在 C# 中使用 byte[] 进行内存碎片

Question

我正在开发的 C#/.NET 应用程序使用了巨大的字节数组，并且存在内存碎片问题。使用 CLRMemory 检查内存使用情况

我们使用的代码如下

PdfLoadedDocument loadedDocument = new PdfLoadedDocument("myLoadedDocument.pdf");

// Operations on pdf document

using (var stream = new MemoryStream())
{
    loadedDocument.Save(stream);
    loadedDocument.Close(true);
    return stream.ToArray(); //byte[]
}

我们在应用程序的多个位置使用类似的代码，我们将其称为循环以生成从几百到 10000 的批量审计

1. 现在有更好的方法来处理这个问题以避免碎片化

作为审计的一部分，我们还使用以下代码从 Amazon S3 下载大文件

using (var client = new AmazonS3Client(_accessKey, _secretKey, _region))
{
   var getObjectRequest = new GetObjectRequest();
   getObjectRequest.BucketName = "bucketName";
   getObjectRequest.Key = "keyName";

   using (var downloadStream = new MemoryStream())
   {
       using (var response = await client.GetObjectAsync(getObjectRequest))
       {
           using (var responseStream = response.ResponseStream)
           {
               await responseStream.CopyToAsync(downloadStream);
           }
           return downloadStream.ToArray(); //byte[]
       }
   }
}

1. 有没有更好的替代方法来下载大文件而不将它们移动到 LOH，这会对垃圾收集器造成影响

Answer 1

这里有两个不同的东西：

1. MemoryStream 的内部结构
2. .ToArray()的用法

对于MemoryStream 内部发生的事情：它 实现为一个简单的byte[]，但是您可以通过使用RecyclableMemoryStream 而不是通过Microsoft.IO.RecyclableMemoryStream 来减轻很多开销nuget 包，它在独立使用之间重用缓冲区。

对于ToArray()，坦率地说：不要那样做。使用 vanilla MemoryStream 时，更好的方法是 TryGetBuffer(...)，它为您提供 oversized 后备缓冲区以及开始/结束标记：

if (!memStream.TryGetBuffer(out var segment))
    throw new InvalidOperationException("Unable to obtain data segment; oops?");
// see segment.Offset, .Count, and .Array

那么你的工作就是不要超出这些界限。如果您想让这更容易：考虑将段视为跨度（或内存）：

ReadOnlySpan<byte> muchSafer = segment;
// now you can't read out of bounds, and you don't need to apply the offset yourself

但是，这种TryGetBuffer(...) 方法不适用于RecyclableMemoryStream - 因为它会制作防御性副本以防止独立数据出现问题；在那种场景中，您应该将流简单地视为流，即Stream - 只需写入它，倒带它（Position = 0），然后让消费者从中读取，然后在完成后将其丢弃。

---

附带说明：使用Stream API 读取（或写入）时：考虑将数组池用于暂存缓冲区；所以而不是：

var buffer = new byte[1024];
int bytesRead;
while ((bytesRead = stream.Read(buffer, 0, buffer.Length)) > 0)
{...}

改为尝试：

var buffer = ArrayPool<byte>.Shared.Rent(1024);
try
{
    int bytesRead;
    while ((bytesRead = stream.Read(buffer, 0, buffer.Length)) > 0)
    {...}
}
finally
{
    ArrayPool<byte>.Shared.Return(buffer);
}

---

在更高级的场景中，使用 pipelines API 而不是 stream API 可能更明智；这里的重点是管道允许 不连续 缓冲区，因此即使在处理复杂场景时也不需要大得离谱的缓冲区。然而，这是一个小众 API，在公共 API 中的支持非常有限。