Lua的GC回收机制

GC的原理及其算法设计

不同的语言，对GC算法的设计不同，常见的GC算法是引用计数和Mark-Sweep算法， c#采用的是Mark-sweep && compact算法， Lua采用的是Mark-sweep算法，分开说一下：

引用计数算法：在一个对象被引用的情况下，将其引用计数加1，反之则减1，如果计数值为0，则在GC的时候回收，这个算法有个问题就是循环引用。

Mark-sweep算法：每次GC的时候，对所有对象进行一次扫描，如果该对象不存在引用，则被回收，反之则保存。

在Lua5.0及其更早的版本中，Lua的GC是一次性不可被打断的过程，使用的Mark算法是双色标记算法(Two color mark)，这样系统中对象的非黑即白，要么被引用，要么不被引用，这会带来一个问题：在GC的过程中如果新加入对象，这时候新加入的对象无论怎么设置都会带来问题，如果设置为白色，则如果处于回收阶段，则该对象会在没有遍历其关联对象的情况下被回收；如果标记为黑色，那么没有被扫描就被标记为不可回收，是不正确的。

为了降低一次性回收带来的性能问题以及双色算法的问题，在Lua5.1后，Lua都采用分布回收以及三色增量标记清除算法（Tri-color incremental mark and sweep）

标记：每次执行GC时，先以若干根节点开始，逐个把直接或间接和它们相关的节点都做上标记；
清除：当标记完成后，遍历整个对象链表，把被标记为需要删除的节点一一删除即可。

其基本的原理伪代码，参考书中原文为：

每个新创建的对象颜色设置为白色

//初始化阶段

遍历root节点中引用的对象，从白色置为灰色，并且放入到灰色节点列表中

//标记阶段

while(灰色链表中还有未扫描的元素)：

从中取出一个对象，将其置为黑色

遍历这个对象关联的其他所有对象：

if 为白色

标记为灰色，加入到灰色链表中(insert to the head)

//回收阶段

遍历所有对象：

if 为白色，

没有被引用的对象，执行回收

else

重新塞入到对象链表中，等待下一轮GC

Lua垃圾回收中的三种颜色
所谓的颜色就是上文中“算法简述”提到过的标记，lua用白、灰、黑三色来标记一个对象的可回收状态。(白色又分为白1、白2)
白色：可回收状态。
详解：如果该对象未被GC标记过则此时白色代表当前对象为待访问状态。举例：新创建的对象的初始状态就应该被设定为白色，因为该对象还没有被GC标记到，所以保持初始状态颜色不变，仍然为白色。如果该对象在GC标记阶段结束后，仍然为白色则此时白色代表当前对象为可回收状态。但其实本质上白色的设定就是为了标识可回收。
灰色：中间状态。
详解：当前对象为待标记状态。举例：当前对象已经被GC访问过，但是该对象引用的其他对象还没有被标记。
黑色：不可回收状态。
详解：当前对象为已标记状态。举例：当前对象已经被GC访问过，并且对象引用的其他对象也被标记了。
备注：白色分为白1和白2。原因：在GC标记阶段结束而清除阶段尚未开始时，如果新建一个对象，由于其未被发现引用关系，原则上应该被标记为白色，于是之后的清除阶段就会按照白色被清除的规则将新建的对象清除。这是不合理的。于是lua用两种白色进行标识，如果发生上述情况，lua依然会将新建对象标识为白色，不过是“当前白”(比如白1)。而lua在清扫阶段只会清扫“旧白”(比如白2)，在清扫结束之后，则会更新“当前白”，即将白2作为当前白。下一轮GC将会清扫作为“旧白”的白1标识对象。通过这样的一个技巧解决上述的问题。如下图：(下图中为了方便颜色变换的理解，没有考虑barrier的影响)

GC的数据结构

分析Lua中对于需要GC的类型数据

#define iscollectable(o) (ttype(o) >= LUA_TSTRING)

都会有一个基本的定义CommonHeader，其定义为：

next: GCObject链表指针，该指针用来将所有的GC对象都链接在一个表中；

tt: 数据类型：nil, boolean, number, string…

marked: 标记字段，byte表示的字段颜色定义为

这儿特定解释一下为什么会有两种白色，前面提到，5.1后的Lua采用的是三色标记算法，其实质是四色标记算法，分为0型白色和1型白色，在GC回收的时候，会设置当前的白色为其中一种，详见globalstate中的currentwhite，这样在代码回收的时候，如果当前对象的白色不为currentwhite,则认为其不可回收，这样的对象需要等到下一次的GC才能决定是否回收，具体参看后面的，会有对应的应用。对于global_state的设计为：

Lua垃圾回收详细过程

步骤源码详解

1.新建对象阶段

STEP1：新建可回收对象，将其颜色标记为白色
解释：首先lua对数据类型进行了抽象，具体数据结构可见如下源码：
lobject.h

** Common type for all collectable objects
*/
typedef struct GCObject GCObject;

/*
** Common Header for all collectable objects (in macro form, to be
** included in other objects)
*/
#define CommonHeader  GCObject *next; lu_byte tt; lu_byte marked

/*
** Common type has only the common header
*/
struct GCObject {
   
   
  CommonHeader;
};


/*
** Tagged Values. This is the basic representation of values in Lua,
** an actual value plus a tag with its type.
*/
/*
** Union of all Lua values
*/
typedef union Value {
   
   
  GCObject *gc;    /* collectable objects */
  void *p;         /* light userdata */
  int b;           /* booleans */
  lua_CFunction f; /* light C functions */
  lua_Integer i;   /* integer numbers */
  lua_Number n;    /* float numbers */
} Value;

#define TValuefields  Value value_; int tt_

typedef struct lua_TValue {
   
   
  TValuefields;
} TValue;

由代码分析可知，Lua的实现中，数据类型可以分为需要被GC管理回收的对象、按值存储的对象。而STEP1中提及的“可回收对象”(GCObject)就是指那些需要被GC管理回收的对象,在lua5.3中，具体是指：TString、Udata、Cloure、Table、Proto、lua_State(可通过查看GCUnion)这些数据类型。这些数据类型都有一个共同的部分CommonHeader：
lobject.h

#define CommonHeader
GCObject *next; lu_byte tt; lu_byte marked

其中next链接下一个GCObject，tt表明数据类型，marked用于存储之前提到的颜色。
创建上述数据类型对象是通过lua虚拟机调用对应的数据类型创建函数完成的。在创建过程中，总会调用luaC_newobj这个函数，来完成GCObject的初始化。
以Table为例，会依次调用：
（lvm.c）[luaV_execute]->(ltable.c)[luaH_new]->(lgc.c)[luaC_newobj]
下面我们来看luaC_newobj:
lgc.c

/*
** create a new collectable object (with given type and size) and link
** it to 'allgc' list.
*/
GCObject *luaC_newobj (lua_State *L, int tt, size_t sz) {
   
   
  global_State *g = G