X-Git-Url: https://git.llucax.com/z.facultad/75.00/informe.git/blobdiff_plain/3041d839e8e89029e9772e0270fe68869e58f277..cd72488b3ee04f5e0f47b3ead9303c5bf96b5879:/source/gc.rst diff --git a/source/gc.rst b/source/gc.rst index b0ca416..c575cf3 100644 --- a/source/gc.rst +++ b/source/gc.rst @@ -1681,7 +1681,7 @@ linealmente. -.. _ref_gc_copy_2space: +.. _ref_gc_copy: Copia de semi-espacio ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ @@ -1689,12 +1689,11 @@ Copia de semi-espacio Este algoritmo consiste en hacer una partición del *heap* en 2 mitades o *semi-espacios*, llamados usualmente *Fromspace* y *Tospace*. El primero se utiliza para alocar nuevas celdas de forma lineal, asumiendo un *heap* -contiguo, incrementando un puntero (ver figura :vref:`fig:gc-copy-2space`). -Esto se conoce como *pointer bump allocation* y es, probablemente, la forma -más eficiente de alocar memoria (tan eficiente como alocar memoria en el -*stack*). +contiguo, incrementando un puntero (ver figura :vref:`fig:gc-copy`). Esto se +conoce como *pointer bump allocation* y es, probablemente, la forma más +eficiente de alocar memoria (tan eficiente como alocar memoria en el *stack*). -.. fig:: fig:gc-copy-2space +.. fig:: fig:gc-copy Estructura del *heap* de un recolector con copia de semi-espacios. @@ -1722,21 +1721,22 @@ más eficiente de alocar memoria (tan eficiente como alocar memoria en el /| /| BB "Tospace" -La segunda mitad (*Tospace*) permanece ociosa hasta que se agota el espacio en -el *Fromspace*; en ese momento comienza el proceso de recolección de basura -que consiste en recorrer el grafo de conectividad, copiando las celdas *vivas* -del *Fromspace* al *Tospace* de manera contigua, como si estuvieran alocando -por primera vez. Como la posición en memoria de las celdas cambia al ser -movidas, es necesario actualizar la dirección de memoria de todas las celdas -*vivas*. Para esto se almacena una dirección de memoria de redirección, -*forwarding address*, en las celdas que mueven. La *forwarding address* sirve -a su vez de marca, para no recorrer una celda dos veces (como se explica en -:ref:`ref_gc_intro_mark`). Cuando se encuentra una celda que ya fue movida, -simplemente se actualiza la referencia por la cual se llegó a esa celda para -que apunte a la nueva dirección, almacenada en la *forwarding address*. Una -vez finalizado este proceso, el *Fromspace* y *Tospace* invierten roles y se -prosigue de la misma manera (todo lo que quedó en el viejo *Fromspace* es -*basura* por definición, por lo que se convierte el *Tospace*). +La segunda mitad (*Tospace*) permanece inutilizada hasta que se agota el +espacio en el *Fromspace*; en ese momento comienza el proceso de recolección +de basura que consiste en recorrer el grafo de conectividad, copiando las +celdas *vivas* del *Fromspace* al *Tospace* de manera contigua, como si +estuvieran alocando por primera vez. Como la posición en memoria de las celdas +cambia al ser movidas, es necesario actualizar la dirección de memoria de +todas las celdas *vivas*. Para esto se almacena una dirección de memoria de +redirección, *forwarding address*, en las celdas que mueven. La *forwarding +address* sirve a su vez de marca, para no recorrer una celda dos veces (como +se explica en :ref:`ref_gc_intro_mark`). Cuando se encuentra una celda que ya +fue movida, simplemente se actualiza la referencia por la cual se llegó a esa +celda para que apunte a la nueva dirección, almacenada en la *forwarding +address*. Una vez finalizado este proceso, el *Fromspace* y *Tospace* +invierten roles y se prosigue de la misma manera (todo lo que quedó en el +viejo *Fromspace* es *basura* por definición, por lo que se convierte el +*Tospace*). A continuación se presenta una implementación sencilla de los servicios provistos por este tipo de recolectores. Cabe destacar que este tipo de @@ -2051,7 +2051,7 @@ nueva ubicación de ``h3``, como se muestra en la figura | | | | | | - | /-----------+"root set" | + | /---+"root set" | | | | | | h3 h2 h1 h4 | | V______________________________________________ | @@ -2059,7 +2059,7 @@ nueva ubicación de ``h3``, como se muestra en la figura | HHHHHHHHhhhhhhhhHHHHHHHHhhhhhhhhBBBBBBBBBBBBBBBB | | ~~|~~~~~~A~|~A~~|~A~|~~~~~~A~~~A~~~~~~~~~~~~~~ | | | | | | | | | | | | - | \------/ | \--/ | \------/ \----+"free" | + | \------/ | \--/ | \------/ \---+"free" | | "Fromspace" \------/ | +--------------------------------------------------+ @@ -2070,37 +2070,58 @@ nueva ubicación de ``h3``, como se muestra en la figura Estado del arte ---------------------------------------------------------------------------- -.. explicar la cantidad de cosas que hay (que son muchas) y dar algunos - ejemplos. +La manera en que la investigación sobre recolección de basura ha crecido es +realmente sorprendente. Hay, al menos, 2995 publicaciones sobre recolección de +basura registradas al momento de escribir este documento [GCBIB]_. Esto hace +que el análisis del estado del arte sea particularmente complejo y laborioso. -TODO +Analizar todas las publicaciones existentes es algo excede los objetivos de +este trabajo, por lo tanto se analizó solo una porción significativa, +utilizando como punto de partida a [JOLI96]_. -Clasificación -~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ +De este análisis se observó que la gran mayoría de los algoritmos son +combinaciones de diferentes características básicas; por lo tanto se intentó +aislar estas características que son utilizadas como bloques de construcción +para algoritmos complejos. Ésta tampoco resultó ser una tarea sencilla debido +a que muchos de estos bloques de construcción básicos están interrelacionados +y encontrar una división clara para obtener características realmente atómicas +no es trivial. + +La construcción de recolectores más complejos se ve alimentada también por la +existencia de recolectores *híbridos*; es decir, recolectores que utilizan más +de un algoritmo dependiendo de alguna característica de la memoria +a administrar. No es poco común observar recolectores que utilizan un +algoritmo diferente para celdas que sobreviven varias recolecciones que para +las que mueren rápidamente, o que usan diferentes algoritmos para objetos +pequeños y grandes, o que se comporten de forma conservativa para ciertas +celdas y sean precisos para otras. + +De todas estas combinaciones resulta el escenario tan fértil para la +investigación sobre recolección de basura. + +A continuación se presentan las principales clases de algoritmos +y características básicas encontradas durante la investigación del estado del +arte. La separación de clases y aislamiento de características no es siempre +trivial, ya que hay ciertas clases de recolectores que están interrelacionadas +(o ciertas características pueden estar presentes sólo en recolectores de una +clase en particular). -La cantidad de clasificaciones que pueden hacerse respecto a algoritmos de -recolección de basura son muy grandes. Muchas de estas clasificaciones se -superponen entre sí, habiendo algoritmos que aplican muchas técnicas a la -vez o recolectores híbridos que aplican una técnica para algún tipo de -objeto y otra para otros. -A continuación se enumeran las clasificaciones más importantes que se -pudieron observar en la investigación sobre el `estado del arte`_. .. _ref_gc_direct: -Directa / indirecta -^^^^^^^^^^^^^^^^^^^ +Recolección directa / indirecta +~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Generalmente se llama recolección **directa** a aquella en la cual el -compilador o lenguaje instrumenta al *mutator* de forma tal que la -información de conectividad se mantenga activamente cada vez que hay un -cambio en él. Normalmente se utiliza un contador de referencia en cada -celda para este propósito, permitiendo almacenar en todo momento la -cantidad de nodos que apuntan a ésta (dejando de lado el :ref:`problema de -los ciclos `). Esto permite reclamar una celda -instantáneamente cuando el *mutator* deja de hacer referencia a ella. Este -tipo de recolectores son, inherentemente :ref:`incrementales `. +compilador o lenguaje instrumenta al *mutator* de forma tal que la información +sobre el grafo de conectividad se mantenga activamente cada vez que hay un +cambio en él. Normalmente se utiliza un contador de referencia en cada celda +para este propósito, permitiendo almacenar en todo momento la cantidad de +nodos que apuntan a ésta (ver :ref:`ref_gc_rc`). Esto permite reclamar una +celda instantáneamente cuando el *mutator* deja de hacer referencia a ella. +Este tipo de recolectores son inherentemente :ref:`incrementales +`. Por el contrario, los recolectores **indirectos** normalmente no interfieren con el *mutator* en cada actualización del grafo de @@ -2112,30 +2133,41 @@ más memoria libre conocida disponible y el recolector se encarga de generar la información de conectividad desde cero para determinar qué celdas son *basura*. -Estas son las dos grandes familias de recolectores, también conocidos como -`conteo de referencias`_ (directa) y *traicing garbage collection* -(indirecta). +Esta es la madre de toda clasificación, también conocidos como :ref:`conteo de +referencias ` (directa) y *traicing garbage collection* +(indirecta). Prácticamente todos los recolectores menos el :ref:`conteo de +referencias ` están dentro de esta última categoría (como por +ejemplo, el :ref:`marcado y barrido ` y :ref:`copia de +semi-espacio `). + +Otros ejemplos de recolectores modernos *directos* son el recolector de +basura de Python_ [NAS00]_ y [LINS05]_ (aunque ambos tiene un algoritmo +*indirecto* para recuperar ciclos). + .. _ref_gc_inc: -Incremental -^^^^^^^^^^^ +Recolección incremental +~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Recolección incremental es aquella que se realiza de forma intercalada con el *mutator*. En general el propósito es disminuir el tiempo de las pausas causadas por el recolector (aunque generalmente el resultado es un mayor -costo en tiempo total de recolección). +costo total de recolección en términos de tiempo). De los `algoritmos clásicos`_ el único que es incremental en su forma más -básica es el `conteo de referencias`_. Otros recolectores pueden hacerse -incrementales de diversas maneras, pero en general consta de hacer parte -del trabajo de escanear el grafo de conectividad cada vez que el *mutator* -aloca memoria. En general para hacer esto es también necesario instrumentar -al *mutator* de forma tal que informe al recolector cada vez que cambia el -grafo de conectividad, para que éste pueda marcar al sub-grafo afectado por -el cambio como *desactualizado* y así re-escanearlo nuevamente en la -próxima iteración. +básica es el :ref:`conteo de referencias `. Otros recolectores +pueden hacerse incrementales de diversas maneras, pero en general consta de +hacer parte del trabajo de escanear el grafo de conectividad cada vez que el +*mutator* aloca memoria. En general para hacer esto es también necesario +instrumentar al *mutator* de forma tal que informe al recolector cada vez que +cambia el grafo de conectividad, para que éste pueda marcar al sub-grafo +afectado por el cambio como *desactualizado* y así re-escanearlo nuevamente en +la próxima iteración. Para realizar esto en recolectores :ref:`indirectos +` se utiliza la :ref:`abstracción tricolor +`; cuando el *mutator* cambia una referencia, se marca +*gris* la celda que la contiene, de modo que el recolector vuelva a visitarla. En general la eficiencia de los recolectores incrementales disminuye considerablemente cuando el *mutator* actualiza muy seguido el grafo de @@ -2144,17 +2176,90 @@ y otra vez. A esto se debe también que en general el tiempo de procesamiento total de un recolector incremental sea mayor que uno no incremental, aunque el tiempo de pausa de una recolección sea menor. +Ejemplos de recolectores que se encuentran dentro de esta categoría son +[BOEH91]_, [LINS05]_, + + .. _ref_gc_concurrent: -Concurrente / *stop-the-world* -^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ +Recolección concurrente / paralela / *stop-the-world* +~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Los recolectores concurrentes son aquellos que pueden correr en paralelo con el *mutator*. Por el contrario, aquellos que pausan el *mutator* para -realizar la recolección son usualmente denominados *stop-the-world* (*parar +realizar la recolección son usualmente denominados *stop-the-world* (*detener el mundo*), haciendo referencia a que pausan todos los hilos del *mutator* -para poder escanear el grafo de conectividad de forma consistente. +para poder escanear el grafo de conectividad de forma consistente. Hay una +tercera clase de colectores que si bien son *stop-the-world*, utilizan todos +los hilos disponibles para realizar la recolección (ver figura +:vref:`fig:gc-concurrent`). + +.. fig:: fig:gc-concurrent + + Distintos tipos de recolectores según el comportamiento en ambientes + multi-hilo. + + .. subfig:: + + *Stop-the-world*. + + .. aafig:: + :aspect: 0.7 + :scale: 1.3 + :proportional: + + ___________________________________________________________________ + | | + | HHHHHHHHHZZZZZZZZZZZZZHHHHHHHHHHHHZZZZZZZZZZZZZHHHHHHHHHHHHHHHHHH | + | | + | HHHHHHHHHZZZZZZZZZZZZZHHHHHHHHHHHHXXXXXXXXXXXXXHHHHHHHHHHHHHHHHHH | + | | + | HHHHHHHHHXXXXXXXXXXXXXHHHHHHHHHHHHZZZZZZZZZZZZZHHHHHHHHHHHHHHHHHH | + | | + | HH Mutator ZZ Inactivo XX Recolector | + |___________________________________________________________________| + + .. subfig:: + + Paralelo. + + .. aafig:: + :aspect: 0.7 + :scale: 1.3 + :proportional: + + ___________________________________________________________________ + | | + | HHHHHHHHHXXXXXHHHHHHHHHHHHHHHHHHHHXXXXXHHHHHHHHHHHHHHHHHHHHHHHHHH | + | | + | HHHHHHHHHXXXXXHHHHHHHHHHHHHHHHHHHHXXXXXHHHHHHHHHHHHHHHHHHHHHHHHHH | + | | + | HHHHHHHHHXXXXXHHHHHHHHHHHHHHHHHHHHXXXXXHHHHHHHHHHHHHHHHHHHHHHHHHH | + | | + | HH Mutator ZZ Inactivo XX Recolector | + |___________________________________________________________________| + + .. subfig:: + + Concurrente. + + .. aafig:: + :aspect: 0.7 + :scale: 1.3 + :proportional: + + ___________________________________________________________________ + | | + | HHHHHHHHHZZHHHHHHHHHHHHHHHHHHHHHHHZZHHHHHHHHHHHHHHHHHHHHHHHHHHHHH | + | | + | HHHHHHHHHZZHHHHHHHHHHHHHHHHHHHHHHHZZHHHHHHHHHHHHHHHHHHHHHHHHHHHHH | + | | + | ZZZZZZZZZXXXXXXXXXXXXXXXZZZZZZZZZZXXXXXXXXXXXXXXXZZZZZZZZZZZZZZZZ | + | | + | HH Mutator ZZ Inactivo XX Recolector | + |___________________________________________________________________| + Para lograr que un recolector sea concurrente generalmente el mecanismo es similar al necesario para hacer un :ref:`recolector incremental @@ -2164,61 +2269,236 @@ forma tal que pueda volver a escanear el sub-grafo afectado por el cambio. Esto también trae como consecuencia el incremento en el tiempo total que consume el recolector, debido a la necesidad de re-escanear sub-grafos que -han sido modificados. +han sido modificados, además de la sincronización necesaria entre *mutator* +y recolector. + +¿Cúal es la idea entonces de un recolector concurrente? Una vez más, al igual +que los recolectores incrementales, el principal objetivo es disminuir las +largas pausas provocadas por la recolección de basura. Sin embargo, este tipo +de algoritmos además permite hacer un mejor aprovechamiento de las +arquitecturas *multi-core* [#gcmulticore]_ que cada vez se afirman más, ya que +el *mutator* y el recolector pueden estar corriendo realmente en paralelo, +cada uno en un procesador distinto. Algunos recolectores van más allá +y permiten incluso paralelizar la recolección de basura en varios hilos +([HUEL98]_, [LINS05]_). Otros ejemplos de recolectores concurrentes (aunque no +ofrece paralelización del procesamiento del recolector en varios hilos) son +[BOEH91]_, [RODR97]_. +.. [#gcmulticore] Una arquitectura *multi-core* es aquella que combina dos + o más núcleos (*cores*) independientes que trabajan a la misma frecuencia, + pero dentro de un solo circuito integrado o procesador. -Cloning +Todos los :ref:`algoritmos clásicos ` que se han citado son +del tipo *stop-the-world*. -1. Instrumentar el *mutator* de forma tal de que informe al recolector cada - vez que cambia el grafo de conectividad, de manera que pueda re-escanear - el sub-grafo que afectado por el cambio. -2. Tomar una foto de la memoria y escanear esa foto estática en vez de la - memoria original, de forma que cualquier cambio en del *mutator* no - afecte la vista de la memoria del recolector. +.. _ref_gc_free_list: -Ambos métodos tienen ventajas y desventajas. El primero no necesita hacer -una copia costosa de la memoria, pero existe la posibilidad de que el -recolector nunca pueda escanear el grafo de conectividad completo, si el -*mutator* modifica el grafo más rápido de lo que el recolector lo escanea. -Si bien hay formas de evitar esto, es usual que el trabajo de recolección -se vea considerablemente incrementado por la cantidad de veces que hay que -re-escanear el grafo. El segundo método puede ser costoso por las copias -necesarias (aunque esto puede ser mitigado empleando alguna forma de *COW* -[#gccow]_) y existe la posibilidad de que no se recuperen celdas que el -*mutator* +Lista de libres / *pointer bump allocation* +~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ +Esta clasificación se refiere principalmente a la forma en que se organiza el +*heap*, íntimamente relacionado al *low level allocator*. Si bien se ha dicho +que en este trabajo no se prestará particular atención a este aspecto, en +ciertos algoritmos es tan relevante que tampoco es sensato pasarlo por alto +completamente. + +En términos generales, hay dos formas fundamentales de organizar el *heap*, +manteniendo una lista de libres o realizando *pointer bump allocation*, como +se explicó en :ref:`ref_gc_copy`. La primera forma consiste, a grandes rasgos, +en separar el *heap* en celdas (que pueden agruparse según tamaño) +y enlazarlas en una lista de libres. Al solicitarse una nueva celda +simplemente se la desenlaza de la lista de libres. Por otro lado, cuando el +recolector detecta una celda *muerta*, la vuelve a enlazar en la lista de +libres. Este es un esquema simple pero con limitaciones, entre las +principales, el costo de alocar puede ser alto si hay muchos tamaños distintos +de celda y soportar tamaño de celda variable puede ser complejo o acarrear +muchas otras ineficiencias. :ref:`ref_gc_mark_sweep` en general usa este +esquema, al igual que :ref:`ref_gc_rc`. + +Otro forma de organizar el *heap* es utilizándolo como una especie de *stack* +en el cual para alocar simplemente se incrementa un puntero. Este esquema es +simple y eficiente, si el recolector puede mover celdas (ver +:ref:`ref_gc_moving`); de otra manera alocar puede ser muy costoso si hay que +buscar un *hueco* en el heap (es decir, deja de reducirse a incrementar un +puntero). El clásico ejemplo de esta familia es :ref:`ref_gc_copy`. + +Sin embargo, entre estos dos extremos, hay todo tipo de híbridos. Existen +recolectores basados en *regiones*, que se encuentran en un punto intermedio. +Dentro de una región se utiliza un esquema de *pointer bump allocation* pero +las regiones en sí se administran como una lista de libres (como por ejemplo +[BLAC08]_). Otra variación (más común) de este esquema son los *two level +allocators* que alocan páginas completas (similar a las regiones) y dentro de +cada página se alocan las celdas. Ambas, páginas y celdas, se administran como +listas de libres (ejemplos que utilizan este esquema son [BOEHWD]_ y el +:ref:`recolector actual de D `). + + + +.. _ref_gc_moving: + +Movimiento de celdas +~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ -.. [#gccow] *COW* (del inglés *Copy On Write* o *copiar al escribir*) es - una técnica muy utilizada para disminuir las copias innecesarias, - evitando hacer la copia hasta que haya una modificación. Mientras no - hayan modificaciones no es necesario realizar una copia porque todos los - interesados verán la misma información. Esta técnica es utilizada por el - *kernel* de Linux_ por ejemplo, para que varias instancias de un mismo - proceso puedan compartir la memoria. +Otra característica muy importante del recolector de basura es si mueve las +celdas o no. En general el movimiento de celdas viene de la mano del esquema +de :ref:`pointer bump allocation `, ya que *compacta* todas +las celdas *vivas* al comienzo del *heap* luego de una recolección, +permitiendo este esquema para alocar nuevas celdas, pero puede utilizarse en +esquemas híbridos como recolectores basados en *regiones* (por ejemplo +[BLAC08]_). + +Además los recolectores con movimiento de celdas deben ser :ref:`precisos +`, porque es necesario tener la información completa de los +tipos para saber cuando actualizar los punteros (de otra manera se podría +escribir un dato de una celda que no era un puntero). Para que un recolector +pueda mover celdas, aunque sea parcialmente, en recolectores *semi-precisos* +se utiliza un método conocido como *pinning* (que significa algo como *pinchar +con un alfiler*); una celda es *pinned* (*pinchada*) cuando hay alguna +referencia no-precisa a ella, y por lo tanto no puede ser movida (porque no se +puede estar seguro si es posible actualizar dicha referencia). + +La ventaja principal de los colectores con movimiento es la posibilidad de +utilizar :ref:`pointer bump allocation ` y que es sencillo +implementar recolectores :ref:`generacionales ` sobre estos. + +De los algoritmos clásicos sólo la :ref:`copia de semi-espacios ` +mueve celdas, el :ref:`conteo de referencias ` y :ref:`marcado +y barrido ` no lo hacen. Además hay otro algoritmo bastante +básico que mueve celdas, el **marcado y compactado**. Éste no tiene +2 semi-espacios, directamente mueve las celdas compactándolas al comienzo del +*heap*. El algoritmo es un poco más complejo que la :ref:`copia de +semi-espacios ` pero suele poder proveer una mayor localidad de +referencia y *desperdicia* un semi-espacio que está inutilizado salgo en el +momento de la recolección. Por ejemplo para Mono_, que antes usaba un +recolector conservativo sin movimiento ([BOEHWD]_) se está implementando un +recolector de este tipo [MOLAWE]_ [MOLA06]_. + + + +.. _ref_gc_conserv: + +Recolectores conservativos vs precisos +~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ +Los recolectores *conservativos* son aquellos que tienen la capacidad de poder +lidiar con un *root set* o celdas que no tengan información de tipos asociada. +Esto significa que el recolector no sabe donde hay punteros (o referencias) en +una celda o raiz dada. Es decir, una ubicación particular puede ser un puntero +o no. Esto trae una variada cantidad de problemas, como retención de celdas +que en realidad son *basura* simplemente porque hay algún dato que coincide +con la dirección de memoria en la que está almacenada esa celda *basura* +[#gcflasepos]_. Además los recolectores puramente conservativos no puede mover +celdas (ver :ref:`ref_gc_moving`), porque no pueden arriesgarse a actualizar +los punteros por el riesgo que existe de que sean falsos positivos. + +.. [#gcflasepos] Esto es lo que se conoce como un *falso positivo*, algo que + aparenta ser un puntero pero en realidad no lo es. + +Sin embargo hay ciertas circunstancias que hacen que no quede más remedio que +el recolector sea conservativo, por ejemplo cuando se utiliza un recolector de +basura para un lenguaje que no ha sido pensado para tener uno (como C o C++). + +Por el contrario, los recolectores que poseen a su disposición información +completa sobre el tipo de la celda, y por ende información sobre cuales de sus +campos son realmente punteros, son denominados *precisos*. Estos recolectores +no están sujetos a estas limitaciones y por lo tanto son potencialmente más +eficientes en cuanto a tiempo y espacio. Los lenguajes que fueron diseñados +para tener un recolector de basura (y en especial aquellos que son de relativo +alto nivel) en general disponen de recolectores precisos. + +Hay casos donde se posee información de tipos para algunas celdas solamente, +o más comunmente se posee información de tipos de celdas que se encuentran en +el *heap* pero no para el *stack* y registros (por ejemplo [MOLA06]_). En +estos casos se puede adoptar un esquema híbrido y tratar algunas referencias +de forma conservativa y otras de forma precisa, de manera de mitigar, aunque +sea de forma parcial, los efectos adversos de los recolectores conservativos. +Estos recolectores son conocidos como *semi-precisos*. Los recolectores +semi-precisos pueden mover celdas si utilizan un mecanismo de *pinning* (ver +:ref:`ref_gc_moving`). + +El ejemplo de recolector conservativo por excelencia es el recolector +`Boehm-Demers-Wiser`_ ([BOEH88]_, [BOEH91]_, [BOEH93]_, [BOEHWD]_) aunque +puede comportarse de forma semi-precisa si el usuario se encarga de darle la +información de tipos (en cuyo caso el recolector deja de ser transparente para +el usuario). Otros ejemplos de recolectores con cierto grado de +conservativismo son el :ref:`recolector actual de D ` +y [BLAC08]_. + + + +.. _ref_gc_part: + +Recolección particionada +~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ -Boehm, H., and M. Weiser, "Garbage Collection in an Uncooperative -Environment", Software Practice & Experience, September 1988, pp. 807-820. -http://www.hpl.hp.com/personal/Hans_Boehm/spe_gc_paper/preprint.pdf -(http://www.hpl.hp.com/personal/Hans_Boehm/spe_gc_paper/) +Otra forma de reducir la cantidad de pausas y la cantidad de trabajo realizado +por el recolector en general es particionando el *heap* de manera tal de +recolectar solo las partes donde más probabilidad de encontrar *basura* haya. -Boehm, H., "Space Efficient Conservative Garbage Collection", Proceedings -of the ACM SIGPLAN '93 Conference on Programming Language Design and -Implementation, SIGPLAN Notices 28, 6 (June 1993), pp. 197-206. -http://www.hpl.hp.com/personal/Hans_Boehm/gc/papers/pldi93.ps.Z +Entonces, si el recolector tiene algún mecanismo para identificar zonas de +alta concentración de *basura* puede hacer la recolección solo en ese área +donde el trabajo va a ser mejor recompensado (ver :vref:`fig:gc-part`). -Boehm, H., A. Demers, and S. Shenker, "Mostly Parallel Garbage Collection", -Proceedings of the ACM SIGPLAN '91 Conference on Programming Language -Design and Implementation, SIGPLAN Notices 26, 6 (June 1991), pp. 157-164. -http://www.hpl.hp.com/personal/Hans_Boehm/gc/papers/pldi91.ps.Z +.. fig:: fig:gc-part + + Concentración de basura en distintas particiones del *heap*. + + .. aafig:: + :aspect: 0.7 + :scale: 1.3 + :proportional: -Implementación de Bohem GC -http://www.hpl.hp.com/personal/Hans_Boehm/gc/gcdescr.html + _______________________________________________________________________ + | | + | +-----------------------------+ +-----------------------------+ | + | / Baja \ / Alta \ | + | + + + | + | GGGGGGGZZGGGGGZZGGGGGGGGZZGGGGGGGGZZZZZGGZZZZZZZZZZZZZZZZGGZZZZZZGGZZ | + | GGGGGGGZZGGGGGZZGGGGGGGGZZGGGGGGGGZZZZZGGZZZZZZZZZZZZZZZZGGZZZZZZGGZZ | + | | + | GG Celdas vivas ZZ Basura | + |_______________________________________________________________________| + + +Sin embargo encontrar zonas de alta concentración no es trivial. La forma más +divulgada de encontrar estas zonas es particionando el *heap* en un área +utilizada para almacenar celdas *jóvenes* y otra para celdas *viejas*. Una +celda *vieja* es aquella que ha *sobrevivido* una cantidad N de recolecciones, +mientras que el resto se consideran *jóvenes* (las celdas *nacen* jóvenes). +Los recolectores que utilizan este tipo de partición son ampliamente conocido +como recolectores **generacionales**. La *hipótesis generacional* dice que el +área de celdas jóvenes tiene una mayor probabilidad de ser un área de alta +concentración de basura [JOLI96]_. Basandose en esto, los recolectores +generacionales primero intentan recuperar espacio del área de celdas jóvenes +y luego, de ser necesario, del área de celdas viejas. Es posible tener varias +generaciones e ir subiendo de generación a generación a medida que es +necesario. Sin embargo en general no se obtienen buenos resultados una vez que +se superan las 3 particiones. La complejidad que trae este método es que para +recolectar la generación joven es necesario tomar las referencias de la +generación vieja a la joven como parte del *root set* (de otra forma podrían +tomarse celdas como *basura* que todavía son utilizadas por las celdas +viejas). Revisar toda la generación vieja no es una opción porque sería +prácticamente lo mismo que realizar una recolección del *heap* completo. La +solución está entonces, una vez más, en instrumentar el *mutator* para que +avise al recolector cuando cambia una referencia de la generación vieja a la +joven (no es necesario monitorear las referencias en sentido inverso ya que +cuando se recolecta la generación vieja se hace una recolección del *heap* +completo). + +Sin embargo, a pesar de ser este el esquema más difundido para particionar el +*heap* y realizar una recolección parcial sobre un área de alta concentración +de basura no es la única. Otros recolectores proponen hacer un análisis +estático del código revisando la conectividad entre los objetos según sus +tipos (esto es posible solo en lenguajes con tipado estático), de manera tal +de separar en distintas áreas grupos de tipos que no pueden tener referencias +entre sí [HIRZ03]_. Este análisis hace que sea inecesario instrumentar el +*mutator* para reportar al recolector cambios de referencias +inter-particiones, sencillamente porque queda demostrado que no existe dicho +tipo de referencias. Esto quita una de las principale ineficiencias +y complejidades del esquema generacional. -Interfaz de Bohem GC -http://www.hpl.hp.com/personal/Hans_Boehm/gc/gcinterface.html .. include:: links.rst