Haskell中的垃圾回收和并行计算

Question

大多数编程语言使用垃圾回收器(可能所有编程语言)，与并行计算有关的一个主要问题是: 垃圾回收器必须停止所有正在运行的线程以删除未使用的对象。Haskell也有垃圾回收器。但由于其纯度性质，Haskell保证没有任何计算会改变原始数据，而是生成一个副本，然后进行更改。我想，这样GC就不必停止所有线程来完成其工作。我只是好奇：Haskell是否存在相同的垃圾回收问题？

- Dmitry Bespalov

---

Haskell具有可变数据。毕竟它是“世界上最好的命令式编程语言”。只是它没有得到广泛认可和使用。此外，运行时系统可能需要同步才能运行GC，并且即使在Haskell中，该部分也肯定是不纯的。 - user395760

由于 Haskell 具有惰性求值的特点，即当一个 thunk 被重写为其代表的值时，实际上通常会发生很多更新。 - augustss

Answer 1

GHC的垃圾回收器是并行而不是并发。这意味着它可以使用所有线程执行垃圾回收，但必须停止所有线程才能执行。并发垃圾收集实现起来要困难得多（通常也有更大的性能开销）。

有些讽刺的是，Haskell确实使用了许多可变对象，即thunks（未评估表达式）。可变对象不能自由地复制（对于不可变对象，过多的复制也应该受到限制）。

对于在多个核心上运行的程序，拥有真正的并发收集器会很好，但您也可以通过执行堆本地垃圾回收来获得不错的效果。其思想是仅由拥有数据的CPU收集未与多个CPU共享的数据。这通常适用于短暂的数据。Simons最近在这个领域做了一些工作。请参见他们的论文“Multicore Garbage Collection with Local Heaps”（PDF）。该论文还展示了一些类似于您提出的利用不变性的方法。

编辑：我忘记提到Erlang基本上就是您提出的方法。每个Erlang进程都有自己的堆，发送消息会将数据从一个进程复制到另一个进程中。因此，每个Erlang进程可以独立于所有其他进程执行其自己的GC。（缺点是Erlang不能给您提供共享内存并发。）

- nominolo

---

nominolo，感谢你详尽的回答。Simons的研究链接也很有价值，我会很快阅读它。 - Dmitry Bespalov

Answer 2

一些Seval GC的实现可以在不“停止世界”的情况下并行运行，就像你所建议的那样（我认为最新的Oracle JVM不会停止世界并支持多线程，例如；而大多数JVM都不是“停止世界”的）。请记住，不同语言实现的GC实现可能差别很大。有关GC的文献非常丰富，还有很多关于并行垃圾回收的研究论文。可以从一本好书开始，比如 the GC handbook（作者：Richard Jones、Antony Hosking、Eliot Moss），或至少看看维基百科Garbage Collection页面。纯函数语言（如Haskell）在很大程度上依赖于性能非常高的GC。其他语言有不同的限制（例如，Haskell相对于Java更少关注写障碍，但Haskell程序可能比Java分配更多内存）。对于并行GC，魔鬼就在于细节。

- Basile Starynkevitch

---

请注意，在GC研究（以及其他一些领域）中，“concurrent”和“parallel”这两个术语并不可以互换使用。Concurrent表示当用户线程正在运行时，GC可以同时进行；Parallel则表示多个GC线程可以同时工作，但是没有用户线程可以同时运行。我认为Hotspot虚拟机并没有真正的concurrent GC，它有各种大多数并发GC来同时执行部分GC工作（扫描），然后有一个较短的停顿时间（可能是parallel）。 - nominolo