记一次 .NET 某电商定向爬虫内存碎片化分析

一：背景

1. 讲故事

上个月有位朋友wx找到我，说他的程序存在内存泄漏问题，寻求如何解决？如下图所示：

从截图中可以看出，这位朋友对 windbg 的操作还是有些熟悉的，可能缺乏一定的实操经验，所以用了几个命令之后就不知道怎么排查下去了。

既然找到我，那就以我的个人经验在他的dump上继续分析寻找罪魁祸首，闲话不多说，上windbg说话。

二：Windbg 分析

1. 真的存在内存泄漏吗？

追这个系列的朋友应该知道，我无数次的用 !address -summary 和 !eeheap -gc 这两个命令来判断当前的内存泄漏是属于托管层还是非托管层。



0:000> !address -summary

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

Free                                    358     7dfc`67f60000 ( 125.986 TB)           98.43%

<unknown>                              1087      203`88b6e000 (   2.014 TB)  99.99%    1.57%

Image                                  1532        0`09f11000 ( 159.066 MB)   0.01%    0.00%

Heap                                    249        0`03453000 (  52.324 MB)   0.00%    0.00%

Stack                                    66        0`01fc0000 (  31.750 MB)   0.00%    0.00%

Other                                    10        0`001d1000 (   1.816 MB)   0.00%    0.00%

TEB                                      22        0`0002c000 ( 176.000 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_MAPPED                              183      200`00d06000 (   2.000 TB)  99.30%    1.56%

MEM_PRIVATE                            1252        3`8d479000 (  14.207 GB)   0.69%    0.01%

MEM_IMAGE                              1532        0`09f11000 ( 159.066 MB)   0.01%    0.00%

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

MEM_FREE                                358     7dfc`67f60000 ( 125.986 TB)           98.43%

MEM_RESERVE                             749      200`28a9b000 (   2.001 TB)  99.33%    1.56%

MEM_COMMIT                             2218        3`6f5f5000 (  13.740 GB)   0.67%    0.01%

0:000> !eeheap -gc

Number of GC Heaps: 1

generation 0 starts at 0x00000026DA8DA928

generation 1 starts at 0x00000026DA7FC348

generation 2 starts at 0x00000024C4691000

ephemeral segment allocation context: none

         segment             begin         allocated              size

00000024C4690000  00000024C4691000  00000024D468FF28  0xfffef28(268431144)

00000024EECF0000  00000024EECF1000  00000024FECF0000  0xffff000(268431360)

000000248D6F0000  000000248D6F1000  000000249D6EFEF8  0xfffeef8(268431096)

...

00000026D66D0000  00000026D66D1000  00000026DBA3CA30  0x536ba30(87472688)

Large object heap starts at 0x00000024D4691000

         segment             begin         allocated              size

00000024D4690000  00000024D4691000  00000024DC67C318  0x7feb318(134132504)

00000024E60F0000  00000024E60F1000  00000024EE0637C8  0x7f727c8(133638088)

0000002482140000  0000002482141000  000000248A08F338  0x7f4e338(133489464)

00000024A6770000  00000024A6771000  00000024AE76F6C0  0x7ffe6c0(134211264)

...

000000278E6D0000  000000278E6D1000  000000279635F2D0  0x7c8e2d0(130605776)

00000029233E0000  00000029233E1000  000000292AF672F8  0x7b862f8(129524472)

000000292B3E0000  000000292B3E1000  0000002931A5ED60  0x667dd60(107470176)

000000299B3E0000  000000299B3E1000  00000029A20095B0  0x6c285b0(113411504)

000000281E6D0000  000000281E6D1000  0000002825CD3F58  0x7602f58(123744088)

00000028266D0000  00000028266D1000  000000282D5CAD50  0x6ef9d50(116366672)

000000282E6D0000  000000282E6D1000  0000002833CA0880  0x55cf880(89979008)

00000029A33E0000  00000029A33E1000  00000029A684D300  0x346c300(54969088)

Total Size:              Size: 0x353f96d88 (14293757320) bytes.

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

GC Heap Size:    Size: 0x353f96d88 (14293757320) bytes.

从输出看，当前进程占用 MEM_COMMIT=13.7G，托管堆内存占用 14293757320 = 13.3G，很明显这属于简单模式的 托管内存泄漏，根据经验，托管堆上可能有什么大对象，这里用 !dumpheap -stat 命令。



0:000> !dumpheap -stat

Statistics:

              MT    Count    TotalSize Class Name

00007ff9ed6ea268  3956842     94964208 System.Collections.Generic.Dictionary`2+KeyCollection[[System.String, System.Private.CoreLib],[Serilog.Events.LogEventPropertyValue, Serilog]]

00007ff9ed5e6d28  3842435    166405016 Serilog.Parsing.MessageTemplateToken[]

00007ff9ed5e5e28  3842434    184436832 Serilog.Events.MessageTemplate

00007ff9ecccf090  4011012    203304420 System.Int32[]

00007ff9ed647078  3956849    253238336 Serilog.Events.LogEvent

00007ff9ed6e7b48  3956849    284893128 System.Collections.Generic.Dictionary`2[[System.String, System.Private.CoreLib],[Serilog.Events.LogEventPropertyValue, Serilog]]

00007ff9ed5e74e8  9259598    296307136 Serilog.Parsing.TextToken

00007ff9ed6471b0 12551808    301243392 Serilog.Events.ScalarValue

00007ff9ed6e8308  3956849    729078048 System.Collections.Generic.Dictionary`2+Entry[[System.String, System.Private.CoreLib],[Serilog.Events.LogEventPropertyValue, Serilog]][]

00007ff9eccb1e18 16546412   3987811940 System.String

00000024c3b8faf0    82904   7382993568      Free

我去，托管堆最大的对象居然是 Free，大概占用 7.3G, 这就了，不按套路出牌哈，为了更好的理解，先来简要解释下 free 对象。

2. 简单解释 free

其实简而言之，free对象是被gc标记成已回收的空闲块但并未提交给操作系统释放的对象，那怎么去证明呢？可以先到托管堆上找一个free块。



0:000> !dumpheap -type Free

         Address               MT     Size

00000024c4691000 00000024c3b8faf0       24 Free

00000024c46a2448 00000024c3b8faf0       24 Free

00000024c46b26d8 00000024c3b8faf0       40 Free

00000024c47e4418 00000024c3b8faf0       40 Free

00000024c4925680 00000024c3b8faf0       40 Free

00000024c49284a8 00000024c3b8faf0       64 Free

00000024c4947a90 00000024c3b8faf0      192 Free

00000024c4951f70 00000024c3b8faf0       48 Free

000000249d6ea3a8 00000024c3b8faf0      640 Free

用 !do 命令查看是否标记为free块



0:000> !do 000000249d6ea3a8

Free Object

Size:        640(0x280) bytes

用 dc 看一下这个 free 块的内容，是否有gc回收的痕迹。



0:000> dc 000000249d6ea3a8 000000249d6ea3a8+0x280

00000024`9d6ea3a8  c3b8faf0 00000024 00000268 00000000  ....$...h.......

00000024`9d6ea3b8  9d6ea6d0 00000024 00000000 00000000  ..n.$...........

00000024`9d6ea3c8  ed3ae2b8 00007ff9 9d6ea3a8 00000024  ..:.......n.$...

00000024`9d6ea3d8  00000000 00000000 edcc9118 00007ff9  ................

00000024`9d6ea3e8  00000000 00000000 00000000 00000000  ................

00000024`9d6ea3f8  00000000 00000000 00000000 00000000  ................

00000024`9d6ea408  eeb07a50 00007ff9 9d6ea3c8 00000024  Pz........n.$...

00000024`9d6ea418  00000000 00000000 ef292ee8 00007ff9  ..........).....

00000024`9d6ea428  9d6ea408 00000024 00000000 00000000  ..n.$...........

...

00000024`9d6ea4a8  eeb0a158 00007ff9 9d6ea420 00000024  X....... .n.$...

00000024`9d6ea4b8  00000000 00000000 00000000 00000000  ................

00000024`9d6ea4c8  ef293818 00007ff9 9d6ea4a8 00000024  .8).......n.$...

00000024`9d6ea4d8  00000000 00000000 ee8357e0 00007ff9  .........W......

...

00000024`9d6ea508  eed37b40 00007ff9 00000000 00000000  @{..............

00000024`9d6ea518  00000000 00000000 00000000 00000000  ................

00000024`9d6ea528  c4699b48 00000024 00000000 00000000  H.i.$...........

00000024`9d6ea538  00000000 07000440 00000001 00000000  ....@...........

00000024`9d6ea548  00000000 00000000 00000000 00000000  ................

00000024`9d6ea558  00000000 00000000 ef2af6e0 00007ff9  ..........*.....

00000024`9d6ea568  00000000 00000000 00000000 00000000  ................

00000024`9d6ea578  00000000 00000000 c4699b48 00000024  ........H.i.$...

00000024`9d6ea588  00000000 00000000 00000000 07000400  ................

...

00000024`9d6ea628  ef2afd08                             ..*.

可以看到，这个free块生前是有一些残留的内容字符，好了，对 free 块有基本了解后，接下来我们继续探究下。

3. 到底是什么阻止了free块的合并？

按照正常逻辑，大多free块会在gc回收完之后合并内存时，那些被清空后的segment会被操作系统释放的，但这个dump并没有，也就说明这里有什么东西阻止了free块的合并，那到底是什么呢？有经验的朋友会说，可以观察下 gc 的句柄表，命令为 !gchandles -stat 。



0:000> !gchandles -stat

Statistics:

              MT    Count    TotalSize Class Name

...

00007ff9ed15c0f0     1008        72576 System.Reflection.Emit.DynamicResolver

00007ff9ecbf6618       38       409344 System.Object[]

Total 1784 objects

Handles:

    Strong Handles:       233

    Pinned Handles:       16

    Async Pinned Handles: 18

    Ref Count Handles:    1

    Weak Long Handles:    1327

    Weak Short Handles:   144

    Dependent Handles:    45

从输出看，这里并没有什么可疑的地方，那怎么办呢？实操经验多的话，这里还是有一些经验值得分享的，比如观察 free 在 heap 上的布局特征，往往就有重大发现。

4. 查看 free 块的布局特征

为了简化输出结果，我把范围限定到 heap 上某一个 segment 上，比如这里的： 00000029233E0000 000000292AF672F8，所以命令就是 !dumpheap 00000029233E0000 000000292AF672F8



0:000> !dumpheap 00000029233E0000  000000292AF672F8

         Address               MT     Size

00000029233e1000 00000024c3b8faf0  8291896 Free

0000002923bc9638 00007ff9eccb1e18   108448

0000002923be3dd8 00000024c3b8faf0 29931248 Free

000000292586f4c8 00007ff9eccb1e18   301328

00000029258b8dd8 00000024c3b8faf0 41384784 Free

0000002928030928 00007ff9eccb1e18   301328

000000292807a238 00000024c3b8faf0  2542664 Free

00000029282e6e80 00007ff9eccb1e18   108448

0000002928301620 00000024c3b8faf0 29915032 Free

0000002929f88db8 00007ff9eccb1e18   301328

0000002929fd26c8 00000024c3b8faf0  2746688 Free

000000292a271008 00007ff9eccb1e18   291304

000000292a2b81f0 00000024c3b8faf0  1019600 Free

000000292a3b10c0 00007ff9eccb1e18   108448

000000292a3cb860 00000024c3b8faf0 10601048 Free

000000292ade7ab8 00007ff9eccb1e18   301328

000000292ae313c8 00000024c3b8faf0   280808 Free

000000292ae75cb0 00007ff9eccb1e18   280854

000000292aeba5c8 00000024c3b8faf0   416584 Free

000000292af20110 00007ff9eccb1e18   291304     

Statistics:

              MT    Count    TotalSize Class Name

00007ff9eccb1e18       10      2394118 System.String

00000024c3b8faf0       10    127130352      Free

Total 20 objects

真是一看吓一跳，free 和 object 呈交替状，这就是为什么free块不能被合并的真正原因，说实话这种教科书式的 内存碎片化 dump，真是可遇不可求，接下来就抽几个 free 之间的 object 对象，看看到底是被什么引用着导致gc回收不掉。

5. 寻找 object 的引用链

要想查看 object 到底被谁引用着，可以用 !gcroot 命令，这里我抽二个看看。



0:000> !gcroot 0000002923bc9638

Thread 1878:

    00000024C39BE4B0 00007FFA4C0B3522 System.Threading.Tasks.Task.SpinThenBlockingWait(Int32, System.Threading.CancellationToken) [/_/src/System.Private.CoreLib/shared/System/Threading/Tasks/Task.cs @ 2922]

        rbp+10: 00000024c39be520

            ->  00000024C48AD6E0 System.Runtime.CompilerServices.AsyncTaskMethodBuilder`1+AsyncStateMachineBox`1[[System.Threading.Tasks.VoidTaskResult, System.Private.CoreLib],[Microsoft.Extensions.Hosting.HostingAbstractionsHostExtensions+<RunAsync>d__4, Microsoft.Extensions.Hosting.Abstractions]]

            ->  00000024C48AD200 Microsoft.Extensions.Hosting.Internal.Host

            ->  00000024C48AC538 Microsoft.Extensions.Logging.Logger`1[[Microsoft.Extensions.Hosting.Internal.Host, Microsoft.Extensions.Hosting]]

            ->  00000024C48AC658 Microsoft.Extensions.Logging.Logger

            ->  00000024C48AC680 Microsoft.Extensions.Logging.LoggerInformation[]

            ->  00000024C48AC6E0 Serilog.Extensions.Logging.SerilogLogger

            ->  00000024C48AC808 Serilog.Core.Logger

            ->  00000024C48AC760 Serilog.Core.Logger

            ->  00000024C47AD468 Serilog.Core.Logger

            ->  00000024C47ABF08 Serilog.Core.Sinks.SafeAggregateSink

            ->  00000024C47ABF20 Serilog.Core.ILogEventSink[]

            ->  00000024C479C548 Serilog.Sinks.Grafana.Loki.LokiSink

            ->  00000024C479C778 Serilog.Sinks.Grafana.Loki.Infrastructure.BoundedQueue`1[[Serilog.Events.LogEvent, Serilog]]

            ->  00000024C479C7B8 System.Collections.Generic.Queue`1[[Serilog.Events.LogEvent, Serilog]]

            ->  00000026E8C1A800 Serilog.Events.LogEvent[]

            ->  00000026148D3308 Serilog.Events.LogEvent

            ->  00000026148D4EF0 Serilog.Events.MessageTemplate

            ->  0000002923BC9638 System.String

Found 1 unique roots (run '!gcroot -all' to see all roots).

0:000> !gcroot 000000292586f4c8

Thread 1878:

    00000024C39BE4B0 00007FFA4C0B3522 System.Threading.Tasks.Task.SpinThenBlockingWait(Int32, System.Threading.CancellationToken) [/_/src/System.Private.CoreLib/shared/System/Threading/Tasks/Task.cs @ 2922]

        rbp+10: 00000024c39be520

            ->  00000024C48AD6E0 System.Runtime.CompilerServices.AsyncTaskMethodBuilder`1+AsyncStateMachineBox`1[[System.Threading.Tasks.VoidTaskResult, System.Private.CoreLib],[Microsoft.Extensions.Hosting.HostingAbstractionsHostExtensions+<RunAsync>d__4, Microsoft.Extensions.Hosting.Abstractions]]

            ->  00000024C48AD200 Microsoft.Extensions.Hosting.Internal.Host

            ->  00000024C48AC538 Microsoft.Extensions.Logging.Logger`1[[Microsoft.Extensions.Hosting.Internal.Host, Microsoft.Extensions.Hosting]]

            ->  00000024C48AC658 Microsoft.Extensions.Logging.Logger

            ->  00000024C48AC680 Microsoft.Extensions.Logging.LoggerInformation[]

            ->  00000024C48AC6E0 Serilog.Extensions.Logging.SerilogLogger

            ->  00000024C48AC808 Serilog.Core.Logger

            ->  00000024C48AC760 Serilog.Core.Logger

            ->  00000024C47AD468 Serilog.Core.Logger

            ->  00000024C47ABF08 Serilog.Core.Sinks.SafeAggregateSink

            ->  00000024C47ABF20 Serilog.Core.ILogEventSink[]

            ->  00000024C479C548 Serilog.Sinks.Grafana.Loki.LokiSink

            ->  00000024C479C778 Serilog.Sinks.Grafana.Loki.Infrastructure.BoundedQueue`1[[Serilog.Events.LogEvent, Serilog]]

            ->  00000024C479C7B8 System.Collections.Generic.Queue`1[[Serilog.Events.LogEvent, Serilog]]

            ->  00000026E8C1A800 Serilog.Events.LogEvent[]

            ->  0000002614BB7AC8 Serilog.Events.LogEvent

            ->  0000002616D3CC40 Serilog.Events.MessageTemplate

            ->  000000292586F4C8 System.String

Found 1 unique roots (run '!gcroot -all' to see all roots).

从引用链看，这些 object 都是通过 Serilog 日志组件发送给 Grafana.Loki ，通过对引用链对象的追踪，我发现 System.Collections.Generic.Queue 有重大问题，截图如下：

对，这个 queue 居然有 395w 的积压，到底积压了什么东西，可以用 !wdo 看一下string内容。

看样子这是一个失败重试，分析到这里思路大概就清晰了，就是 Grafana.Loki 或者 Serilog 组件出了什么问题，导致日志发送不到 Loki 中或者发送速度过慢，然后不断的积压所致，接下来把分析到的这些信息和朋友做了一个沟通，截图如下：

三：总结

本次内存碎片化的主要原因在于 Serilog 对接 Loki 的过程中产生的395w的queue积压所致，但我也只能分析到这里了，至于为什么有积压，这个还得朋友进一步调试分析，我相信这个问题很快就能得到解决