Remove ads
modalità automatica di gestione della memoria Da Wikipedia, l'enciclopedia libera
In informatica per garbage collection (GC, lett. "raccolta di rifiuti") si intende una modalità automatica di gestione della memoria, mediante la quale un sistema operativo, o un compilatore e un modulo di run-time liberano porzioni di memoria non più utilizzate dalle applicazioni. In altre parole, il garbage collector annoterà le aree di memoria non più referenziate, cioè allocate da un processo attivo, e le libererà automaticamente. La garbage collection è stata inventata nel 1959 da John McCarthy per il linguaggio di programmazione Lisp[1][2].
Questo meccanismo ha provocato un notevole cambio nello stile di programmazione dei linguaggi che lo implementano. Infatti non è più necessario richiedere esplicitamente la liberazione della memoria utilizzata da un oggetto, ovvero terminare tale oggetto in modo deterministico, ma si lascia che il sistema esegua questa operazione automaticamente, nel momento in cui lo riterrà più opportuno al fine di migliorare le prestazioni complessive. Tale azione viene definita nell'ambito delle finalizzazioni non deterministiche.
Per la gestione della memoria si tiene conto di due principi fondamentali:
Attuando il processo di garbage collection, l'ambiente nel quale viene eseguito il programma gestisce la memoria automaticamente, liberando il programmatore dalla necessità di prevedere quando rilasciare le risorse utilizzate da un oggetto non più necessario all'elaborazione. Tale modalità automatica migliora la stabilità dei programmi in quanto consente di evitare quella classe di bug connessi all'utilizzo di puntatori alle varie aree di memoria già liberate in passato.[N 1]
Alcuni linguaggi di programmazione, come Java, Python e C# (.NET), hanno un sistema di garbage collection integrato direttamente nell'ambiente di esecuzione, mentre per altri linguaggi, come il C e il C++, la sua eventuale implementazione è a carico del programmatore. Tuttavia molti linguaggi di programmazione utilizzano una combinazione dei due approcci, come Ada, Modula-3 e CLI, consentendo all'utente di eliminare manualmente gli oggetti o, volendo velocizzare il processo, addirittura disattivare la gestione automatica del sistema GC. La garbage collection è quasi sempre strettamente integrata con l'allocazione di memoria.
La garbage collection esonera il programmatore dall'eseguire manualmente l'allocazione (richiesta) e la deallocazione (rilascio) di aree di memoria, riducendo o eliminando del tutto alcune categorie di bug:
La maggior parte degli errori di programmazione nei linguaggi che non prevedono la garbage collection, o quando la stessa venga volontariamente disattivata, rientrano nei casi sopra descritti.
La garbage collection presenta tuttavia anche alcuni svantaggi:
Il metodo più comune per attuare la garbage collection è il metodo del tracciamento, in inglese: Tracing. Tale metodo consiste nel determinare in primo luogo quali oggetti sono raggiungibili (o potenzialmente tali), per poi successivamente scartare tutti quelli che non lo sono.
Siano e due oggetti, e sia un oggetto raggiungibile. Diremo che è raggiungibile in maniera ricorsiva se e solo se esiste un riferimento ad esso tramite l'oggetto (ovvero è raggiungibile attraverso un oggetto , a sua volta raggiungibile). Un oggetto può essere raggiungibile solo in due casi:
L'identificazione delle aree di memoria spazzatura con quelle non raggiungibili non è ottimale, in quanto potrebbe accadere che un programma utilizzi per l'ultima volta una certa area molto prima che questa diventi irraggiungibile. A volte si distingue perciò fra spazzatura sintattica, quando l'oggetto non può essere raggiunto dal programma, e semantica, quando il programma non vuole più utilizzare l'oggetto. Ad esempio:
Object x = new Foo();
Object y = new Bar();
x = new Quux();
/* Da questo punto l'oggetto Foo, originariamente
* assegnato ad x, non può più essere referenziato:
* Foo è un oggetto spazzatura sintattico
*/
if(x.check_something())
{
x.do_something(y);
}
System.exit(0);
/* Nel blocco condizionale, y potrebbe essere spazzatura semantica, ma non
* possiamo dirlo finché x.check_something() non termini restituendo un
* valore; ciò sempre ammesso che effettivamente termini in un tempo finito
*/
Il problema di individuare precisamente la spazzatura semantica è purtroppo solo parzialmente decidibile: dall'esempio mostrato sopra, infatti, è chiaro che l'identificazione positiva di un oggetto come spazzatura semantica dipende dal fatto che le elaborazioni precedenti terminino correttamente in un tempo finito. Ciò comporta che un collector che volesse identificare la spazzatura semantica dovrebbe poter decidere, sempre in un tempo finito, se una certa procedura termini (problema della fermata). Pertanto, essenzialmente tutti i collector implementati si concentrano sulla spazzatura sintattica.
I tracing collector sono algoritmi dedicati, in quanto in grado di tracciare il set di lavoro della memoria, effettuando ciclicamente la raccolta degli oggetti non più necessari. Un ciclo viene avviato quando il garbage collector stabilisce di avere la necessità di recuperare memoria; ciò accade più frequentemente quando il sistema è in memoria bassa. Il metodo originale prevede un mark-and-sweep[N 3] in cui il set di memoria viene più volte analizzato.
Nel mark-and-sweep ogni oggetto in memoria possiede un flag, in genere è sufficiente un bit, riservato esclusivamente per l'utilizzo del garbage collector. Quando l'oggetto viene creato, il flag viene posto in stato flag clear[N 4].
Durante la prima fase, o fase di Mark, del ciclo di garbage collection, viene scansionato l'intero set di root, ponendo ogni oggetto in stato di flag set.[N 5] Tutti gli oggetti accessibili dalla radice del set sono anch'essi contrassegnati come in stato di flag set.[N 5]
Nella seconda fase, o fase di sweep, ogni oggetto in memoria viene ancora una volta esaminato; quelli che hanno ancora il flag clear[N 4] non sono raggiungibili da nessun programma o dato, e la loro memoria viene quindi liberata. Per gli oggetti che sono marcati flag set, il flag viene posto in stato flag clear[N 4], preparandoli per il prossimo ciclo di Garbage Collection.
Questo metodo ha diversi svantaggi, per esempio l'intero sistema viene sospeso durante la Garbage Collection in modo non sempre prevedibile e per periodi di tempo non determinabili a priori; questo tipo di comportamento può creare notevoli problemi in ambienti che necessitano di basse latenze di risposta o in sistemi real-time o mission critical, con possibili malfunzionamenti, deadlock e arresti che possono compromettere l'intero sistema. Inoltre, tutta la memoria di lavoro deve essere esaminata minimo due volte, causando potenzialmente problemi nei sistemi a memoria paginata.
A causa di questi svantaggi, gli algoritmi più moderni di garbage collection attuano delle varianti rispetto a semplici meccanismi, quali il mark-and-sweep, applicando algoritmi del tipo tri-colour marking. L'algoritmo effettua marcature su tre diversi livelli secondo le seguenti fasi:
Dal momento che tutti gli oggetti non immediatamente raggiungibili dalla radice sono tipicamente assegnati al set di bianco, e gli oggetti possono muoversi solo dal bianco al grigio e dal grigio al nero, l'algoritmo conserva un invariante importante (nessun oggetto nero punta direttamente ad un oggetto bianco). Questo garantisce che gli oggetti bianchi possono essere distrutti in modo sicuro una volta che il set grigio è vuoto.
L'algoritmo presenta un vantaggio importante: può essere eseguito on-the-fly, senza che sia arrestato il sistema per periodi di tempo significativo. Ciò si ottiene marcando gli oggetti nel momento in cui vengono allocati e durante le modifiche, mantenendo i tre insiemi. Monitorando la dimensione degli insiemi, il sistema può effettuare garbage collection periodicamente o quando necessario. Inoltre, viene eliminata la necessità di toccare l'intero insieme degli oggetti durante ciascun ciclo di garbage collected.
Al fine di attuare l'algoritmo tri-colour marking si prendono importanti decisioni al momento della progettazione e ciò può incidere sensibilmente sulle caratteristiche delle prestazioni del garbage collector.
Una volta che il set è stato classificato irraggiungibile, il garbage collector può semplicemente rilasciare gli oggetti irraggiungibili, oppure copiare alcuni o tutti gli oggetti raggiungibili in una nuova area di memoria, aggiornando tutti i riferimenti a tali oggetti come necessario. Questi sono chiamati rispettivamente collettor in non movimento ed in movimento.
A prima vista una strategia di garbage collector in movimento può sembrare inefficiente e costosa rispetto all'approccio di non movimento, dato che sembra essere richiesto molto più tempo di elaborazione per ogni ciclo. In realtà, la strategia in movimento porta a diversi vantaggi in termini di prestazioni, sia durante il ciclo di raccolta dei rifiuti, che durante l'esecuzione del programma vero e proprio:
Uno svantaggio del garbage collector in movimento è che consente l'accesso solo attraverso i riferimenti gestiti dai riferimenti dei rifiuti, impedendo l'aritmetica dei puntatori. Ciò accade perché i puntatori iniziali non sono più validi dal momento in cui il Garbage Collector sposta l'oggetto, diventeranno puntatori sospesi. Per l'interoperabilità con il codice nativo, il garbage collector deve copiare la posizione dei contenuti dell'oggetto al di fuori della regione di memoria che contiene i rifiuti. Un approccio alternativo consiste nel salvare l'oggetto in memoria con un codice pin, impedendo al garbage collector di muoversi, consentendo ai puntatori nativi di lavorare direttamente con la memoria ed eventualmente consentendo l'aritmetica dei puntatori.[4]
Come abbiamo già visto, per raffinare ulteriormente la distinzione, i collector possono tracciare gli oggetti secondo tre set (bianco, grigio e nero) e mantenerli durante il ciclo di raccolta. L'approccio più semplice è stato inventato nel 1969 e prende il nome di semi-space collector. In questo schema di garbage collector in movimento, la memoria è divisa in due parti: "dallo spazio" e "allo spazio". Inizialmente gli oggetti sono assegnati "allo spazio" fino a quando non diventeranno oggetti a pieno titolo e la collezione attivata. All'inizio lo stato "allo spazio" diventa "dallo spazio" e viceversa, e gli oggetti raggiungibili dalla radice vengono copiati dallo spazio allo spazio. Questi oggetti vengono scansionati a turno e tutti gli oggetti a cui puntano vengono copiati allo spazio fino a quando tutti gli oggetti raggiungibili sono stati copiati in questa parte. Questo approccio ha il vantaggio di essere semplice concettualmente (i tre set sono costruiti durante il processo di copia), ma uno svantaggio è che ad ogni ciclo di raccolta viene richiesta una grande regione contigua di memoria libera. La tecnica è conosciuta anche come stop-and-copy. Un ulteriore miglioramento rispetto al semi-space collector è l'algoritmo di Cheney.[5]
Un mark-and-sweep garbage collection, mantiene uno o due bit per ogni oggetto da registrare. L'albero di riferimento viene attraversato nel corso di un ciclo di raccolta (fase di mark) e gli oggetti vengono manipolati dal collettor per riflettere lo stato attuale e la fase di sweep libera la memoria. Il mark-and-sweep ha il vantaggio che, una volta determinato il set irraggiungibile, non può essere attuata né una strategia di movimento, né una strategia di non movimento.
Un mark-and-don't-sweep garbage collection come il precedente, mantiene un bit per ogni oggetto da registrare, vi sono però due differenze fondamentali: innanzitutto il set di bianco e nero hanno significato diverso da quello del mark-and-sweep, poiché in quest'ultimo sistema tutti gli oggetti raggiungibili sono sempre di colore nero. Un oggetto contrassegnato come nero rimarrà tale anche se diventa irraggiungibile. Un oggetto bianco è attribuito come inutilizzabile. In secondo luogo l'interpretazione di nero/bianco può variare (0=bianco, 1= nero) e viceversa.
È stato osservato che in molti programmi gli oggetti più recenti, sono anche quelli con più probabilità di diventare rapidamente irraggiungibili[N 6]. L'ipotesi generazionale divide gli oggetti in generazioni. Inoltre il sistema di runtime mantiene la conoscenza di tutti i riferimenti tenendo traccia dalla loro creazione, alla sovrascrittura dei riferimenti. Quando il Garbage Collector va in esecuzione, può essere in grado di utilizzare tale conoscenza per dimostrare che alcuni oggetti inizialmente nel set iniziale bianco non sono raggiungibili senza dover attraversare l'intera struttura di riferimento. Al fine di attuare questo concetto, molti Garbage Collector generazionali utilizzano aree di memoria separate per i diversi livelli degli oggetti. Quando una regione è piena, i pochi oggetti referenziati nella vecchia memoria sono promossi (copiati) nella regione immediatamente successiva per cui l'intera regione può essere sovrascritta con nuovi oggetti. Questa tecnica permette di incrementare la velocità, in quanto la raccolta dei rifiuti di una sola regione avviene nello stesso momento.
Generational garbage collection è un approccio euristico e alcuni oggetti irraggiungibili non possono essere recuperati ad ogni ciclo. Talvolta può quindi essere necessario recuperare tutto lo spazio disponibile. In effetti, i sistemi di runtime per i moderni linguaggi di programmazione (come Java) di solito usano alcune varianti delle diverse strategie che sono state descritte sino ad ora.
Il meccanismo stop-the-world opera semplicemente interrompendo l'esecuzione del ciclo di raccolta in modo da garantire che i nuovi oggetti non siano assegnati e non diventino improvvisamente irraggiungibili mentre il collector è in esecuzione. Svantaggio evidente è che il programma non può svolgere alcun lavoro utile mentre è in esecuzione il ciclo di raccolta (detta embarrassing pause). Incremental e concurrent garbage collection sono progettati per ridurre questa interruzione, svolgendo il ciclo di raccolta rifiuti in fasi distinte rispetto all'esecuzione del programma. L'idea di progettazione è quella di garantire che il programma non interferisca con il garbage collector e viceversa.
Alcuni collezionisti in esecuzioni in particolari ambienti possono identificare correttamente tutti i puntatori (riferimenti) di un oggetto che sono perciò detti "precisi", contrariamente ai collezionisti conservatori. Questi ultimi suppongono che una qualsiasi sequenza di bit in memoria potrebbe essere un puntatore che punta un qualsiasi oggetto allocato. Un esempio in cui il garbage collector conservatore è necessario è il linguaggio di programmazione C che alloca i puntatori (non void) applica un cast di tipo (void) e viceversa.
Una problematica correlata è quella degli internal pointer o puntatori a campi all'interno di un oggetto. Se la semantica di un linguaggio permette puntatori interni e quindi vi possono essere molti indirizzi che si riferiscono allo stesso oggetto, si rende difficile determinare quando un oggetto è o meno rifiuto. Un esempio è il C++, in cui l'ereditarietà multipla può causare puntatori che si riferiscono ad oggetti di base con indirizzi diversi. Anche in linguaggi come Java, tuttavia, i puntatori interni possono durante il calcolo, per esempio nel riferirsi ad un array, riscontrare problemi e in un programma ben ottimizzato il puntatore corrispondente all'oggetto stesso potrebbe essere stato sovrascritto nel suo registro, in tal modo i puntatori interni hanno bisogno di essere sottoposti a scansione.
I tracing garbage collection richiedono talvolta overhead impliciti a volte indipendenti dalla volontà del programmatore, portando a problemi di prestazioni. Per esempio i stop-the-world garbage collection durante le pause di esecuzione del programma, effettuano arbitrariamente raccolta di rifiuti, ciò è inadeguato per alcuni sistemi embedded ad alte prestazioni, per server e altre applicazioni con esigenze sistema real-time. Le differenze principali tra allocazioni manuale e automatiche consistono in:
Allocazione heap manuale:
Allocazione Garbage collection
È difficile stabilire quale dei due casi sia migliore, in quanto il loro comportamento dipende dalla situazione. Alcuni progressi nel garbage collector, possono essere intesi come una migliore reazione a problemi di prestazioni. I primi sono stati garbage collector di tipo stop-the-world, ma le loro prestazioni sono state sviate in applicazioni interattive. Tecniche di Generational collection sono utilizzati sia con stop-the-world che incremental collection per aumentarne le prestazioni.
Il Tracing garbage collection non è deterministico. Un oggetto che diventa ammissibile per il garbage collector sarà generalmente eliminato alla fine, ma non vi è alcuna garanzia di quando e se ciò accadrà.
Questo può portare diversi problemi:
Il Reference counting, o conteggio dei riferimenti, è una forma di gestione automatica della memoria, dove ogni oggetto ha un conteggio del numero di riferimenti ad esso. Il contatore è incrementato quando viene creato un riferimento all'oggetto e diminuisce quando un riferimento viene distrutto. La memoria dell'oggetto viene recuperata quando il conteggio si azzera.
Ci sono due principali svantaggi per il conteggio dei riferimenti:
La Escape Analysis può essere utilizzata per spostare le locazioni di memoria dallo heap allo stack o ai registri della CPU, riducendo così la quantità di lavoro che deve essere svolta dal garbage collector. Lo spostamento è lecito quando il riferimento all'oggetto non sopravvive alla subroutine in cui è stato dichiarato, cioè quando il riferimento è a tutti gli effetti una variabile locale, che non viene passata ad ulteriori subroutine o ritornata a monte.
class A {
final int finalValue;
public A( B b ) {
super();
b.doSomething( this ); // this escapes!
finalValue = 23;
}
int getTheValue() {
return finalValue;
}
}
class B {
void doSomething( A a ) {
System.out.println( a.getTheValue() );
}
}
In questo esempio il costruttore della classe A passa la nuova istanza di A a B.doSomething
, quindi il compilatore non può garantire che il puntatore non sopravviva al costruttore: il puntatore "escapes", fugge.
In generale, linguaggi di programmazione ad alto livello dispongono solitamente del garbage collector come caratteristica standard. In linguaggi che ne sono privi, spesso questo viene aggiunto tramite una libreria, come con il garbage collection Boehm del C e C++. La maggior parte dei linguaggi di programmazione funzionali come la ML, Haskell e APL hanno il garbage collector come caratteristica di default. Il Lisp è stato il primo linguaggio funzionale che ha introdotto questo meccanismo.
Altri linguaggi dinamici come Ruby tendono ad usare il Garbage Collector. I linguaggi di programmazione orientati agli oggetti, come Smalltalk, Java e ECMAScript, solitamente prevedono il garbage collector integrato. Storicamente i linguaggi destinati ai principianti come BASIC usano spesso variabili di diversa lunghezza come stringhe e liste, in modo da sollevare il programmatore dall'onere di gestire manualmente la memoria. Il problema relativo alla velocità del sistema rallentato dall'azione del garbage collector aumenta notevolmente nei microcomputer.
Il garbage collector è raramente usato in ambienti di tipo embedded o real-time a causa delle esigenze di tali ambienti. Tuttavia, sono stati sviluppati garbage collector compatibili per questi ambienti limitati[7]. Microsoft.NET Micro Framework e Java Platform, Micro Edition sono piattaforme di software embedded che dispongono di garbage collection.
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.