.NET性能优化-ArrayPool同时复用数组和对象
前两天在微信后台收到了读者的私信，问了一个这样的问题，由于私信回复有字数和篇幅限制，我在这里统一回复一下。读者的问题是这样的：
大佬您好，之前读了您的文章受益匪浅，我们有一个项目经常占用 7-8GB 的内存，使用了您推荐的
ArrayPool以后降低到 4GB 左右，我还想着能不能继续优化，于是 dump 看了一下，发现是ArrayPool对应的一个数组有几万个对象，这个类有 100 多个属性。我想问有没有方法能复用这些对象？感谢！
根据读者的问题，我们摘抄出重点，现在他的数组已经得到池化，但是数组里面存的对象很大，从而导致内存很大。
我觉得一个类有 100 多个属性应该是不太正常的，当然也可能是报表导出之类的需求，如果是普通类有 100 多个属性，那应该做一些抽象和拆分了。
如果是少部分的大对象需要重用，那其实可以使用ObjectPool，如果是数万个对象要重用，那么ObjectPool里面的 CAS 算法会成为瓶颈，那有没有更好的方式呢？其实解决方案就在ArrayPool类本身，可能大家平时没有注意过。
再聊 ArrayPool
我们再来回顾一下ArrayPool的用法，它的用法很简单，核心就是Rent和Return两个方法，演示代码如下所示：
using System.Buffers;
namespace BenchmarkPooledList;
public class ArrayPoolDemo
{
public void Demo()
{
// get array from pool
var pool = ArrayPool<byte>.Shared.Rent(10);
try
{
// do something
}
finally
{
// return
ArrayPool<byte>.Shared.Return(pool);
}
}
}
其实对于上面的这个问题，ArrayPool已经有了解决方案，不知道大家有没有注意Return方法有一个默认参数clearArray=false.
public abstract void Return (T[] array, bool clearArray = false);
其中clearArray的含义就是当数组被归还到池时，是不是清空数组，也就是会不会将数组的所有元素重置为null，看下面的例子就明白了。
可以发现只要在归还到数组时不清空，那么第二次拿到的数组还是会保留值，基于这样一个设计，我们就可以在复用数组的同时复用对应的元素对象。
性能比较
那么这样是否能解决之前提到的问题呢？我们很简单就可以构建一个测试用例，一个在代码里面使用new每次创建对象，另外一个尽量复用对象，为null时才创建。
// 定义一个大对象，放了40个属性
public class BigObject
{
public string P1 { get; set; }
public string P2 { get; set; }
public string P3 { get; set; }
.....
}
然后创建一个数据集，生成1000条数据，使用默认的方式，每次都new对象。
private static readonly string[] Datas = Enumerable.Range(0, 1000).Select(c => c.ToString()).ToArray();
[Benchmark(Baseline = true)]
public long UseArrayPool()
{
var pool = ArrayPool<BigObject?>.Shared.Rent(Datas.Length);
try
{
for (int i = 0; i < Datas.Length; i++)
{
pool[i] = new BigObject
{
P1 = Datas[i],
P2 = Datas[i],
P3 = Datas[i]
// .... 省略赋值代码
};
}
return pool.Length;
}
finally
{
ArrayPool<BigObject?>.Shared.Return(pool);
}
}
另外一种方式就是复用对象池的对象，只有为null时才创建：
[Benchmark]
public long UseArrayPoolNeverClear()
{
var pool = ArrayPool<BigObject?>.Shared.Rent(Datas.Length);
try
{
for (int i = 0; i < Datas.Length; i++)
{
// 复用obj 为null时才创建
var obj = pool[i] ?? (pool[i] = new BigObject());
obj.P1 = Datas[i];
obj.P2 = Datas[i];
obj.P3 = Datas[i];
// .... 省略赋值代码
}
return pool.Length;
}
finally
{
ArrayPool<BigObject?>.Shared.Return(pool, false);
}
}
可以看一下 Benchmark 的结果：
复用大对象的场景下，在没有造成性能的下降的情况下，内存分配几乎为0。
ArrayObjectPool
之前笔者实现了一个类，优化了一下上面代码的性能，但是之前换了电脑，没有备份一些杂乱数据，现在找不到了。
具体优化原理是每一次都要进行null比较还是比较麻烦，而且如果能确定其数组不变的话，这些 null 判断是可以移除的。
凭借记忆写了一个 Demo，主要是确立在池里的数组是私有的，初始化一次以后就不需要再初始化，所以只要检测第一个元素是否为null就行，实现如下所示：
// 应该要实现IList<T>接口 和 ICollection<T> 等等的接口
// 不过这只是简单的demo 各位可以自行实现
public class ArrayObjectPool<T> : IDisposable // , IList<T>
where T : new()
{
// 创建一个独享的池
private static ArrayPool<T> _pool = ArrayPool<T>.Create();
private readonly T[] _items;
public ArrayObjectPool(int size)
{
Length = size;
_items = _pool.Rent(size);
if (_items[0] is not null) return;
// 如果第一个元素为null 说明是没初始化的
// 那么需要初始化
for (int i = 0; i < _items.Length; i++)
{
_items[i] = new T();
}
}
// 为了安全只实现get
public T this[int index]
{
get
{
if (index < 0 || index > Length)
throw new ArgumentOutOfRangeException(nameof(index));
return _items[index];
}
set => throw new NotSupportedException();
}
public int Length { get; }
// 释放时返回数据
public void Dispose()
{
_pool.Return(_items);
}
/// <summary>
/// 当ArrayPool过大时 可以重新创建
/// 旧的池就会被GC 回收
/// </summary>
public static void Flush()
{
_pool = ArrayPool<T>.Create();
}
}
同样的，对比了一下性能，因为会创建一个对象，所以内存占用比直接使用ArrayPool要高几十个字节，但是由于不用比较null，是实现里面最快的（当然也快不了多少，就 2%）：
总结
我相信这个应该已经能回答提出的问题，我们可以在复用数组的时候复用数组所对应的对象，当然你必须确保复用对象没有副作用，比如复用了旧的脏数据。
如果不是经常写这样的代码，像笔者一样封装一个ArrayObjectPool也没有必要，笔者本人也就写过那么一次，如果经常有这样的场景，那可以封装一个安全的ArrayObjectPool，想必也不是什么困难的事情。
感谢阅读，如果您有什么关于性能优化的疑问，欢迎在公众号留言。
.NET 性能优化交流群
相信大家在开发中经常会遇到一些性能问题，苦于没有有效的工具去发现性能瓶颈，或者是发现瓶颈以后不知道该如何优化。之前一直有读者朋友询问有没有技术交流群，但是由于各种原因一直都没创建，现在很高兴的在这里宣布，我创建了一个专门交流.NET 性能优化经验的群组，主题包括但不限于：
- 如何找到.NET 性能瓶颈，如使用 APM、dotnet tools 等工具
- .NET 框架底层原理的实现，如垃圾回收器、JIT 等等
- 如何编写高性能的.NET 代码，哪些地方存在性能陷阱
希望能有更多志同道合朋友加入，分享一些工作中遇到的.NET 性能问题和宝贵的性能分析优化经验。由于已经达到 200 人，可以加我微信，我拉你进群: ls1075
