C#Dictionary性能:默认字符串Comparer的GetHashCode()违反指南分配内存,从而破坏性能？

Question

有一个既定的准则,即获取哈希码不应该分配内存,因为这将通过调用垃圾收集器对哈希表查找产生负面影响.

然而,这种确切的失败是我看到我使用System.Collections.Generic.Dictionary我的应用程序的概况

在非常紧凑的循环中,我在我的分析器结果中找到以下内容:

• [3.47%] TryGetValue(TKey,TValue&)(...字典)
  • [3.47%] FindEntry(TKey)(...字典)
    • [3.47%] GetHashCode(string)(System.CultureAwareComparer)
      • [3.46%] GetHashCodeOfString(String,CompareOptions)(System.Globalization.CompareInfo)
        • [3.39%] [垃圾收集]
        • [0.01%] [线程悬空]

这是分析器的整个子树会计.

我不是这种特殊工作的经验丰富的专家,所以我可能会错误地阅读这些茶叶.但它看起来像GetHashCodeOfString"必须"分配内存并邀请垃圾收集器在这个循环的中间中断我的程序我想要真正的调整和紧,这是占这个循环的惊人的大部分成本.

顺便说一句,这里有一个额外的证据表明这个代码分配了内存

我的下一步是使用序数比较器初始化Dictionary并重新运行我的测试.

但我想知道围绕这个问题是否存在现有的智慧.看起来像带有字符串键的字典很常见,并且可以很好地探索这种常见事物的成本.我发现了以下分析,但它侧重于实际比较作为祸患的原因,而不是分配内存的哈希码方法.

任何人都可以建议使用字符串键的字典的正确方法,以避免这个问题？

我有的具体问题包括:

• 如果我使用序数比较器,分配会消失吗？
• 如果没有,我是否需要编写自己的比较器,这会使分配消失吗？
• 如果我确实让比较器消失了,根据我开始的MSFT推荐链接,我真的可以期待真正的改进吗？

编辑:Crud,我的坏,但这不是默认的比较器属性,我们将它设置为ignoreCase.不确定这是否会影响结果,但由于ignoreCase会影响相等性,因此必须对哈希产生一些影响.

更新:使用序数比较器(仍然使用IgnoreCase)进行另一个测试,并将原始结果输出重新设置为100%cost = TryGetValue,这样它就会更多苹果到苹果

原版的:

• 100%TryGetValue
  • 100%FindEntry
    • 99.5%CultureAwareComparer.GetHashCode
      • 99.5%CompareInfo.GetHashCodeOfString
        • 95.86%[垃圾收集]
        • 3.31%[线程暂停]
    • 0.5%CultureAwareComparer.Equals
      • 0.5%比较
        • 0.5%[垃圾收集]

序:

• 100%TryGetValue
  • 100%FindEntry
    • 47.22%CultureAwareComparer.Equals
      • 47.22%[垃圾收集]

TryGetValue的总花费时间也显着减少.我不小心确保所有其他方面都相同,但在第一次运行的10分钟压力测试中这占了46秒,而在orindal运行中它占了252毫秒.考虑一下轶事,而不是预期的相对成本.

看起来哈希的全部成本(曾经是成本的99%以上)现在是如此"自由",甚至不能出现在探查器中,我认为它在采样模式下运行.

我猜这个街道上的这个词你应该使用序数比较.

我仍然无法向自己说明为什么GC成本对第一个配置文件结果的贡献如此之大,但是从下面的评论中我想我必须相信它不会分配托管堆内存,但是因为它很慢,所以它倾向于是由其他线程上的其他活动"随机"GC的函数,因为此进程确实使用服务器模式gc.

也许这表明这个紧密循环往往与其他地方的分配快乐代码并发.

Answer 1

默认情况下,使用string密钥时string.GetHashCode()使用.此方法不会在堆上分配任何内存,并且应该非常快.

但是,因为你使用的是忽略大小写,CultureAwareComparer.GetHashCode()所以使用它.该方法调用(从您的配置文件结果中可以看出)CompareInfo.GetHashCodeOfString(),后者又调用非托管函数InternalGetGlobalizedHashCode().两个托管方法都没有进行任何堆分配(如果你在反编译器中查看它们就可以看到).我不能说是什么InternalGetGlobalizedHashCode(),但由于它是不受管理的,我怀疑它是否在托管堆上进行任何分配.无论如何,它必须比默认的哈希码计算复杂得多,特别是因为它具有文化意识并且必须记住土耳其语等问题.

这意味着您可能有一些其他代码在堆上分配内存,这会导致垃圾回收.

如果你想要获得最大的性能,你应该避免"忽视案例",特别是它的文化意识变种.