的函数t,同时在t的原型链上绑了end方法,使得js层面可以执行vat hp = new memwatch.HeapDiff();hp.end()

new memwatch.HeapDiff实现

当js执行new memwatch.HeapDiff();的时候,c++层面会执行heapdiff::HeapDiff::New函数,去掉注释和不必要的宏,New函数精简如下:

NAN_METHOD(heapdiff::HeapDiff::New)
{if (!info.IsConstructCall()) {return Nan::ThrowTypeError("Use the new operator to create instances of this object.");}Nan::HandleScope scope;HeapDiff * self = new HeapDiff();self->Wrap(info.This());s_inProgress = true;s_startTime = time(NULL);self->before = v8::Isolate::GetCurrent()->GetHeapProfiler()->TakeHeapSnapshot(NULL);s_inProgress = false;info.GetReturnValue().Set(info.This());
}

可以看到用户在js层面执行var hp = new memwatch.HeapDiff();的时候,c++层面会调用nodejs中的v8的api对对堆上内存打一个snapshot保存到self->before中,并将当前对象返回出去。

memwatch.HeapDiff.End实现

当用户执行hp.end()的时候,会执行原型链上的end方法,也就是c++的heapdiff::HeapDiff::End方法。同样去掉冗余的注释以及宏,End方法可以精简如下:

NAN_METHOD(heapdiff::HeapDiff::End)
{Nan::HandleScope scope;HeapDiff *t = Unwrap<HeapDiff>( info.This() );if (t->ended) {return Nan::ThrowError("attempt to end() a HeapDiff that was already ended");}t->ended = true;s_inProgress = true;t->after = v8::Isolate::GetCurrent()->GetHeapProfiler()->TakeHeapSnapshot(NULL);s_inProgress = false;v8::Local<Value> comparison = compare(t->before, t->after);((HeapSnapshot *) t->before)->Delete();t->before = NULL;((HeapSnapshot *) t->after)->Delete();t->after = NULL;info.GetReturnValue().Set(comparison);
}

在End函数中,拿到当前的HeapDiff对象之后,再对当前的堆上内存再打一个snapshot,调用compare函数对前后两个snapshot对比后得到comparison后,将前后两次snapshot对象释放掉,并将结果通知给js。

下面分析下compare函数的具体实现:
compare函数内部会递归调用buildIDSet函数得到最终堆快照的diff结果。

static v8::Local<Value>
compare(const v8::HeapSnapshot * before, const v8::HeapSnapshot * after)
{Nan::EscapableHandleScope scope;int s, diffBytes;Local<Object> o = Nan::New<v8::Object>();// first let's append summary informationLocal<Object> b = Nan::New<v8::Object>();b->Set(Nan::New("nodes").ToLocalChecked(), Nan::New(before->GetNodesCount()));//b->Set(Nan::New("time"), s_startTime);o->Set(Nan::New("before").ToLocalChecked(), b);Local<Object> a = Nan::New<v8::Object>();a->Set(Nan::New("nodes").ToLocalChecked(), Nan::New(after->GetNodesCount()));//a->Set(Nan::New("time"), time(NULL));o->Set(Nan::New("after").ToLocalChecked(), a);// now let's get allocations by nameset<uint64_t> beforeIDs, afterIDs;s = 0;buildIDSet(&beforeIDs, before->GetRoot(), s);b->Set(Nan::New("size_bytes").ToLocalChecked(), Nan::New(s));b->Set(Nan::New("size").ToLocalChecked(), Nan::New(mw_util::niceSize(s).c_str()).ToLocalChecked());diffBytes = s;s = 0;buildIDSet(&afterIDs, after->GetRoot(), s);a->Set(Nan::New("size_bytes").ToLocalChecked(), Nan::New(s));a->Set(Nan::New("size").ToLocalChecked(), Nan::New(mw_util::niceSize(s).c_str()).ToLocalChecked());diffBytes = s - diffBytes;Local<Object> c = Nan::New<v8::Object>();c->Set(Nan::New("size_bytes").ToLocalChecked(), Nan::New(diffBytes));c->Set(Nan::New("size").ToLocalChecked(), Nan::New(mw_util::niceSize(diffBytes).c_str()).ToLocalChecked());o->Set(Nan::New("change").ToLocalChecked(), c);// before - after will reveal nodes released (memory freed)vector<uint64_t> changedIDs;setDiff(beforeIDs, afterIDs, changedIDs);c->Set(Nan::New("freed_nodes").ToLocalChecked(), Nan::New<v8::Number>(changedIDs.size()));// here's where we'll collect all the summary informationchangeset changes;// for each of these nodes, let's aggregate the change informationfor (unsigned long i = 0; i < changedIDs.size(); i++) {const HeapGraphNode * n = before->GetNodeById(changedIDs[i]);manageChange(changes, n, false);}changedIDs.clear();// after - before will reveal nodes added (memory allocated)setDiff(afterIDs, beforeIDs, changedIDs);c->Set(Nan::New("allocated_nodes").ToLocalChecked(), Nan::New<v8::Number>(changedIDs.size()));for (unsigned long i = 0; i < changedIDs.size(); i++) {const HeapGraphNode * n = after->GetNodeById(changedIDs[i]);manageChange(changes, n, true);}c->Set(Nan::New("details").ToLocalChecked(), changesetToObject(changes));return scope.Escape(o);
}

该函数中构造了两个对象b(before)、a(after)用于保存前后两个快照的详细信息。用一个js对象描述如下:

// b(before) / a(after)
{nodes: // heap snapshot中对象节点个数size_bytes: // heap snapshot的对象大小(bytes)size: // heap snapshot的对象大小(kb、mb)}

进一步对前后两次的快照进行分析可以得到o,o中的before、after对象就是前后两次的snapshot对象的引用:

// o
{before: { // before的堆snapshotnodes:size_bytes:size: },after: { // after的堆snapshotnodes:size_bytes:size: },change: {freed_nodes: // gc掉的节点数量allocated_nodes: // 新增节点数量details: [ // 按照类型String、Array聚合出来的详细信息{Array : {what: // 类型size_bytes: // 字节数bytessize: // kb、mb+: // 新增数量-: // gc数量}},{}]}
}

得到两次snapshot对比的结果后将o返回出去,在End函数中通过info.GetReturnValue().Set(comparison);将结果传递到js层面。

下面来具体说下compare函数中的buildIDSet、setDiff以及manageChange函数的实现。
buildIDSet的用法:buildIDSet(&beforeIDs, before->GetRoot(), s);,该函数会从堆snapshot的根节点出发,递归的寻找所有能够访问的子节点,加入到集合seen中,做DFS统计所有可达节点的同时,也会对所有节点的shallowSize(对象本身占用的内存,不包括引用的对象所占内存)进行累加,统计当前堆所占用的内存大小。其具体实现如下:

static void buildIDSet(set<uint64_t> * seen, const HeapGraphNode* cur, int & s)
{Nan::HandleScope scope;if (seen->find(cur->GetId()) != seen->end()) {return;}if (cur->GetType() == HeapGraphNode::kObject &&handleToStr(cur->GetName()).compare("HeapDiff") == 0){return;}s += cur->GetShallowSize();seen->insert(cur->GetId());for (int i=0; i < cur->GetChildrenCount(); i++) {buildIDSet(seen, cur->GetChild(i)->GetToNode(), s);}
}

setDiff函数用法:setDiff(beforeIDs, afterIDs, changedIDs);主要用来计算集合差集用的,具体实现很简单,这里直接贴代码,不再赘述:

typedef set<uint64_t> idset;// why doesn't STL work?
// XXX: improve this algorithm
void setDiff(idset a, idset b, vector<uint64_t> &c)
{for (idset::iterator i = a.begin(); i != a.end(); i++) {if (b.find(*i) == b.end()) c.push_back(*i);}
}

manageChange函数用法:manageChange(changes, n, false);,其作用在于做数据的聚合。对某个指定的set,按照set中对象的类型,聚合出每种对象创建了多少、销毁了多少,实现如下:

static void manageChange(changeset & changes, const HeapGraphNode * node, bool added)
{std::string type;switch(node->GetType()) {case HeapGraphNode::kArray:type.append("Array");break;case HeapGraphNode::kString:type.append("String");break;case HeapGraphNode::kObject:type.append(handleToStr(node->GetName()));break;case HeapGraphNode::kCode:type.append("Code");break;case HeapGraphNode::kClosure:type.append("Closure");break;case HeapGraphNode::kRegExp:type.append("RegExp");break;case HeapGraphNode::kHeapNumber:type.append("Number");break;case HeapGraphNode::kNative:type.append("Native");break;case HeapGraphNode::kHidden:default:return;}if (changes.find(type) == changes.end()) {changes[type] = change();}changeset::iterator i = changes.find(type);i->second.size += node->GetShallowSize() * (added ? 1 : -1);if (added) i->second.added++;else i->second.released++;return;
}

upon_gcgc实现

这两个方法的在init函数中声明如下:

Nan::SetMethod(target, "upon_gc", memwatch::upon_gc);
Nan::SetMethod(target, "gc", memwatch::trigger_gc);

先看gc方法的实现,实际上对应memwatch::trigger_gc,实现如下:

NAN_METHOD(memwatch::trigger_gc) {Nan::HandleScope scope;int deadline_in_ms = 500;if (info.Length() >= 1 && info[0]->IsNumber()) {deadline_in_ms = (int)(info[0]->Int32Value()); }Nan::IdleNotification(deadline_in_ms);Nan::LowMemoryNotification();info.GetReturnValue().Set(Nan::Undefined());
}

通过Nan::IdleNotificationNan::LowMemoryNotification触发v8的gc功能。
再来看upon_gc方法,该方法实际上会绑定一个函数,当执行到gc方法时,就会触发该函数:

NAN_METHOD(memwatch::upon_gc) {Nan::HandleScope scope;if (info.Length() >= 1 && info[0]->IsFunction()) {uponGCCallback = new UponGCCallback(info[0].As<v8::Function>());}info.GetReturnValue().Set(Nan::Undefined());
}

其中info[0]就是用户传入的回调函数。调用new UponGCCallback的时候,其对应的构造函数内部会执行:

UponGCCallback(v8::Local<v8::Function> callback_) : Nan::AsyncResource("memwatch:upon_gc") {callback.Reset(callback_);
}

把用户传入的callback_函数设置到UponGCCallback类的成员变量callback上。upon_gc回调的触发与gc的钩子有关,详细看下一节分析。

gc前、后钩子函数的实现

gc钩子的挂载如下:

Nan::AddGCPrologueCallback(memwatch::before_gc);
Nan::AddGCEpilogueCallback(memwatch::after_gc);

先来看memwatch::before_gc函数的实现,内部给gc开始记录了时间:

NAN_GC_CALLBACK(memwatch::before_gc) {currentGCStartTime = uv_hrtime();
}

再来看memwatch::after_gc函数的实现,内部会在gc后记录gc的结果到GCStats结构体中:

struct GCStats {// counts of different types of gc eventssize_t gcScavengeCount; // gc 扫描次数uint64_t gcScavengeTime; // gc 扫描事件size_t gcMarkSweepCompactCount; //  gc标记清除整理的个数uint64_t gcMarkSweepCompactTime; // gc标记清除整理的时间size_t gcIncrementalMarkingCount;  // gc增量标记的个数uint64_t gcIncrementalMarkingTime; // gc增量标记的时间size_t gcProcessWeakCallbacksCount; // gc处理weakcallback的个数uint64_t gcProcessWeakCallbacksTime; // gc处理weakcallback的时间
};

对gc请求进行统计后,通过v8的api获取堆的使用情况,最终将结果保存到barton中,barton内部维护了一个uv_work_t的变量req,req的data字段指向barton对象本身。

NAN_GC_CALLBACK(memwatch::after_gc) {if (heapdiff::HeapDiff::InProgress()) return;uint64_t gcEnd = uv_hrtime();uint64_t gcTime = gcEnd - currentGCStartTime;switch(type) {case kGCTypeScavenge:s_stats.gcScavengeCount++;s_stats.gcScavengeTime += gcTime;return;case kGCTypeMarkSweepCompact:case kGCTypeAll:break;}if (type == kGCTypeMarkSweepCompact) {s_stats.gcMarkSweepCompactCount++;s_stats.gcMarkSweepCompactTime += gcTime;Nan::HandleScope scope;Baton * baton = new Baton;v8::HeapStatistics hs;Nan::GetHeapStatistics(&hs);timeval tv;gettimeofday(&tv, NULL);baton->gc_ts = (tv.tv_sec * 1000000) + tv.tv_usec;baton->total_heap_size = hs.total_heap_size();baton->total_heap_size_executable = hs.total_heap_size_executable();baton->req.data = (void *) baton;uv_queue_work(uv_default_loop(), &(baton->req),noop_work_func, (uv_after_work_cb)AsyncMemwatchAfter);}
}

在前面工作完成的基础上,将结果丢到libuv的loop中,等到合适的实际触发回调函数,在回调函数中可以拿到req对象,通过访问req.data对其做强制类型装换可以得到barton对象,在loop的回调函数中,将barton中封装的数据依次取出来,保存到stats对象中,并调用uponGCCallback的Call方法,传入字面量stats和stats对象。

static void AsyncMemwatchAfter(uv_work_t* request) {Nan::HandleScope scope;Baton * b = (Baton *) request->data;// if there are any listeners, it's time to emit!if (uponGCCallback) {Local<Value> argv[2];Local<Object> stats = Nan::New<v8::Object>();stats->Set(Nan::New("gc_ts").ToLocalChecked(), javascriptNumber(b->gc_ts));stats->Set(Nan::New("gcProcessWeakCallbacksCount").ToLocalChecked(), javascriptNumberSize(b->stats.gcProcessWeakCallbacksCount));stats->Set(Nan::New("gcProcessWeakCallbacksTime").ToLocalChecked(), javascriptNumber(b->stats.gcProcessWeakCallbacksTime));stats->Set(Nan::New("peak_malloced_memory").ToLocalChecked(), javascriptNumberSize(b->peak_malloced_memory));stats->Set(Nan::New("gc_time").ToLocalChecked(), javascriptNumber(b->gc_time));// the type of event to emitargv[0] = Nan::New("stats").ToLocalChecked();argv[1] = stats;uponGCCallback->Call(2, argv);}delete b;
}

最后在Call函数的内部调用js传入的callback_函数,并将字面量stats和stats对象传递到js层面,供上层用户使用。

void Call(int argc, Local<v8::Value> argv[]) {v8::Isolate *isolate = v8::Isolate::GetCurrent();runInAsyncScope(isolate->GetCurrentContext()->Global(), Nan::New(callback), argc, argv);
}

memwatch分析相关推荐

  1. node扩展 memwatch分析

    介绍 memwatch是一个c++扩展,主要用来观察nodejs内存泄露问题,基本用法如下: const memwatch = require('@airbnb/memwatch'); functio ...

  2. 记录node内存瓶颈分析

    注:仅仅是一篇纪实性文章! 概述:不知道因为什么原因,在某个项目新申请的两台服务器上将node版本从6.10.0升级到了6.10.1,发现在这两台机器上一个node进程占用内存一直再涨,启动10h左右 ...

  3. arm linux下交叉编译valgrind工具进行内存泄露检测和性能分析

    C/C++等底层语言在提供强大功能及性能的同时,其灵活的内存访问也带来了各种纠结的问题.如果crash的地方正是内存使用错误的地方,说明你人品好.如果crash的地方内存明显不是consistent的 ...

  4. valgrind检测内存泄漏,gperftools,memwatch和性能优化Messy_Test

    yum -y install  valgrind 如何在windows使用valgrind_如何在windows下使用f2py_weixin_39621870的博客-CSDN博客 QNX下Valgri ...

  5. 利用工具定位内存泄漏问题 valgrind memwatch dmalloc

    内存泄漏定位工具 内存debug有比较多的方法,首先可以参看如下的wiki,查看大概都有哪些方式,再根据其有缺点选用,适合自己需要的方式. Memory Debuggers https://elinu ...

  6. linux 进程内存分析工具,Linux内存使用情况以及内存泄露分析之工具与方法

    1. 内存使用情况分析 1.1 系统总内存分析 通过cat /proc/meminfo,可用的物理内存=MemFree+Buffers+Cached. MemTotal:        5933132 ...

  7. MemWatch的使用

    http://www.brantchen.com linux下的測试工具真是少之又少,还不好用,近期试用了memwatch,感觉网上的介绍不太好,所以放在这里跟大家分享 .事实上大部分都是看的帮助,非 ...

  8. C:使用mtrace、memwatch、dmalloc检测内存泄漏

    转载链接:https://my.oschina.net/letiantian/blog/754506 linux默认没有mtrace命令,mtrace是glibc内置命令,需要安装glibc工具集,安 ...

  9. Memwatch使用说明

    linux下的测试工具真是少之又少,还不好用,最近试用了memwatch,感觉网上的介绍不太好,所以放在这里跟大家分享 .其实大部分都是看的帮助,很多地方翻译得不好还有错,请原谅指出最好看原文.如果转 ...

最新文章

  1. 简介QTP中的Active Screen
  2. 筛选汇总 power_批量汇总多Excel表格 | 标题都从第n行起怎么办?
  3. 实现工控机4U断电后自动重启功能
  4. 计算机专业871,北科大计算机871经验帖
  5. Akka网络编程基本介绍
  6. 好用的文件批量改名工具推荐
  7. 增长量计算n+1原则_何俊-资料分析中的增长量计算
  8. wincc控件之FlexGrid系列(注册安装)
  9. Pr 音频效果参考(合集)
  10. 苹果支持WebRTC
  11. 个人如何购买腾讯云服务器
  12. 如东人院附近一网吧转让
  13. BCD码 —— 8421码,余3码,2421码
  14. linux系统部署微服务项目
  15. 【2021笔记本选购指南】让你了解笔记本少走弯路(内存、硬盘、屏幕等参数解读)
  16. Python爬虫实战练习:爬取微信公众号文章
  17. 拓事件丨腾讯给拓保软件颁奖啦!
  18. Brison归因与代码
  19. Java 中哈希码的说明
  20. winpcap+pyhton环境搭建

热门文章

  1. 创意电子学小知识:安培
  2. 鼠标垫怎么洗,如何清洗电脑鼠标垫
  3. 神秘信使服务器维护,神秘信使无法读取登录档最实用方法推荐
  4. mysql 的 infobright 数据库的 mediumblob 显示不了数据
  5. 小红书违禁词有哪些,小红书违禁词汇总分享
  6. SpringCloud Alibaba学习06-链路追踪
  7. 机器学习之决策树(手推公式版)
  8. oracle commandtimeout,连接池和 Timeout expired异常解决方法
  9. vb adodb mysql_VB6实现连接Access数据库的ADODB代码实现方法
  10. 四小时学习opencv+qt系列(第二天)