求教 os.readfile 内存溢出的问题

[sealinfree]

求教一个内存溢出的问题 pprof 显示在 os.readfile 上有大量内存占用无法释放 请问我下面的写法具体哪里有问题 已经尝试很多办法，都没效果 恳请赐教

var GMap=map[string]string

func DomainMapLoadFromFile() {
	GMap=make(map[string]string,10)
	//尝试解决内存溢出
	fileStr := ReadAll("DataMap", "CacheMap")
	contentStrArr := strings.Split(*fileStr, "\n")
	contentLen := len(contentStrArr)
	contentArr := make([]string, contentLen)
	copy(contentArr, contentStrArr)
	var wg sync.WaitGroup
	wg.Add(contentLen)
	for i := range contentArr {
		go func(content string) {
			infoArr := strings.Split(content, "|")
			var deviceId int64
			l := len(infoArr)
			if l == 2 {
				data1 = infoArr[0]
				data2 = infoArr[1]
			} else {
				fmt.Println("不符合长度 5-6 的数据，content：" + content)
				wg.Done()
				return
			}
			GMap[data1]=data2
			wg.Done()
		}(contentArr[i])
	}
	wg.Wait()
}

func ReadAll(fileName, dirName string) *string {
	content, _ := os.ReadFile(GetFilePathPWD(fileName, dirName))
	contentStr := string(content)
	return &contentStr
}

问题已解决，使用 3 楼提供的字符串深拷贝 strings.clone 解决了，感谢！
解决该类型问题的关键字，deepcopy ，有需求的朋友，可以 github 一下，如果需要结构体等复杂类型的深拷贝，可以使用 github.com/antlabs/deepcopy ，测试了三个 go 的深拷贝包，这个最快

[Maboroshii]

怎么复现的？

[sealinfree]

@Maboroshii #1 线上系统 pprof 比较了 6 个小时间隔的内存数据，这部分增长了 3G 的内存

[yin1999]

ReadAll 里面应该返回 string ，这不会增加开销，用指针反而会增加 GC 的开销。用 copy 拷贝数组，应该不会拷贝字符串吧，strings.Split 函数返回的子串都是对原字符串的引用。尝试在向里面的匿名函数传递数组元素时，使用 strings.Clone() 拷贝一份子串

[yin1999]

var GMap=map[string]string

func DomainMapLoadFromFile() {
GMap=make(map[string]string,10)
//尝试解决内存溢出
fileStr := ReadAll("DataMap", "CacheMap")
contentStrArr := strings.Split(*fileStr, "\n")
var wg sync.WaitGroup
wg.Add(contentLen)
for i := range contentStrArr {
go func(content string) {
infoArr := strings.Split(content, "|")
var deviceId int64
l := len(infoArr)
if l == 2 {
data1 = infoArr[0]
data2 = infoArr[1]
} else {
fmt.Println("不符合长度 5-6 的数据，content：" + content)
wg.Done()
return
}
GMap[data1]=data2
wg.Done()
}(strings.Clone(contentStrArr[i]))
}
wg.Wait()
}

func ReadAll(fileName, dirName string) string {
content, _ := os.ReadFile(GetFilePathPWD(fileName, dirName))
contentStr := string(content)
return contentStr
}

[sealinfree]

@yin1999 #3 感谢指点，我改下试试

[yin1999]

也可以选择在
data1 = infoArr[0]
data2 = infoArr[1]
这里克隆两个字符串
data1 = strings.Clone(infoArr[0])
data2 = strings.Clone(infoArr[1])
应该是 GMap 长期持有子串，造成整个字符串无法被 GC ，尝试在长期持有子串的地方克隆一下子串

[sealinfree]

@yin1999 #6 有道理！感谢！受教了，我改好上线跑一段时间看看

[sealinfree]

@yin1999 问题解决，内存稳定了，感谢

[swulling]

嗯，这应该是经典的子串内存泄漏问题。

字符串的子串不回收会导致整个字符串不回收。

[rrfeng]

问题解决了，那只好吐槽一下这段代码了…
1. 一次读完整个文件有内存爆炸的风险，建议使用 bufio 逐行处理
2. 每行放到一个 goroutine 里切分还要加锁，真不如顺序处理快……这样写又复杂又慢又容易错

[sealinfree]

@rrfeng 谢谢指导，因为数据最终要放到内存作为常驻缓存，所以逐行读取和一次性读取区别不大；切分处理速度比顺序处理快 6 倍，配置是 12 核心 24 线程虚拟机，也是优化过才成了这个样子，第一版是流式顺序处理，载入一次 1G 文件要 1 分钟多，无法忍受，改为多线程变成 10-16 秒了

[sealinfree]

@swulling 是的，之前不明白此处该使用深拷贝，这次学习了

[rrfeng]

@sealinfree
一次读取你要用掉 2 倍内存
处理速度这个我不太相信，要不把顺序处理的代码也贴一下，还有文件内容

[lysS]

楼上怎么一唱一和的。。。

有几点：
1. 代码有多处基础的语法错误
2. ReadAll 为什么要返回 str ptr ？
3. map 并发操作不安全
4. 你这个需求可以流式处理，不需要首先就 load 所有数据到内存
5. GetFilePathPWD 可以 path.Join ，当然可能你有特殊的需求
6. 值拷贝通常比指针引用占用更多的内存。

当然你这确实可能存在溢出的问题，大概是这样：一个很大的字符串 str ，只把它的一部分放进 map[1]=str[0:3]后，导致这个大的 str 的其他部分不能被回收。我不太清楚 gogc 对这种情况是咋做的。
如果上面假设成立，解决办法也很简单，用[]byte 从文件读，存入 map 的时候 map[string(data1)] = string(data2)

[sealinfree]

@lysS 1 、截取了片段代码，部分是为了表达清楚逻辑构造的。
2 、最开始返回的 str ，但是内存溢出，就不断尝试调整
3 、实际使用的是带分区读写锁的 map ，还是为了逻辑简单直接构造了一个 map
4 、服务器内存比较大，直接读取实测速度更快，就改为这个版本了
5 、该函数底层就是 path.Join ，只是因为路径比较复杂，要动态获取，单独封装了一个函数
6 、指针引用再搭配分区 map ，会产生一些不可预料的修改错误，所以还是用值传递比较多了

最后，使用 string()转换不能解决溢出问题，使用 strings.clone 深拷贝才可以

[sealinfree]

@lysS 感谢这么多较真的朋友！

[lysS]

@sealinfree string([]byte) 就是重新分配的内存，无论是 header 还是数据本身；和之前不存在任何引用关系

[sealinfree]

@lysS 好的，那回头我再测试下

[macscsbf]

我想知道是不是因为你用 map 存储着 content 的引用导致了这个 content 一直没被释放掉

[darknoll]

var GMap=map[string]string
这句能编译过？

[sealinfree]

@darknoll 更正 var GMap=map[string]string{}

[sealinfree]

@macscsbf 存的都是值，没有使用指针

[macscsbf]

@sealinfree data1 和 data2 都是 content 的子串,本质就是指针指向了 content

[sealinfree]

@macscsbf 哦，此处应该用 strings.clone 复制一份