Go 程序运行时，有些场景下会导致进程进入某个“高点”，然后就再也下不来了。

比如，多年前曹大写过的一篇文章讲过，在做活动时线上涌入的大流量把 goroutine 数抬升了不少，流量恢复之后 goroutine 数也没降下来，导致 GC 的压力升高，总体的 CPU 消耗也较平时上升了 2 个点左右。

有一个 issue 讨论为什么 allgs（runtime 中存储所有 goroutine 的一个全局 slice） 不收缩，一个好处是：goroutine 复用，让 goroutine 的创建更加得便利，而这也正是 Go 语言的一大优势。

最近在看《100 mistakes》，书里专门有一节讲 map 的内存泄漏。其实这也是另一个在经历大流量后，无法“恢复”的例子：map 占用的内存“只增不减”。

之前写过的一篇《深度解密 Go 语言之 map》里讲到过 map 的内部数据结构，并且分析过创建、遍历、删除的过程。

在 Go runtime 层，map 是一个指向 hmap 结构体的指针，hmap 里有一个字段 B，它决定了 map 能存放的元素个数。

hamp 结构体代码如下：

1type hmap struct {
2	count     int
3	flags     uint8
4	B         uint8
5	
6	// ...
7}

若我们想初始化一个长度为 100w 元素的 map，B 是多少呢？

用 B 可以计算 map 的元素个数：loadfactor * 2^B，loadfactor 目前是 6.5，当 B=17 时，可放 851,968 个元素；当 B=18，可放 1,703,936 个元素。因此当我们将 map 的长度初始化为 100w 时，B 的值应是 18。

loadfactor 是装载因子，用来衡量平均一个 bucket 里有多少个 key。

如何查看占用的内存数量呢？用 runtime.MemStats：

 1package main
 2
 3import (
 4	"fmt"
 5	"runtime"
 6)
 7
 8const N = 128
 9
10func randBytes() [N]byte {
11	return [N]byte{}
12}
13
14func printAlloc() {
15	var m runtime.MemStats
16	runtime.ReadMemStats(&m)
17	fmt.Printf("%d MB\n", m.Alloc/1024/1024)
18}
19
20func main() {
21	n := 1_000_000
22	m := make(map[int][N]byte, 0)
23	printAlloc()
24
25	for i := 0; i < n; i++ {
26		m[i] = randBytes()
27	}
28	printAlloc()
29	
30	for i := 0; i < n; i++ {
31		delete(m, i)
32	}
33	
34	runtime.GC()
35	printAlloc()
36	runtime.KeepAlive(m)
37}

如果不加最后的 KeepAlive，m 会被回收掉。

当 N = 128 时，运行程序：

1$ go run main2.go
20 MB
3461 MB
4293 MB

可以看到，当删除了所有 kv 后，内存占用依然有 293 MB，这实际上是创建长度为 100w 的 map 所消耗的内存大小。当我们创建一个初始长度为 100w 的 map：

 1package main
 2
 3import (
 4	"fmt"
 5	"runtime"
 6)
 7
 8const N = 128
 9
10func printAlloc() {
11	var m runtime.MemStats
12	runtime.ReadMemStats(&m)
13	fmt.Printf("%d MB\n", m.Alloc/1024/1024)
14}
15
16func main() {
17	n := 1_000_000
18	m := make(map[int][N]byte, n)
19	printAlloc()
20
21	runtime.KeepAlive(m)
22}

运行程序，得到 100w 长度的 map 的消耗的内存为：

1$ go run main3.go
2293 MB

这时有一个疑惑，为什么在向 map 写入了 100w 个 kv 之后，占用内存变成了 461MB？

我们知道，当 val 大小 <= 128B 时，val 其实是直接放在 bucket 里的，按理说，写入 kv 与否，这些 bucket 占用的内存都在那里。换句话说，写入 kv 之后，占用的内存应该还是 293MB，实际上却是 461MB。

这里的原因其实是在写入 100w kv 期间 map 发生了扩容，buckets 进行了搬迁。我们可以用 hack 的方式打印出 B 值：

 1func main() {
 2	//...
 3
 4	var B uint8
 5	for i := 0; i < n; i++ {
 6		curB := *(*uint8)(unsafe.Pointer(uintptr(unsafe.Pointer(*(**int)(unsafe.Pointer(&m)))) + 9))
 7		if B != curB {
 8			fmt.Println(curB)
 9			B = curB
10		}
11
12		m[i] = randBytes()
13	}
14
15	//...
16
17	runtime.KeepAlive(m)
18}

运行程序，B 值从 1 一直变到 18。搬迁的过程可以参考前面提到的那篇 map 文章，这里不再赘述。

而如果我们初始化的时候直接将 map 的长度指定为 100w，那内存变化情况为：

1293 MB
2293 MB
3293 MB

当 val 小于 128B 时，初始化 map 后内存占用量一直不变。原因是 put 操作只是在 bucket 里原地写入 val，而 delete 操作则是将 val 清零，bucket 本身还在。因此，内存占用大小不变。

而当 val 大小超过 128B 后，bucket 不会直接放 val，转而变成一个指针。我们将 N 设为 129，运行程序：

10 MB
2197 MB
338 MB

虽然 map 的 bucket 占用内存量依然存在，但 val 改成指针存储后内存占用量大大降低。且 val 被删掉后，内存占用量确实降低了。

总之，map 的 buckets 数只会增，不会降。所以在流量冲击后，map 的 buckets 数增长到一定值，之后即使把元素都删了也无济于事。内存占用还是在，因为 buckets 占用的内存不会少。

对于 map 内存泄漏的解法：

  • 重启；
  • 将 val 类型改成指针；
  • 定期地将 map 里的元素全量拷贝到另一个 map 里。

好在一般有大流量冲击的互联网业务大都是 toC 场景，上线频率非常高。有的公司能一天上线好几次，在问题暴露之前就已经重启恢复了，问题不大。