Memory C# 中的 byte[] 分片

Question

我正在开发的 C#/.NET 应用程序使用大字节 arrays 并且存在 memory 碎片问题。 使用 CLRMemory 检查 memory 使用情况

我们使用的代码如下

PdfLoadedDocument loadedDocument = new PdfLoadedDocument("myLoadedDocument.pdf");

// Operations on pdf document

using (var stream = new MemoryStream())
{
    loadedDocument.Save(stream);
    loadedDocument.Close(true);
    return stream.ToArray(); //byte[]
}

我们在整个应用程序的多个位置使用类似的代码，我们将其称为循环以生成从几百到 10000 的批量审计

1. 现在有没有更好的方法来处理这个以避免碎片

作为审计的一部分，我们还使用以下代码从 Amazon S3 下载大文件

using (var client = new AmazonS3Client(_accessKey, _secretKey, _region))
{
   var getObjectRequest = new GetObjectRequest();
   getObjectRequest.BucketName = "bucketName";
   getObjectRequest.Key = "keyName";

   using (var downloadStream = new MemoryStream())
   {
       using (var response = await client.GetObjectAsync(getObjectRequest))
       {
           using (var responseStream = response.ResponseStream)
           {
               await responseStream.CopyToAsync(downloadStream);
           }
           return downloadStream.ToArray(); //byte[]
       }
   }
}

2. 有没有更好的选择来下载大文件而不将它们移动到 LOH，这对垃圾收集器造成了损失

Answer 1

这里有两个不同的东西：

1. MemoryStream的内部结构
2. .ToArray()的用法

For what happens inside MemoryStream : it is implemented as a simple byte[] , but you can mitigate a lot of the overhead of that by using RecyclableMemoryStream instead via the Microsoft.IO.RecyclableMemoryStream nuget package, which re-uses buffers between independent usages.

对于ToArray() ，坦率地说：不要那样做。 使用 vanilla MemoryStream时，更好的方法是TryGetBuffer(...) ，它为您提供超大的后备缓冲区以及开始/结束标记：

if (!memStream.TryGetBuffer(out var segment))
    throw new InvalidOperationException("Unable to obtain data segment; oops?");
// see segment.Offset, .Count, and .Array

然后，您的工作就是不要超出这些界限。 如果您想让这更容易：考虑将段视为跨度（或内存）：

ReadOnlySpan<byte> muchSafer = segment;
// now you can't read out of bounds, and you don't need to apply the offset yourself

但是，这种TryGetBuffer(...)方法不能很好地与RecyclableMemoryStream配合使用——因为它会生成防御性副本以防止独立数据出现问题； in that scenario, you should treat the stream simply as a stream , ie Stream - just write to it, rewind it ( Position = 0 ), and have the consumer read from it, then dispose it when they are done.

---

附带说明：使用Stream API 读取（或写入）时：考虑将数组池用于暂存缓冲区； 所以而不是：

var buffer = new byte[1024];
int bytesRead;
while ((bytesRead = stream.Read(buffer, 0, buffer.Length)) > 0)
{...}

而是尝试：

var buffer = ArrayPool<byte>.Shared.Rent(1024);
try
{
    int bytesRead;
    while ((bytesRead = stream.Read(buffer, 0, buffer.Length)) > 0)
    {...}
}
finally
{
    ArrayPool<byte>.Shared.Return(buffer);
}

---

在更高级的场景中，使用管道API 而不是stream API 可能是明智的； 这里的重点是管道允许不连续的缓冲区，因此即使在处理复杂场景时也不需要大得离谱的缓冲区。 然而，这是一个利基 API，在公共 API 中的支持非常有限。