Фон
Як зазначалося в цьому запитанні , я використовую ітератури Scalaz 7 для обробки великого (тобто необмеженого) потоку даних у постійному просторі купи.
Мій код виглядає приблизно так:
type ErrorOrT[M[+_], A] = EitherT[M, Throwable, A]
type ErrorOr[A] = ErrorOrT[IO, A]
def processChunk(c: Chunk, idx: Long): Result
def process(data: EnumeratorT[Chunk, ErrorOr]): IterateeT[Vector[(Chunk, Long)], ErrorOr, Vector[Result]] =
Iteratee.fold[Vector[(Chunk, Long)], ErrorOr, Vector[Result]](Nil) { (rs, vs) =>
rs ++ vs map {
case (c, i) => processChunk(c, i)
}
} &= (data.zipWithIndex mapE Iteratee.group(P))
Проблема
Я, здається, зіткнувся з витоком пам'яті, але я недостатньо знайомий зі Scalaz / FP, щоб знати, чи є помилка у Scalaz чи в моєму коді. Інтуїтивно, я очікую, що цей код вимагатиме лише (на порядок) P- кратного Chunk
пробілу.
Примітка. Я знайшов подібне запитання, з яким OutOfMemoryError
стикався, але мій код не використовується consume
.
Тестування
Я провів кілька тестів, щоб спробувати усунути проблему. Щоб підвести підсумок, витік з'являється тільки виникає , коли обидва zipWithIndex
і group
використовується.
// no zipping/grouping
scala> (i1 &= enumArrs(1 << 25, 128)).run.unsafePerformIO
res47: Long = 4294967296
// grouping only
scala> (i2 &= (enumArrs(1 << 25, 128) mapE Iteratee.group(4))).run.unsafePerformIO
res49: Long = 4294967296
// zipping and grouping
scala> (i3 &= (enumArrs(1 << 25, 128).zipWithIndex mapE Iteratee.group(4))).run.unsafePerformIO
java.lang.OutOfMemoryError: Java heap space
// zipping only
scala> (i4 &= (enumArrs(1 << 25, 128).zipWithIndex)).run.unsafePerformIO
res51: Long = 4294967296
// no zipping/grouping, larger arrays
scala> (i1 &= enumArrs(1 << 27, 128)).run.unsafePerformIO
res53: Long = 17179869184
// zipping only, larger arrays
scala> (i4 &= (enumArrs(1 << 27, 128).zipWithIndex)).run.unsafePerformIO
res54: Long = 17179869184
Код для тестів:
import scalaz.iteratee._, scalaz.effect.IO, scalaz.std.vector._
// define an enumerator that produces a stream of new, zero-filled arrays
def enumArrs(sz: Int, n: Int) =
Iteratee.enumIterator[Array[Int], IO](
Iterator.continually(Array.fill(sz)(0)).take(n))
// define an iteratee that consumes a stream of arrays
// and computes its length
val i1 = Iteratee.fold[Array[Int], IO, Long](0) {
(c, a) => c + a.length
}
// define an iteratee that consumes a grouped stream of arrays
// and computes its length
val i2 = Iteratee.fold[Vector[Array[Int]], IO, Long](0) {
(c, as) => c + as.map(_.length).sum
}
// define an iteratee that consumes a grouped/zipped stream of arrays
// and computes its length
val i3 = Iteratee.fold[Vector[(Array[Int], Long)], IO, Long](0) {
(c, vs) => c + vs.map(_._1.length).sum
}
// define an iteratee that consumes a zipped stream of arrays
// and computes its length
val i4 = Iteratee.fold[(Array[Int], Long), IO, Long](0) {
(c, v) => c + v._1.length
}
Запитання
- Чи помилка в моєму коді?
- Як я можу зробити цю роботу в постійному купі простору?
-XX:+HeapDumpOnOutOfMemoryError
і проаналізувати дамп з eclipse MAT eclipse.org/mat, щоб побачити, який рядок коду тримається для масивів.
var
лічильник під час руху .
Long
індексу за шматок змінить алгоритм з постійного на незмінний простір купи? Версія, яка не містить блискавки, явно використовує постійний простір у купі, оскільки вона може "обробити" стільки фрагментів, скільки ви готові чекати.