分配内存时的线程争用答案

【问题标题】：Thread contention when allocating memory分配内存时的线程争用
【发布时间】：2018-10-21 19:33:40
【问题描述】：

在 C# 中，我运行了一个创建许多小对象的玩具代码（我知道最好避免这种情况 - 我只是想研究这个问题）。在创建的对象总数相同的情况下，一个线程比每个处理器一个线程运行得更快 (Parallel.For)。

原子操作包括创建一个包含 20k 个小对象的列表（实际上是一个数组）（为简单起见，此处为 long[4]）：

private static void CreateList()
{
    long[][] list = new long[20000][];
    for (var i = 0; i < 20000; i++)
        list[i] = new long[4];
}

如果我在单个线程中创建 1000 个列表，它会在 1.5 秒内运行。如果我用多个线程创建 1000 个列表（每个线程负责 1000 个列表的一个子集），它会在 2 秒内运行。

在以下情况下行为基本相同：

使用经典的小对象而不是长对象[4]
使用真正的 List 而不是数组
使用不同数量的对象

你能解释一下原因吗？内存管理器中是否有“锁”。和垃圾回收有关吗？

代码详情：

public static void Main()
{
    Benchmark(1000, CreateList);
}    

private static void Benchmark(int repeat, Action action)
{
    Console.WriteLine("Single thread");
    Benchmark(delegate ()
    {
        for (int i = 0; i < repeat; i++)
            action();
    });
    Console.WriteLine("Multi thread");
    Benchmark(delegate ()
    {
        Parallel.For(0, repeat, i => action());
    });
}

private static void Benchmark(Action action)
{
    for (int i = 0; i < 10; i++)
    {
        Stopwatch sw = new Stopwatch();
        sw.Start();
        action();
        sw.Stop();
        Console.WriteLine("Time : " + sw.Elapsed.TotalSeconds);
    }
}

【问题讨论】：

当然内存管理本质上是单线程的。既分配又收集。否则在尝试分配相同的内存时会遇到竞争情况！
除了上面所说的以外，不确定它是否也是您要问的另一件事，仅仅因为您产生多个线程并不一定意味着它会运行得更快。创建线程本身就有开销，因此对于非常短的任务，并行运行并不总是会缩短执行时间。
我也同意 npinti 所说的。我喜欢说“多线程必须仔细挑选它的问题”。否则，您最终会得到更复杂（容易出错）、使用更多内存并且更慢然后是单个线程的代码。并行减速是一回事（en.wikipedia.org/wiki/Parallel_slowdown）。就像根本不能多线程的问题一样。只需尝试对斐波那契数列进行多线程处理，以便每个数字都由单独的线程创建。
@npitni;线程在这里不运行短任务。没有开销。用数学替换内存分配，你会看到的。
@BenoitSanchez：如果我用 CPU 绑定操作替换内存绑定操作，它甚至不再是类似的代码了。

标签： c# multithreading memory-management

【解决方案1】：

尽管内存管理器使用某种信号量是正常的，但具有许多内存分配的多线程应用程序在默认的 C# 垃圾收集器中工作得非常糟糕。使用适当的垃圾收集器，事情会好很多。

你应该：

启用服务器 GC
（可能）禁用并发 GC

服务器 GC 将允许线程之间更好的并行化程度，因为内存分配是部分独立的。在这种情况下，多核机器的性能可能会发生根本性的变化。

简而言之，将其添加到项目的配置文件中：

  <runtime>
    <gcServer enabled="true"/>
    <gcConcurrent enabled="false" />
  </runtime>

您可以在Fundamentals of Garbage Collection 阅读有关服务器和工作站 GC 的详细信息。

【讨论】：