如何衡量 Erlang 垃圾收集器的性能？答案

【问题标题】：How to measure the performance of the Erlang Garbage Collector?如何衡量 Erlang 垃圾收集器的性能？
【发布时间】：2020-11-16 20:06:06
【问题描述】：

我最近开始使用 Erlang 进行编程，关于垃圾回收 (GC)，我想了解一些事情。据我了解，每个进程的私有堆都有一个分代GC，全局共享堆有一个引用计数GC。

我想知道的是有没有办法得到：

收集周期数是多少？
在全局级别或进程级别分配和释放了多少字节？
什么是私有堆和共享堆大小？我们可以将其定义为 GC 参数吗？
收集垃圾需要多长时间？所需时间的百分比？
有没有办法在没有 GC 的情况下运行程序？

在我运行 Erlang 程序时，有没有办法通过代码或使用某些命令来获取此类信息？

谢谢。

【问题讨论】：

我建议阅读 this blog post 并查看 recon library，两者均由 Fred Hébert 提供，也是 learn you some Erlang for great good! 的作者。
理解你为什么问这个问题会很有趣。例如，您当前是否在您的 Erlang 应用程序中遇到 GC 问题，或者您是否在使用其他语言（如 Java）时遇到过令人失望的经历。请记住，Erlang GC 是针对 Erlang 进程的，而 GC 是针对 Java 的每个 JVM。这意味着行为完全不同。 Erlang 永远不会产生一次大的 GC。
“请记住，Erlang GC 是针对 Erlang 进程的，而 GC 是针对 Java 的 JVM”——我很清楚这一点，谢谢！我只是想了解 Erlang 的 GC 协议有多好。为此，我想尝试使用此类信息进行一些基准测试。顺便说一句，如果您知道有关 Erlang 的任何相关且有趣的基准测试，请告诉我。
好佛朗哥。当越来越多的人意识到每个 JVM 的 GC 是一个真正的问题时，将会很有趣。即使使用像分代这样的“现代”GC，您通常也会每天左右完全停止一次，GC 会阻塞系统 10 到 100 秒。 GC 在堆大小方面不是线性过程这一事实尚未影响系统设计

标签： memory-management garbage-collection erlang

【解决方案1】：

要获取单个进程的信息，您可以致电erlang:process_info(Pid)。这将产生（从 Erlang 18.0 开始）以下字段：

> erlang:process_info(self()).
[{current_function,{erl_eval,do_apply,6}},
 {initial_call,{erlang,apply,2}},
 {status,running},
 {message_queue_len,0},
 {messages,[]},
 {links,[<0.27.0>]},
 {dictionary,[]},
 {trap_exit,false},
 {error_handler,error_handler},
 {priority,normal},
 {group_leader,<0.26.0>},
 {total_heap_size,4184},
 {heap_size,2586},
 {stack_size,24},
 {reductions,3707},
 {garbage_collection,[{min_bin_vheap_size,46422},
                      {min_heap_size,233},
                      {fullsweep_after,65535},
                      {minor_gcs,7}]},
 {suspending,[]}]

进程的收集周期数可在garbage_collection 部分下的字段minor_gcs 中找到。

每个进程

进程的当前堆大小可在上述结果的字段heap_size 中获得（换句话说，在 32 位 VM 上为 4 个字节，在 64 位 VM 上为 8 个字节）。进程的总内存消耗可以通过调用erlang:process_info(Pid, memory) 来获得，例如上述进程的{memory,34312}。这包括调用堆栈、堆和内部结构。

可以使用erlang:trace/3 跟踪解除分配（和分配）。如果跟踪标志是garbage_collection，您将收到{trace, Pid, gc_start, Info} 和{trace, Pid, gc_end, Info} 形式的消息。 gc_start消息的Info字段包含heap_size和old_heap_size等内容。

每个系统

系统顶层统计可以通过erlang:memory/0获取：
```
> erlang:memory().
[{total,15023008},
 {processes,4215272},
 {processes_used,4215048},
 {system,10807736},
 {atom,202481},
 {atom_used,187597},
 {binary,325816},
 {code,4575293},
 {ets,234816}]
```
垃圾收集统计数据可以通过erlang:statistics(garbage_collection) 获得：
```
> statistics(garbage_collection).
{85,23961,0}
```
其中（从 Erlang 18.0 开始）第一个字段是 VM 执行的垃圾回收的总数，第二个字段是回收的单词总数。
进程的堆大小可在上述进程信息中的字段total_heap_size（所有堆碎片和堆栈）和heap_size（最年轻的堆生成的大小）下获得。

它们可以通过spawn options 控制，特别是min_heap_size，它设置进程的初始堆大小。

要为所有进程设置它，可以调用erlang:system_flag(min_heap_size, MinHeapSize)。

您还可以通过 Erlang VM 的 +M... 选项控制全局 VM 内存分配。这些标志被描述为here。然而，这需要对 Erlang VM 及其分配器的内部有广泛的了解，并且不应掉以轻心。
这可以通过答案2中描述的跟踪获得。如果在跟踪时使用选项timestamp，您将收到每个跟踪消息的时间戳，可用于计算总GC时间。
简短回答：不。

长答案：也许。您可以控制初始堆大小（通过min_heap_size），这将影响首次进行垃圾回收的时间。您还可以使用fullsweep_after 选项控制何时执行完整扫描。

更多信息可以在效率指南的Academic and Historical Questions 和Processes 部分找到。

在运行时内省 Erlang 内存使用的最实用方法是通过Recon library，如Steve Vinoski mentioned。

【讨论】：