记一次 .NET某家装ERP系统内存暴涨分析

一：背景

1. 讲故事

前段时间微信上有一位老朋友找到我，说他的程序跑着跑着内存会突然爆高，有时候会下去，有什么会下不去，怀疑是不是某些情况下存在内存泄露，让我帮忙分析一下，其实内存泄露方面的问题还是比较好解决的，看过这个dump之后觉得还是有一定的分享价值，拿出来和大家分享一下吧。

二：WinDbg 分析

1. 托管还是非托管泄露

这个首先是一定要确定的，否则就是南辕北辙，强调再多也不为过，可以用 !address -summary 观察一下。



0:000> !address -summary

--- Usage Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal

Free                                    208     7ffb`691cd000 ( 127.982 TB)           99.99%

<unknown>                               384        4`898d7000 (  18.149 GB)  98.87%    0.01%

Image                                  1015        0`0b053000 ( 176.324 MB)   0.94%    0.00%

Stack                                    90        0`01700000 (  23.000 MB)   0.12%    0.00%

Heap                                     32        0`00bea000 (  11.914 MB)   0.06%    0.00%

Other                                    14        0`001e0000 (   1.875 MB)   0.01%    0.00%

TEB                                      23        0`0002e000 ( 184.000 kB)   0.00%    0.00%

PEB                                       1        0`00001000 (   4.000 kB)   0.00%    0.00%

--- Type Summary (for busy) ------ RgnCount ----------- Total Size -------- %ofBusy %ofTotal

MEM_PRIVATE                             336        4`8ab0b000 (  18.167 GB)  98.96%    0.01%

MEM_IMAGE                              1177        0`0b70f000 ( 183.059 MB)   0.97%    0.00%

MEM_MAPPED                               46        0`00c09000 (  12.035 MB)   0.06%    0.00%

--- State Summary ---------------- RgnCount ----------- Total Size -------- %ofBusy %ofTotal

MEM_FREE                                208     7ffb`691cd000 ( 127.982 TB)           99.99%

MEM_COMMIT                             1256        3`1f910000 (  12.493 GB)  68.05%    0.01%

MEM_RESERVE                             303        1`77513000 (   5.864 GB)  31.95%    0.00%

从卦中看，当前程序的提交内存占用了 12G，NTHEAP 占用了 11M，基本上就可以断定这是一个托管内存的问题，看到这里还是非常开心的，由于托管层都带有类型数据，分析起来非常简单，接下来使用 !eeheap -gc 观察下托管堆。



0:000> !eeheap -gc

Number of GC Heaps: 1

generation 0 starts at 0x00000000e42f26c8

generation 1 starts at 0x00000000e42e85a0

generation 2 starts at 0x0000000001d71000

ephemeral segment allocation context: none

         segment            begin         allocated             size

0000000001d70000 0000000001d71000  0000000011961b98 0x000000000fbf0b98(264178584)

000000005e540000 000000005e541000  000000006c2b6408 0x000000000dd75408(232215560)

0000000247ff0000 0000000247ff1000  0000000252d751f8 0x000000000ad841f8(181944824)

00000000e3ff0000 00000000e3ff1000  00000000f1e44850 0x000000000de53850(233125968)

Large object heap starts at 0x0000000011d71000

         segment            begin         allocated             size

0000000011d70000 0000000011d71000  0000000019d65098 0x0000000007ff4098(134168728)

000000001dad0000 000000001dad1000  0000000025ac6fd0 0x0000000007ff5fd0(134176720)

0000000028c50000 0000000028c51000  0000000030c318e8 0x0000000007fe08e8(134088936)

0000000030c50000 0000000030c51000  0000000038c35518 0x0000000007fe4518(134104344)

000000003e540000 000000003e541000  0000000046507ff0 0x0000000007fc6ff0(133984240)

0000000046540000 0000000046541000  000000004e5296d0 0x0000000007fe86d0(134121168)

000000004e540000 000000004e541000  000000005652af00 0x0000000007fe9f00(134127360)

0000000056540000 0000000056541000  000000005e50b050 0x0000000007fca050(133996624)

...

000000058fff0000 000000058fff1000  00000005d76c2910 0x00000000476d1910(1198332176)

000000064e820000 000000064e821000  0000000695cbe808 0x000000004749d808(1196021768)

000000013bff0000 000000013bff1000  00000001834c96d8 0x00000000474d86d8(1196263128)

0000000257ff0000 0000000257ff1000  000000029f44e7e0 0x000000004745d7e0(1195759584)

Total Size       0x2dbe1b140(12278935872)

------------------------------

GC Heap Size       0x2dbe1b140(12278935872)

从卦中看，托管堆占用了 12G 内存，而且都是被 LOH 给吃掉了，离真相越来越近了，接下来就是用 !dumpheap -stat 观察下托管堆，看下到底是什么类型占的这么大？



0:000> !dumpheap -stat

total 477283 objects

Statistics:

              MT    Count    TotalSize Class Name

0007ffeb28280b0     3516       365664 System.Reflection.RuntimeMethodInfo

00007ffea909df50       62       728528 System.Data.RBTree`1+Node[[System.Data.DataRow, System.Data]][]

00007ffeb285a610       14       804680 System.DateTime[]

00007ffea909c5e8    17061      1637856 System.Data.DataRow

00007ffeb2831180     1555      1978136 System.Int32[]

00007ffeb282d430     1108      6648296 System.Int64[]

00007ffeb2fce9d8       71     12821784 System.Decimal[]

00007ffeb282a060   366739     15054680 System.String

00007ffeb2817e50     7785     23534144 System.Object[]

00000000009a2e60     4084   4772737632      Free

00007ffeb28320a0    17400   7438877632 System.Byte[]

...

从卦中看， System.Byte[] 数组只有 1.7W 个，居然占用了 7.4G 的内存，这说明有的 Byte[] 可能会非常大, 接下来就可以检索 >10M 的数组排列情况，输出如下：



0:000> !dumpheap -mt 00007ffeb28320a0 -min 0n10485760

         Address               MT     Size

0000000029051018 00007ffeb28320a0 33554456

000000002d051078 00007ffeb28320a0 33554456

00000003e6a43a10 00007ffeb28320a0 16777240

0000000547ff1000 00007ffeb28320a0 1195710200

000000058fff1000 00007ffeb28320a0 1195710200

000000064e821000 00007ffeb28320a0 1195759552

000000013bff1000 00007ffeb28320a0 1195759552

0000000257ff1000 00007ffeb28320a0 1195759560

total 8 objects

Statistics:

              MT    Count    TotalSize Class Name

00007ffeb28320a0        8   6062585216 System.Byte[]

Total 8 objects

从卦中看，居然有 5 个将近 1.2 G 的 Byte[] 数组，有点吓人，抽几个看看吧。



0:000> !gcroot 000000058fff1000

Note: Roots found on stacks may be false positives. Run "!help gcroot" for

more info.

Scan Thread 0 OSTHread 39f4

0:000> !gcroot 0000000547ff1000

Note: Roots found on stacks may be false positives. Run "!help gcroot" for

more info.

Scan Thread 0 OSTHread 39f4

Scan Thread 2 OSTHread 2f6c

Scan Thread 3 OSTHread 3354

Scan Thread 4 OSTHread 3924

从卦中看，他们都没有引用根，也就说明是等待 GC 回收的临时对象，有朋友就要问了，GC 为什么不回收呢？

2. GC 为什么不回收

了解 GC 的朋友应该知道，LOH 默认不启用压缩回收，只会做简单的标记清除，清除之后就会存在很多的空洞，只有相邻的空洞才会合并成一个更大的空洞，一旦有分配的对象超过所有的空洞大小，GC 也只能被迫commit更多的新空间给它存放，虽然此时存放不间隔的空闲内存已经足够。

如果大家有点懵，画个图大概就像下面这样。

从图中看，程序要分配 1.3G 的对象，虽然 LOH 上有 2G 的空闲空间但就是放不下，无奈只能 commit 更多的内存来存放这个对象。

这就是为什么朋友看到的，有时候内存会暴涨，有时候会降下去的底层原理。

3. byte[] 到底是什么

要想查看 byte[] 的内容，可以用 db, dW 观察内存地址，参考如下：



0:000> dW 0000000547ff1000 L100

00000005`47ff1000  20a0 b283 7ffe 0000 16da 4745 0000 0000  . ........EG....

00000005`47ff1010  0100 0000 ff00 ffff 01ff 0000 0000 0000  ................

00000005`47ff1020  0c00 0002 0000 534e 7379 6574 2e6d 6144  ......NSystem.Da

00000005`47ff1030  6174 202c 6556 7372 6f69 3d6e 2e32 2e30  ta, Version=2.0.

00000005`47ff1040  2e30 2c30 4320 6c75 7574 6572 6e3d 7565  0.0, Culture=neu

00000005`47ff1050  7274 6c61 202c 7550 6c62 6369 654b 5479  tral, PublicKeyT

00000005`47ff1060  6b6f 6e65 623d 3737 3561 3563 3136 3339  oken=b77a5c56193

00000005`47ff1070  6534 3830 0539 0001 0000 5315 7379 6574  4e089......Syste

00000005`47ff1080  2e6d 6144 6174 442e 7461 5461 6261 656c  m.Data.DataTable

00000005`47ff1090  04d6 0000 4419 7461 5461 6261 656c 522e  .....DataTable.R

00000005`47ff10a0  6d65 746f 6e69 5667 7265 6973 6e6f 4418  emotingVersion.D

00000005`47ff10b0  7461 5461 6261 656c 522e 6d65 746f 6e69  ataTable.Remotin

00000005`47ff10c0  4667 726f 616d 1374 6144 6174 6154 6c62  gFormat.DataTabl

00000005`47ff10d0  2e65 6154 6c62 4e65 6d61 1365 6144 6174  e.TableName.Data

00000005`47ff10e0  6154 6c62 2e65 614e 656d 7073 6361 1065  Table.Namespace.

00000005`47ff10f0  6144 6174 6154 6c62 2e65 7250 6665 7869  DataTable.Prefix

00000005`47ff1100  4417 7461 5461 6261 656c 432e 7361 5365  .DataTable.CaseS

00000005`47ff1110  6e65 6973 6974 6576 441e 7461 5461 6261  ensitive.DataTab

00000005`47ff1120  656c 632e 7361 5365 6e65 6973 6974 6576  le.caseSensitive

00000005`47ff1130  6d41 6962 6e65 1474 6144 6174 6154 6c62  Ambient.DataTabl

00000005`47ff1140  2e65 6f4c 6163 656c 434c 4449 4419 7461  e.LocaleLCID.Dat

00000005`47ff1150  5461 6261 656c 4d2e 6e69 6d69 6d75 6143  aTable.MinimumCa

00000005`47ff1160  6170 6963 7974 4419 7461 5461 6261 656c  pacity.DataTable

00000005`47ff1170  4e2e 7365 6574 4964 446e 7461 5361 7465  .NestedInDataSet

00000005`47ff1180  4412 7461 5461 6261 656c 542e 7079 4e65  .DataTable.TypeN

00000005`47ff1190  6d61 1b65 6144 6174 6154 6c62 2e65 6552  ame.DataTable.Re

00000005`47ff11a0  6570 7461 6261 656c 6c45 6d65 6e65 1c74  peatableElement.

00000005`47ff11b0  6144 6174 6154 6c62 2e65 7845 6574 646e  DataTable.Extend

00000005`47ff11c0  6465 7250 706f 7265 6974 7365 4417 7461  edProperties.Dat

00000005`47ff11d0  5461 6261 656c 432e 6c6f 6d75 736e 432e  aTable.Columns.C

00000005`47ff11e0  756f 746e 4421 7461 5461 6261 656c 442e  ount!DataTable.D

00000005`47ff11f0  7461 4361 6c6f 6d75 5f6e 2e30 6f43 756c  ataColumn_0.Colu

....

从 unicode 码来看，貌似是一个 DataTable 的序列化，看样子是序列化一个巨大的 DataTable 导致的内存暴涨，接下来我们到线程栈上找到有么有类似的操作，算是碰碰运气吧。

哈哈，从卦中看还真的有类似操作，用了 BinaryFormatter 做序列化。。。接下来观察下这个 DataTable 的 RowCount。



0:013> !do 0000000002582cb8

Name: System.Data.DataRowCollection+DataRowTree

MethodTable: 00007ffea909d3f0

EEClass: 00007ffea8f1ef68

Size: 64(0x40) bytes

 (C:\Windows\assembly\GAC_64\System.Data\2.0.0.0__b77a5c561934e089\System.Data.dll)

Fields:

              MT    Field   Offset                 Type VT     Attr            Value Name

0000000000000000  4000765        8              SZARRAY  0 instance 000000000bc79d98 _pageTable

00007ffeb2831180  4000766       10       System.Int32[]  0 instance 000000000bc79fb8 _pageTableMap

00007ffeb28312d0  4000767       18         System.Int32  1 instance               42 _inUsePageCount

00007ffeb28312d0  4000768       1c         System.Int32  1 instance                1 nextFreePageLine

00007ffeb28312d0  4000769       20         System.Int32  1 instance          1245312 root

00007ffeb28312d0  400076a       24         System.Int32  1 instance            17054 _version

00007ffeb28312d0  400076b       28         System.Int32  1 instance            17055 _inUseNodeCount

00007ffeb28312d0  400076c       2c         System.Int32  1 instance                0 _inUseSatelliteTreeCount

00007ffea957b578  400076d       30         System.Int32  1 instance                2 _accessMethod

从卦中看当前的 _inUseNodeCount=1.7W ，这只是捕获到的，相信还有更大的，也算是找到问题原因了。

三：总结

在和朋友沟通之后，朋友也确认了确实有大 DataTable 的情况，目前业务需求没法绕过，不过在这种情况下也还是有办法的，大致如下：

1. 强制 LOH 压缩

虽然 LOH 上的对象移动会产生很大的内存流量，但适当的用一用压缩也不失为一个简单粗暴的办法。



GCSettings.LargeObjectHeapCompactionMode = GCLargeObjectHeapCompactionMode.CompactOnce;

GC.Collect();

2. 分批次获取

一次性获取 1.7W 条，可以拆成诸如 2000 条一次，好处很明显，可以充分利用 LOH 上留下来的空洞区。