一、背景

朋友的一个服务，某个集群内存的RSS使用率一直在80%左右，他用的是8核16G, 双机房一共206个实例。

image.png

但是在pprof里面查的堆内存才使用了6.3G左右，程序里面主要用了6G的LocalCache所以heap用了6.3G是符合预期的。

朋友让我帮忙看下，额外的内存到底是被啥占用了。

二、基础知识

2.1 TCMalloc 算法

Thread-Caching Malloc 是Google开发的内存分配算法库，最开始它是作为Google的一个性能工具库perftools的一部分。

TCMalloc是用来替代传统的malloc内存分配函数。它有减少内存碎片，适用于多核，更好的并行性支持等特性。

2.2 mmap 函数

mmap它的主要功能是将一个虚拟内存区域与一个磁盘上的文件关联起来，以初始化这个虚拟内存区域的内容，这个过程成为内存映射（memory mapping）。

直白一点说，就是可以将一个文件，映射到一段虚拟内存，写内存的时候操作系统会自动同步内存的内容到文件。内存同步到磁盘，还涉及到一个PageCache的概念，这里不去过度发散，感兴趣朋友可以自己搜下。

文件可以是磁盘上的一个实体文件，比如kafka写日志文件的时候，就用了mmap。

文件也可以是一个匿名文件，这种场景mmap不会去写磁盘，主要用于内存申请的场景。比如调用malloc函数申请内存，当申请的大小超过MMAP_THRESHOLD（默认是128K）大小，内核就会用mmap去申请内存。再比如TCMalloc也是通过mmap来申请一大块内存（匿名文件），然后切割内存，分配给程序使用。

网上很多资料一介绍mmap，就会说到zero copy，就是相对于标准IO来说少了一次内存Copy的开销。让大多数人忽略了mmap本质的功能，认为mmap=zero copy

image.png

还有一个值得一说的mmap申请的内存不在虚拟地址空间的堆区，在内存映射段（Memory Mapping Region）

Application.jpg

2.3 Golang 内存分配

Golang的内存分配 是用的 TCMalloc（Thread-Caching Malloc）算法, 简单点说就是Golang是使用 mmap 函数去操作系统申请一大块内存，然后把内存按照 0~32KB``68个 size 类型的mspan，每个mspan按照它自身的属性 Size Class 的大小分割成若干个object（每个span默认是8K），因为分需要gc的mspan和不需要gc的mspan，所以一共有136种类型。

image.png

mspan：Go中内存管理的基本单元，是由一片连续的8KB的页组成的大块内存，每个mspan按照它自身的属性Size Class的大小分割成若干个object，mspan的Size Class共有68种（算上0） , numSpanClasses = _NumSizeClasses << 1 (因为需要区分需要GC和不需要GC的)

mcache：每个工作线程都会绑定一个mcache，本地缓存可用的mspan资源。

mcentral：为所有 mcache提供切分好的 mspan资源。需要加锁

mheap：代表Go程序持有的所有堆空间，Go程序使用一个mheap的全局对象_mheap来管理堆内存。

Go的内存分配器在分配对象时，根据对象的大小，分成三类：小对象（小于等于16B）、一般对象（大于16B，小于等于32KB）、大对象（大于32KB）。

大体上的分配流程：

  • >32KB 的对象，直接从mheap上分配；
  • (16B,32KB] 的对象，首先计算对象的规格大小，然后使用mcache中相应规格大小的mspan分配；
  • <=16B 的对象使用mcache的tiny分配器分配；

如果mcache没有相应规格大小的mspan，则向mcentral申请
如果mcentral没有相应规格大小的mspan，则向mheap申请
如果mheap中也没有合适大小的mspan，则向操作系统申请

2.4 TCMalloc 的内存浪费

Golang的 sizeclasses.go 源码里面已经给我们已经计算了出每个size的tail waste和max waste比例

// class  bytes/obj  bytes/span  objects  tail waste  max waste  min align
//     1          8        8192     1024           0     87.50%          8
//     2         16        8192      512           0     43.75%         16
//     3         24        8192      341           8     29.24%          8
//     4         32        8192      256           0     21.88%         32
//     5         48        8192      170          32     31.52%         16
//     6         64        8192      128           0     23.44%         64
//     7         80        8192      102          32     19.07%         16
//     8         96        8192       85          32     15.95%         32
//     9        112        8192       73          16     13.56%         16
//    10        128        8192       64           0     11.72%        128
.... 略
//    58      14336       57344        4           0      5.35%       2048
//    59      16384       16384        1           0     12.49%       8192
//    60      18432       73728        4           0     11.11%       2048
//    61      19072       57344        3         128      3.57%        128
//    62      20480       40960        2           0      6.87%       4096
//    63      21760       65536        3         256      6.25%        256
//    64      24576       24576        1           0     11.45%       8192
//    65      27264       81920        3         128     10.00%        128
//    66      28672       57344        2           0      4.91%       4096
//    67      32768       32768        1           0     12.50%       8192

我们看下tail waste和max waste的计算方式，源码如下：

    spanSize := c.npages * pageSize
    objects := spanSize / c.size
    tailWaste := spanSize - c.size*(spanSize/c.size)
    maxWaste := float64((c.size-prevSize-1)*objects+tailWaste) / float64(spanSize)
    alignBits := bits.TrailingZeros(uint(c.size))
    if alignBits > pageShift {
        // object alignment is capped at page alignment
        alignBits = pageShift
    }
    for i := range minAligns {
        if i > alignBits {
            minAligns[i] = 0
        } else if minAligns[i] == 0 {
            minAligns[i] = c.size
        }
    }

image.png

sizeclase=8的时候obj= 96，所以tailWaste = 8192%96 = 32，maxWaste = ((96-80-1)* 85 + 32)/ 8192 = 0.1595

2.5 Go 查看内存使用情况几种方式

  1. 执行前添加系统环境变量GODEBUG='gctrace=1'来跟踪打印垃圾回收器信息，具体打印的内容含义可以参考官方文档。

     gctrace: 设置gctrace=1会使得垃圾回收器在每次回收时汇总所回收内存的大小以及耗时，
 并将这些内容汇总成单行内容打印到标准错误输出中。
 这个单行内容的格式以后可能会发生变化。
 目前它的格式：
     gc # @#s #%: #+#+# ms clock, #+#/#/#+# ms cpu, #->#-># MB, # MB goal, # P
 各字段的含义：
     gc #        GC次数的编号，每次GC时递增
     @#s         距离程序开始执行时的时间
     #%          GC占用的执行时间百分比
     #+...+#     GC使用的时间
     #->#-># MB  GC开始，结束，以及当前活跃堆内存的大小，单位M
     # MB goal   全局堆内存大小
     # P         使用processor的数量
 如果信息以"(forced)"结尾，那么这次GC是被runtime.GC()调用所触发。
 
 如果gctrace设置了任何大于0的值，还会在垃圾回收器将内存归还给系统时打印一条汇总信息。
 这个将内存归还给系统的操作叫做scavenging。
 这个汇总信息的格式以后可能会发生变化。
 目前它的格式：
     scvg#: # MB released  printed only if non-zero
     scvg#: inuse: # idle: # sys: # released: # consumed: # (MB)
 各字段的含义:
     scvg#        scavenge次数的变化，每次scavenge时递增
     inuse: #     MB 垃圾回收器中使用的大小
     idle: #      MB 垃圾回收器中空闲等待归还的大小
     sys: #       MB 垃圾回收器中系统映射内存的大小
     released: #  MB 归还给系统的大小
     consumed: #  MB 从系统申请的大小

  2. 代码中使用runtime.ReadMemStats来获取程序当前内存的使用情况

     var m runtime.MemStats
 runtime.ReadMemStats(&m)

  3. 通过pprof获取

      http://127.0.0.1:10000/debug/pprof/heap?debug=1
  
  在输出的最下面有MemStats的信息
  
  # runtime.MemStats
 # Alloc = 105465520
 # TotalAlloc = 334874848
 # Sys = 351958088
 # Lookups = 0
 # Mallocs = 199954
 # Frees = 197005
 # HeapAlloc = 105465520
 # HeapSys = 334954496
 # HeapIdle = 228737024
 # HeapInuse = 106217472
 # HeapReleased = 218243072
 # HeapObjects = 2949
 # Stack = 589824 / 589824
 # MSpan = 111656 / 212992
 # MCache = 9600 / 16384
 # BuckHashSys = 1447688
 # GCSys = 13504096
 # OtherSys = 1232608
 # NextGC = 210258400
 # LastGC = 1653972448553983197

2.6 Sysmon 监控线程

Go Runtime在启动程序的时候，会创建一个独立的M作为监控线程，称为sysmon，它是一个系统级的daemon线程。这个sysmon独立于GPM之外，也就是说不需要P就可以运行，因此官方工具go tool trace是无法追踪分析到此线程。

sysmon执行一个无限循环，一开始每次循环休眠20us，之后（1ms后）每次休眠时间倍增，最终每一轮都会休眠 10ms。

sysmon主要如下几件事

  • 释放闲置超过5分钟的span物理内存，scavenging。（Go 1.12之前）
  • 如果超过两分钟没有执行垃圾回收，则强制执行GC。
  • 将长时间未处理的netpoll结果添加到任务队列
  • 向长时间运行的g进行抢占
  • 收回因为syscall而长时间阻塞的p

三、问题排查过程

3.1 内存泄露？

服务内存不正常，本能反应是不是内存泄露了？朋友说他们服务内存一周内一直都是在80%~85%左右波动，然后pprof看的heap的使用也是符合预期的。看了下程序的Runtime监控，容器的内存监控，都是正常的。基本可以排除内存泄露的可能性。

image.png

image.png

3.2 madvise

排除了内存泄露的可能性，再一个让人容易想到的坑就是madvise，这个感觉是GO 1.12 ~ Go 1.15 版本，被提到很多次的问题。

什么是 madvise ？

madvise() 函数建议内核,在从addr指定的地址开始,长度等于len参数值的范围内,该区域的用户虚拟内存应遵循特定的使用模式。内核使用这些信息优化与指定范围关联的资源的处理和维护过程。如果使用madvise()函数的程序明确了解其内存访问模式,则使用此函数可以提高系统性能。”

  • MADV_FREE ：（Linux 4.5以后开始支持这个特性），内核在当出现内存压力时才会主动释放这块内存。
  • MADV_DONTNEED：预计未来长时间不会被访问，可以认为应用程序完成了对这部分内容的访问，因此内核可以立即释放与之相关的资源。

Go Runtime 对 madvise 的使用

在Go 1.12版本的时候，为了提高内存的使用效率，把madvise的参数从MADV_DONTNEED改成MADV_FREE，具体可以看这个CR，然后又加个debug参数来可以控制分配规则改回为MADV_DONTNEED，具体可以看这个CR

runtime中调用madvise的代码如下： 

var adviseUnused = uint32(_MADV_FREE)

func sysUnused(v unsafe.Pointer, n uintptr) {
    // ... 略
    
    var advise uint32
    if debug.madvdontneed != 0 {
        advise = _MADV_DONTNEED
    } else {
        advise = atomic.Load(&adviseUnused)
    }
    if errno := madvise(v, n, int32(advise)); advise == _MADV_FREE && errno != 0 {
        // MADV_FREE was added in Linux 4.5. Fall back to MADV_DONTNEED if it is
        // not supported.
        atomic.Store(&adviseUnused, _MADV_DONTNEED)
        madvise(v, n, _MADV_DONTNEED)
    }
}

使用MADV_FREE的问题是，Golang程序释放的内存，操作系统并不会立即回收，只有操作系统内存紧张的时候，才会主动去回收，而我们的程序，都是跑在容器中的，所以造成了，我们容器内存使用快满了，但是物理机的内存还有很多内存，导致的现象就是用pprof看的内存不一样跟看的RES相差巨大。

由于MADV_FREE导致的pprof和top内存监控不一致的问题，导致很多开发者在GO的GitHub上提issue，最后Austin Clements（Go开源大佬）拍板，把MADV_FREE改回了MADV_DONTNEED，具体可以看这个CR

大佬也在代码里面做了个简单解释如下：

// On Linux, MADV_FREE is faster than MADV_DONTNEED,
// but doesn't affect many of the statistics that
// MADV_DONTNEED does until the memory is actually
// reclaimed. This generally leads to poor user
// experience, like confusing stats in top and other
// monitoring tools; and bad integration with
// management systems that respond to memory usage.
// Hence, default to MADV_DONTNEED.

该改动已经在 Go 1.16 合入了。我看了下朋友服务的GO版本是1.17，所以是MADV_FREE的问题基本也可以排除了。

2.3 memory scavenging

既然排除了内存泄露，然后也不是madvise()的问题，只能猜想是不是内存是不是还没有归还给操作系统。

Go把内存归还给系统的操作叫做scavenging。在Go程序执行过程中，当对象释放的时候，对象占用的内存并没有立即返还给操作系统(为了提高内存分配效率，方式归还以后又理解需要申请)，而是需要等待GC（定时或者条件触发）和scavenging（定时或者条件触发）才会把空闲的内存归还给操作系统。

image.png

当然我们也可以在代码里面调用debug.FreeOSMemory()来主动释放内存。debug.FreeOSMemory()的功能是强制进行垃圾收集，然后尝试将尽可能多的内存返回给操作系统。具体代码实现如下：

//go:linkname runtime_debug_freeOSMemory runtime/debug.freeOSMemory
func runtime_debug_freeOSMemory() {
    GC() // 第一步强制 GC
    systemstack(func() { mheap_.scavengeAll() }) // 第二步 scavenging
}

GC 触发机制

GO的GC触发可以分为主动触发和被动触发，主动触发就是在代码里面主动执行runtime.GC()，线上环境我们一般很少主动触发。这里我们主要讲下被动触发，被动触发有两种情况：

  1. 当前内存分配达到一定比例则触发，可以通过环境变量GOGC或者代码中调用runtime.SetGCPercent来设置，默认是100，表示内存增长1倍触发一次GC。比如一次回收完毕后，内存的使用量为5M，那么下次回收的时机则是内存分配达到10M的时候。

  2. 定时触发GC，这个是sysmon线程里面干的时区，一般是2分钟（runtime中写死的）内没有触发GC，会强制执行一次GC。具体代码如下：

     // forcegcperiod is the maximum time in nanoseconds between garbage
 // collections. If we go this long without a garbage collection, one
 // is forced to run.
 //
 // This is a variable for testing purposes. It normally doesn't change.
 var forcegcperiod int64 = 2 * 60 * 1e9

    // gcTriggerTime indicates that a cycle should be started when
    // it's been more than forcegcperiod nanoseconds since the
    // previous GC cycle.
    gcTriggerTime

    // check if we need to force a GC
    if t := (gcTrigger{kind: gcTriggerTime, now: now}); t.test() && atomic.Load(&forcegc.idle) != 0 {
        lock(&forcegc.lock)
        forcegc.idle = 0
        var list gList
        list.push(forcegc.g)
        injectglist(&list)
        unlock(&forcegc.lock)
    }

scavenging 触发机制

GO 1.12之前是通过定时触发，2.5min会执行一次scavenge，然后会回收超过5分钟内没有使用过的mspan，具体源码如下：

// If a heap span goes unused for 5 minutes after a garbage collection,
// we hand it back to the operating system.
scavengelimit := int64(5 * 60 * 1e9)

// scavenge heap once in a while
if lastscavenge+scavengelimit/2 < now {
    mheap_.scavenge(int32(nscavenge), uint64(now), uint64(scavengelimit))
    lastscavenge = now
    nscavenge++
}

这样会有个问题是，如果不停的有大量内存申请和释放，会导致mspan内存一直不会释放给操作系统（因为不停被使用然后释放），导致堆内存监控和RSS监控不一致。具体可以看 runtime: reclaim memory used by huge array that is no longer referenced 这个Issue，还有一个问题因为内存释放不及时，容易在低内存的设备上OOM，具体可以看 Running Go on Low Memory Devices 这个文章。

基于以上这些问题，Austin Clements大佬提交了一个Issue：runtime: make the scavenger more prompt，Austin Clements提出如果我们只考虑在scavenge阶段需要释放多少个mspan，这个是比较难的。我们应该分离关注点，通过关注释放和重新获得内存的成本，下次GC的堆大小，我们愿意承担的CPU和内存开销来计算出应该释放多少mspan，提议保留的内存大小应该是过去一段时间内，堆内存回收大小的峰值乘以一个常数，计算回收方式如下：

retain = C * max(current heap goal, max({heap goals of GCs over the past T seconds}))
C = 1 + ε = 1.1
T = 10 seconds

这个提议2016.08.31提出以后，但是一直没有人去实现。

直到2019.02.21的时候Michael Knyszek重新提了一个Proposal：runtime: smarter scavenging。

这个Proposal目标是：

  1. 降低Go应用程序的RSS平均值和峰值。
  2. 使用尽可能少CPU来持续降低RSS。

runtime做内存回收策略，有三个关键问题

  1. 内存回收的速率是多少？
  2. 我们应该保留多少内存？
  3. 什么内存我们应该归还给操作系统？

实现方法

  1. Scavenge速度应该与程序Alloc内存的速度保持一致。
  2. 保留的内存大小应该是一个常量乘以过去N次GC的峰值。runtime: make the scavenger more prompt
  3. 在unscavenged spans中，优先清除基地址高的。

上面的Proposal主要提交如下：

runtime: add background scavenger

runtime: remove periodic scavenging

结论

上面，我们知道了pprof抓的堆内存的大小和RSS不一致，有几种可能：

  1. 是程序申请的内存还没有被GC。
  2. 内存虽然被GO执行了GC，但是可能并没有归还给操作系统（scavenging）。

为了验证一下上面的结论，我上机器抓了下heap的统计：

nx-x-x(service@stock:prod):ss# curl http://ip:port/debug/pprof/heap?debug=1 | grep Heap
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
  0     0    0     0    0     0      0      0 --:--:-- --:--:-- --:--:--     0# 0xa47ba9        runtime/pprof.writeHeapInternal+0xc9                    /usr/local/go/src/runtime/pprof/pprof.go:566
#       0xa47a46        runtime/pprof.writeHeap+0x26                            /usr/local/go/src/runtime/pprof/pprof.go:536
100  913M    0  913M    0     0  86.8M      0 --:--:--  0:00:10 --:--:-- 90.6M# 0xa47ba9        runtime/pprof.writeHeapInternal+0xc9                    /usr/local/go/src/runtime/pprof/pprof.go:566
#       0xa47a46        runtime/pprof.writeHeap+0x26                            /usr/local/go/src/runtime/pprof/pprof.go:536
# HeapAlloc = 11406775960
# HeapSys = 13709377536
# HeapIdle = 2032746496
# HeapInuse = 11676631040
# HeapReleased = 167829504
# HeapObjects = 49932438

这里我主要关注几个参数：

HeapInuse： 堆上使用中的mspan大小。

HeapReleased：归还了多少内存给操作系统。

HeapIdle：空闲的mspan大小。HeapIdle - HeapReleased 等于runtime持有了多少个空闲的mspan，这部分还没有释放给操作系统，在pprof的heap火焰图里面是看不到这部分内存的。

stats.HeapIdle = gcController.heapFree.load() + gcController.heapReleased.load()

上面我们获取机器的内存信息如下

HeapInuse = 11676631040 ≈ 10.88G // 堆上使用内存的大小

HeapIdle - HeapReleased = 2032746496 - 167829504 ≈ 1.73G // 可以归还但是没有归还的内存

两个加起来，也差不多12~13G左右，所以容器的内存使用率是80%也是符合预期的。

还有个问题，为什么我们程序的localcache大小设置的只有了6G，实际heap使用了10.88G，因为HeapInuse除了程序真正使用的内存，还包括：

  1. 程序释放的内存，但是还没有被GC。这部分内存还是算在HeapInuse中（这个应该是大头）。
  2. 上面说的mspan的max waste和tail waste这部分也在HeapInuse（这个应该很少）。
  3. 假设一个8k的mspan上只使用了一个大小为8Byte的obj，这个在HeapInuse会算8K。

总结

golang堆内存大小不一定跟RSS一致，它跟GC、scavenging时机有关。如果有大量lcoalcache申请释放，很可能导致RSS远远大于heap使用的大小。