原始笔记是几段散乱的内存相关片段：一段被压扁成一行的虚/实内存测试代码、几个分配器名字孤零零地列着、padding 的 Java/C 例子、以及
/proc/$pid/smaps的字段表。这里按”分配器 / 大内存测试 / 伪共享 padding（Java + C）/ 内存占用分析的四个层级”分节整理，原始代码原样保留。
当前保留内容
1. freelist
（待补充：自己写一个 freelist 的最小实现，对比 ptmalloc / jemalloc / tcmalloc 在小对象上的差异。）
2. 分配大量虚存或实存（测试用）
下面两个函数是当时用来观察”虚拟内存 vs 物理内存”占用差异的小工具。原始笔记里被压成了一行，这里保持原样不展开，避免修改测试结果：
// 大量分配虚拟内存，每次调用分配20Gvoid virtualMemoryTest(){ int sizeVm = 1 * 1024 * 1024 * 1024; // 1GB for(int i = 0; i < 20; i++){ // 1GB * 20 void* block = mmap(NULL, sizeVm, PROT_READ | PROT_WRITE, MAP_PRIVATE | MAP_ANONYMOUS, 0, 0); memset(block, 1, 1); list[index++] = block; }}
// 大量分配物理内存，每次调用申请160Mvoid physicalMemoryTest(){ int size = 8 * 1024 * 1024; // 8M for (int i = 0; i < 20; i++) { // 8M * 20 void *block = malloc(size); memset(block, 1, size); list[index++] = block; }}
3. 关注的分配器与基础组件
- leveldb
- ptmalloc
- jemalloc
- tcmalloc
- brpc 中的 task area、iobuf
（每一项都待单独写读源码笔记。）
4. 局部性原理与 padding
4.1 规避伪共享的两种思路
- 增大数组元素的间隔使得不同线程存取的元素位于不同 cache line，空间换时间。
- 在每个线程中创建全局数组各个元素的本地拷贝，然后结束后再写回全局数组。
从代码设计角度，要考虑清楚类结构中哪些变量是不变的、哪些是经常变化的、哪些变化是完全相互独立的、哪些属性一起变化。假如业务场景中下面的对象满足几个特点：
public class Data{
long modifyTime;
boolean flag;
long createTime;
char key;
int value;
}
- 当 value 变量改变时，modifyTime 肯定会改变
- createTime 变量和 key 变量在创建后就不会再变化
- flag 也经常会变化，不过与 modifyTime 和 value 变量毫无关联
当上面的对象需要由多个线程同时访问时，从 Cache 角度，当我们没有加任何措施时，Data 对象所有的变量极有可能被加载在 L1 缓存的一行 Cache Line 中。在高并发访问下会出现这种问题：
如上图所示，每次 value 变更时，根据 MESI 协议，对象其他 CPU 上相关的 Cache Line 全部被设置为失效。其他的处理器想要访问未变化的数据（key 和 createTime）时，必须从内存中重新拉取数据，增大了数据访问的开销。
4.2 有效的 Padding 方式（Java 示例）
正确方式是将该对象属性分组：将一起变化的放在一组，与其他无关的放一组，将不变的放到一组。这样当每次对象变化时，不会带动所有的属性重新加载缓存，提升了读取效率。在 JDK1.8 前，一般在属性间增加长整型变量来分隔每一组属性。被操作的每一组属性占的字节数加上前后填充属性所占的字节数，不小于一个 cache line 的字节数就可达到要求。
public class DataPadding{
long a1,a2,a3,a4,a5,a6,a7,a8;//防止与前一个对象产生伪共享
int value;
long modifyTime;
long b1,b2,b3,b4,b5,b6,b7,b8;//防止不相关变量伪共享;
boolean flag;
long c1,c2,c3,c4,c5,c6,c7,c8;//
long createTime;
char key;
long d1,d2,d3,d4,d5,d6,d7,d8;//防止与下一个对象产生伪共享
}
采用上述措施后的图示：
4.3 C 语言 padding
在设计数据结构的时候，尽量将只读数据与读写数据分开，并尽量将同一时间访问的数据组合在一起。这样 CPU 能一次将需要的数据读入。譬如，下面的数据结构就很不好：
struct __a
{
int id; // 不易变
int factor;// 易变
char name[64];// 不易变
int value;// 易变
};
在 X86 下，可以试着修改和调整它：
#define CACHE_LINE_SIZE 64 //缓存行长度
struct __a
{
int id; // 不易变
char name[64];// 不易变
char __align[CACHE_LINE_SIZE – sizeof(int)+sizeof(name) * sizeof(name[0]) %
CACHE_LINE_SIZE]
int factor;// 易变
int value;// 易变 char __align2[CACHE_LINE_SIZE –2* sizeof(int)%CACHE_LINE_SIZE ]
};
CACHE_LINE_SIZE – sizeof(int)+sizeof(name)*sizeof(name[0])%CACHE_LINE_SIZE 看起来不和谐，CACHE_LINE_SIZE 表示高速缓存行（64B 大小）。__align 用于显式对齐，这种方式使得结构体字节对齐的大小为缓存行的大小。
5. 内存占用分析
5.1 编译后程序各区域的大小
size -A bin
5.2 虚拟内存占用分析
/proc/$pid/smaps 中的字段含义：
成员名 含义
Name 进程的名称
Pid PID。
VmPeak 进程使用的最大虚拟内存，通常情况下它等于进程的内存描述符mm 中的 total_vm.
VmSize 进程使用的虚拟内存，它等于mm->total_vm。
VmLck 进程锁住的内存，它等于mm->locked_vm，这里指使用mlock()锁住的内存。
VmPin 进程固定住的内存，它等于mm->pinned_vm，这里指使用 get_user_page()固定住的内存。
VmHWM 进程使用的最大物理内存，它通常等于进程使用的匿名页面、文件映射页面以及共享内存页面的大小总和。
VmRSS 进程使用的最大物理内存，它常常等于VmHWM，计算公式为 VmRSS= RssAnon+RssFile+RssShmem.
RssAnon 进程使用的匿名页面，通过get_mm_counter(mm，MM_ANONPAGES)获取。
RssFile 进程使用的文件映射页面，通过get_mm_counter(mm, MM_FILEPAGES)获取。
RssShmem 进程使用的共享内存页面，通过get_mm_counter(mm, MM_SHMEMPAGES)获取。
RssFile 进程使用的文件映射页面，通过get_mm_counter(mm, MM_FILEPAGES)获取 RssShmem:进程使用的共享内存页面，通过getmm_counter(mm,MM SHMEMPAGES获取。
VmData 进程私有数据段的大小，它等于 mm->data_vm。
VmStk 进程用户栈的大小，它等于mm->stack_vm。
VmExe 进程代码段的大小，通过内存描述符mm中的start_code和end_code两个成员获取。
VmLib 进程共享库的大小，通过内存描述符mm中的exec_vm和VmExe计算。
VmPTE 进程页表大小，通过内存描述符 mm 中的pgtables_bytes 成员获取。
VmSwap 进程使用的交换分区的大小，通过get_mm_counter(mm，MM_SWAPENTS)获取。
HugetlbPages 进程使用巨页的大小，通过内存描述符 mm 中的 hugetlb_usage成员获取。
https://blog.csdn.net/weixin_39247141/article/details/126273389
5.3 物理内存占用分析
5.4 heap 占用分析
heap_profiler（gperftools 提供）。
后续可补的方向
- 把”分配大量虚/实内存”代码格式化展开，并配套一份 RSS / VSZ 观察脚本。
- 用 perf c2c 复现 padding 章节中的伪共享案例，给出”前后对比”的数据。
- 针对 ptmalloc / jemalloc / tcmalloc 各做一份”小对象 / 大对象 / 多线程”基准对比。
