节点正则表达式解析器中的内存泄漏？

Question

以下代码导致节点消耗大量内存并在内存不足时崩溃。但是，如果我将找到的字符串的长度从 13 更改为 12，一切都很好。看起来正则表达式搜索返回的字符串包含对搜索的原始字符串的隐藏引用。但前提是找到的匹配项的长度至少为 13 个字符。 这是一个错误还是这种行为有什么好的理由？

function randString(length) {
  var a = "a".charCodeAt(0),
      result = [];
  for(var i = 0; i < length; i++) {
    result.push(a + Math.floor(Math.random() * 26));
  }
  return String.fromCharCode.apply(null, result);
}


var arr = [];

for(var i = 0; i < 1000000; i++) {
  if(i % 1000 === 0) console.log(i);
  var str = randString(13);
  str = randString(5000) + "<" +str + ">" + randString(5000);
  var re = /<([a-z]+)>/gm;
  var next = re.exec(str);
  arr.push(next[1]);
}

Answer 1

我找到了问题的根源。负责此问题的不是正则表达式解析器，而是字符串上的子字符串方法。它旨在作为使创建子字符串更有效的功能。 在 V8 错误报告页面上有一个未解决的问题。 https://code.google.com/p/v8/issues/detail?id=2869

Answer 2

我在 Chrome 中观察到相同的行为。我认为两者（node.js 和 Chrome）的行为相同，因为它们基于相同的 Javascript 引擎（V8）。

没有内存泄漏，但是Javascript中的垃圾管理有问题。我从观察中推断出这一点，当我在 Google Dev Tools 中强制进行垃圾收集时，释放了 GB 的内存。

您可以强制运行垃圾收集器，如explained here。这样，你的 node.js 就不会崩溃。

编辑

进一步测试我可以告诉这些事情：

关于您的评论但只要仍然有对数组的引用，就不会释放内存。：

它看起来比这更复杂，但你是对的，arr 似乎占据了所有空间 1.1 Go for 100'000 items，这是每个项目 10kB。当您查看数组 next 时，它确实有大约 10kB 的大小（next.input 为 10015 字节。如果一切正常，next[1] 将是一个简单的字符串，并且仅使用略多于 13 个数据字节，但事实并非如此。在数组arr 中引用next[1] 不允许对next 进行垃圾回收。

作为解决方案，我想出了这个修改后的代码 (fiddle)：

function randString(length) {
  var a = "a".charCodeAt(0),
      result = [];
  for(var i = 0; i < length; i++) {
    result.push(a + Math.floor(Math.random() * 26));
  }
  return String.fromCharCode.apply(null, result);
}


var arr = [];

for(var i = 0; i < 100000; i++) {
  if(i % 1000 === 0) console.log(i);
  var str = randString(13);
  str = randString(5000) + "<" +str + ">" + randString(5000);
  var re = /<([a-z]+)>/gm;
  var next = re.exec(str);
  arr.push(next[1].split('').join(''));
}
console.log(arr)

诀窍是通过拆分字符串并再次连接来切断next 和存储在arr 中的字符串之间的引用。

我对内部结构一无所知，但它看起来像是 V8 中的一个错误。在 Firefox 上测试，一切正常，没有过多的内存使用。