用long類型讓我出了次生產事故，寫代碼還是要小心點

昨天發現線上試跑期的一個程序掛了，平時都跑的好好的，查了下日志是因為昨天運營跑了一家美妝top級淘品牌店，會員量近千萬，一下子就把128G的內存給爆了，當時並行跑了二個任務，沒轍先速寫一段代碼限流，后面再做進一步優化。

一： 背景

1. 背景介紹

因為是自己寫的代碼，所以我知道問題出現在哪里，如果大家看過我之前寫的文章應該知道我用全內存跑了很多模型對用戶打標簽，一個模型就是一組定向的篩選條件，而為了加速處理，我會原子化篩選條件，然后一邊查詢一邊緩存原子化條件獲取的人數，后面的模型如果命中了前面模型的原子化條件，那么可以直接從緩存中讀取它的人數即可，這也是動態規划的思想~ ,如果不明白我來畫張圖。

從上面圖可以看到，在計算模型2的時候，條件1的人數可以直接從模型1下的條件1處獲取，模型三下的2，5的人數也可以直接從模型1和2處獲取，這樣就大大加速的處理速度。

2. 找原因

剛才提到了緩存人數，我也不知道為什么用了這么一個類型,如下代碼：

        /// <summary>
        /// 緩存原子人群
        /// key: 原子化條件
        /// value: 人數集合
        /// </summary>
        public ConcurrentDictionary<string, List<long>> CachedCrowds { get; set; } = new ConcurrentDictionary<string, List<long>>();

我說的是里面的List<long>,我居然用了long類型存儲customerID，可能是看了這個項目先祖原先定義的long才跟風成long，😄😄😄，誰家店有數不盡的客戶，國家才14億人呢，而一個long占用8個字節，明顯是一種浪費。

二：解決方案

1. 將long轉成int

人都是懶的，能少改點代碼就少改點，省的背鍋，好事不出門，壞事傳千里，所以這里用int表示就足夠了，應該能省一半的空間對不對，接下來為了演示，在List<long> 和 List<int> 中分別灌入 500w 客戶ID，代碼如下：

        public static void Main(string[] args)
        {
            var rand = new Random();

            List<int> intCustomerIDList = Enumerable.Range(1, 5000000).OrderBy(m => rand.Next(0, 100000))
                                                  .Take(5000000).ToList();

            List<long> longCustomerIDList = Enumerable.Range(1, 5000000).OrderBy(m => rand.Next(0, 100000))
                                                  .Take(5000000).Select(m => (long)m).ToList();

            Console.WriteLine("處理完畢...");
            Console.Read();
        }

接下來用windbg看一下他們在堆中各占多少內存。

~0s -> !clrstack -l -> !dumpobj 從主線程找到List<int>和List<long> 的局部變量，然后查看size。

0:000> ~0s
ntdll!ZwReadFile+0x14:
00007ff8`fea4aa64 c3              ret
0:000> !clrstack -l
OS Thread Id: 0x5b70 (0)
        Child SP               IP Call Site
00000015c37feed0 00007ff889e60b9c ConsoleApp2.Program.Main(System.String[]) [C:\dream\Csharp\ConsoleApp1\ConsoleApp2\Program.cs @ 35]
    LOCALS:
        0x00000015c37fef90 = 0x0000014ad7c12d88
        0x00000015c37fef88 = 0x0000014ad7c13060
        0x00000015c37fef80 = 0x0000014ad7c33438

00000015c37ff1a8 00007ff8e9396c93 [GCFrame: 00000015c37ff1a8] 
0:000> !do 0x0000014ad7c13060
Name:        System.Collections.Generic.List`1[[System.Int32, mscorlib]]
MethodTable: 00007ff8e7aaa068
EEClass:     00007ff8e7c0b008
Size:        40(0x28) bytes
File:        C:\WINDOWS\Microsoft.Net\assembly\GAC_64\mscorlib\v4.0_4.0.0.0__b77a5c561934e089\mscorlib.dll
Fields:
              MT    Field   Offset                 Type VT     Attr            Value Name
00007ff8e7a98538  400189e        8       System.Int32[]  0 instance 0000014af02d1020 _items
00007ff8e7a985a0  400189f       18         System.Int32  1 instance          5000000 _size
00007ff8e7a985a0  40018a0       1c         System.Int32  1 instance          5000000 _version
00007ff8e7a95dd8  40018a1       10        System.Object  0 instance 0000000000000000 _syncRoot
00007ff8e7a98538  40018a2        0       System.Int32[]  0   shared           static _emptyArray
                                 >> Domain:Value dynamic statics NYI 0000014ad61166c0:NotInit  <<
0:000> !do 0000014af02d1020
Name:        System.Int32[]
MethodTable: 00007ff8e7a98538
EEClass:     00007ff8e7c05918
Size:        33554456(0x2000018) bytes
Array:       Rank 1, Number of elements 8388608, Type Int32 (Print Array)
Fields:
None

0:000> !do  0x0000014ad7c33438
Name:        System.Collections.Generic.List`1[[System.Int64, mscorlib]]
MethodTable: 00007ff8e7aad2a0
EEClass:     00007ff8e7c0bd70
Size:        40(0x28) bytes
File:        C:\WINDOWS\Microsoft.Net\assembly\GAC_64\mscorlib\v4.0_4.0.0.0__b77a5c561934e089\mscorlib.dll
Fields:
              MT    Field   Offset                 Type VT     Attr            Value Name
00007ff8e7aa6c08  400189e        8       System.Int64[]  0 instance 0000014a80001020 _items
00007ff8e7a985a0  400189f       18         System.Int32  1 instance          5000000 _size
00007ff8e7a985a0  40018a0       1c         System.Int32  1 instance          5000000 _version
00007ff8e7a95dd8  40018a1       10        System.Object  0 instance 0000000000000000 _syncRoot
00007ff8e7aa6c08  40018a2        0       System.Int64[]  0   shared           static _emptyArray
                                 >> Domain:Value dynamic statics NYI 0000014ad61166c0:NotInit  <<
0:000> !do 0000014a80001020
Name:        System.Int64[]
MethodTable: 00007ff8e7aa6c08
EEClass:     00007ff8e7c09e50
Size:        67108888(0x4000018) bytes
Array:       Rank 1, Number of elements 8388608, Type Int64 (Print Array)
Fields:
None

仔細看上圖，在主線程的堆棧中找到了三個變量，后兩個變量就是我們的List<int> 和 List<long>,分別是

Size: 33554456(0x2000018) bytes => 33554456/1024/1024 = 32M

Size:67108888(0x4000018) bytes => 67108888/1024/1024 = 64M

以后可以跟別人吹牛了，我知道500w個int占用是32M內存，雖然內存空間優化了一半，但沒有本質性的優化，還得繼續往上挖，否則同時跑4個任務又要把內存給爆掉了。。。

2. 使用bitarray

我們在學習數據結構的時候，相信很多人都學習過bitmap，剛好原子化的篩選條件獲取的人數眾多，使用bitmap剛好滿足我的業務需求，如果不知道bitmap我簡單解釋一下。

<1> 原理解釋

我們都知道一個int是4個字節。也就是4byte，也就是32bit，畫成圖就是32個格子，如下所示：

默認情況下32個格子表示一個int是不是有點浪費，其實32個格子可以放置32個數字(1-32)。比如1放在第一個格子里，3放在第三個格子里。。。32放在第32個格子里，那么兩個int就可以存放1-64個數字，也就是說理想情況下可以優化空間32倍，思維一定要反轉一下，把數字作為數組的下標，因為是bit，所以0，1兩種狀態剛好可以表示當前格子是否已經被設置了，1表示已設置，0表示未設置，好好品味一下，如果還是不明白，可以參考我八年前的文章：

經典算法題每日演練——第十一題 Bitmap算法

在C#中已經幫我們設置好了一個BitArray類，結合我剛才講得，大家好好品味一下bitarray如何向各自格子中設置值的，底層還是用m_array承載，它其實是一個int[]。

public void Set(int index, bool value)
{
	if (value)
	{
		m_array[index / 32] |= 1 << index % 32;
	}
	else
	{
		m_array[index / 32] &= ~(1 << index % 32);
	}
	_version++;
}

public bool Get(int index)
{
	return (m_array[index / 32] & (1 << index % 32)) != 0;
}

<2> 查看內存占用

接下來把List<int> 中的數據灌入到bitArray中看看,先上一下代碼：

        public static void Main(string[] args)
        {
            var rand = new Random();

            List<int> intCustomerIDList = Enumerable.Range(1, 5000000).OrderBy(m => rand.Next(0, 100000))
                                                  .Take(5000000).ToList();

            BitArray bitArray = new BitArray(intCustomerIDList.Max() + 1);

            foreach (var customerID in intCustomerIDList)
            {
                bitArray[customerID] = true;
            }

            Console.WriteLine("處理完畢...");
            Console.Read();
        }

然后抓一下dump文件，用windbg看一下內存占用。

0:000> !do 0x0000026e4d0332b8
Name:        System.Collections.BitArray
MethodTable: 00007ff8e7a89220
EEClass:     00007ff8e7c01bc0
Size:        40(0x28) bytes
File:        C:\WINDOWS\Microsoft.Net\assembly\GAC_64\mscorlib\v4.0_4.0.0.0__b77a5c561934e089\mscorlib.dll
Fields:
              MT    Field   Offset                 Type VT     Attr            Value Name
00007ff8e7a98538  4001810        8       System.Int32[]  0 instance 0000026e5dfd9bd8 m_array
00007ff8e7a985a0  4001811       18         System.Int32  1 instance          5000001 m_length
00007ff8e7a985a0  4001812       1c         System.Int32  1 instance          5000000 _version
00007ff8e7a95dd8  4001813       10        System.Object  0 instance 0000000000000000 _syncRoot
0:000> !DumpObj /d 0000026e5dfd9bd8
Name:        System.Int32[]
MethodTable: 00007ff8e7a98538
EEClass:     00007ff8e7c05918
Size:        625028(0x98984) bytes
Array:       Rank 1, Number of elements 156251, Type Int32 (Print Array)
Fields:
None

從圖中可以看到，沒錯，就是bitArray類型，從Size中可以看到：

Size: 625028(0x98984) bytes => 625028/1024/1024 = 0.59M

看到沒有，這個就🐮👃了，由最初的64M優化到了0.6M，簡直不要太爽，看到這么小的占用量，我感到枯燥而乏味，哈哈，這下並行跑幾十家不怕了，這里要提醒一下，如果客戶數少並且數字還大,就不要用bitArray啦，反而浪費空間，當然數據量小怎么用也無所謂。

三：總結

跑小店鋪的時候代碼怎么寫都行，數據量大了到處都是坑，你的場景也總有優化的辦法~

---

如您有更多問題與我互動，掃描下方進來吧~

---