如何释放Haskell中特定数据结构的内存？

Question

假设我有几个非常大的向量。它们存储在磁盘上。我需要通过读取每个相应的文件来单独访问它们，这会将它们放入内存中。我将对单个向量执行某些功能，然后转到我需要访问的下一个向量。每次我需要访问不同的向量时，我需要能够指示内存中的每个向量进行垃圾收集。我不确定如果我的程序中声明我必须稍后通过引用读取向量的相同函数名称来再次访问同一向量，则 performMajorGC 是否会确保向量被垃圾收集从磁盘输入。在这种情况下，我会再次将其读入内存，使用它，然后进行垃圾收集。我如何确保它是车库集合，同时对从同一文件读取的向量使用相同的函数名称？

希望有任何建议，谢谢

回复 Daniel Wagner：

    myvec x :: Int -> IO (Vector (Vector ByteString))
    myvec x = do let ioy = do y <- Data.ByteString.Lazy.readFile ("data.csv" ++ (show x))
                              guard (isRight (Data.Csv.decode NoHeader y)) 
                              return y
                 yy <- ioy 
                 return (head $ snd $ partitionEithers [Data.Csv.decode NoHeader yy])

    myvecvec :: Vector (IO (Vector (Vector ByteString)))
    myvecvec = generate 100 (\x -> myvec x)

    somefunc1 :: IO (Vector (Vector ByteString)) -> IO ()
    somefunc1 iovv = do vv <- iovv
                        somefunc1x1 vv :: Vector (Vector ByteString) -> IO ()  

-- 对于 somefunc2 和 3 也是如此

    oponvec :: IO ()
    oponvec = do somefunc1 (myvecvec ! 0)
                 performGC
                 somefunc2 (myvecvec ! 1)
                 performGC
                 somefunc3 (myvecvec ! 0)
    

Answer 1

您可以使用弱指针来测试这一点，如下所示：

import qualified Data.Vector.Unboxed as V
import System.Mem.Weak
import System.Mem

main :: IO ()
main = do
  let xs = V.fromList [1..1000000:: Int]
  wkp <- mkWeakPtr xs Nothing
  performGC
  xs' <- deRefWeak wkp
  print xs'

在我的系统上，这会打印 Nothing ，这意味着向量已被释放。不过，我不知道GHC是否保证会发生这种情况。

这是一个检查@amalloy建议的程序：

import qualified Data.Vector.Unboxed as V
import Control.Monad
import Data.Word

{-# NOINLINE newLarge #-}
newLarge :: Word8 -> V.Vector Word8
newLarge n = V.replicate 5000000000 n -- 5GB

main :: IO ()
main = forM_ [1..10] $ \i -> print (V.sum (newLarge i))

这在我的机器上恰好使用了5GB，这表明从来没有同时分配两个大向量。

Answer 2

每次我需要访问不同的向量时，我需要能够指示内存中的每个向量进行垃圾收集。

你？为什么？如果只是因为它们很大并且您担心将向量拟合到内存中，那么不用担心。如果需要内存空间，并且该对象无法访问，则垃圾收集将拾取它。如果不需要内存空间，则无需执行任何操作。如果该对象是可访问的，则运行 GC 将无济于事。因此，手动干预 GC 不会有任何好处。

如果您想出于释放内存之外的其他原因对其进行 GC，则需要在问题中进行解释，因为该目标肯定会影响答案。