让 .NET GC 行为可观察：我在构建 GCExperiment 时的收获

Source: Dev.to

为什么进行实验？

文档告诉你 GC 做了什么。运行代码则告诉你 何时 以及 为什么。在尝试推理真实系统中的分配压力时，这两者的区别非常重要。

该项目名为 GCExperiment —— 四个相互独立的实验，每个实验针对一种 GC 机制，全部配备真实的快照进行仪表化。

基于 .NET 10 / C# 14，仅支持 x64。x86 上的头部大小和对齐方式不同，因此需要 64 位才能获得真实的 LOH 行为。

实验 1 — LOH 放置

我学到的最令人惊讶的事情是：这并不是一个简单的 85,000 字节阈值。
GC 测量的是 完整对象成本——包括头部、有效负载以及对齐。下面是 byte[84_999] 的实际计算过程：

// Full size calculation
24   // array header
+ 84_999 // payload
= 85_023 → aligned to 85_024 → LOH threshold hit

因此 byte[84_999] 会进入大对象堆（Large Object Heap）——这不是因为负载超过了 85 KB，而是因为对齐后的完整对象超过了阈值。

实验结果显示

• 不同大小的数组实际落在哪个堆（SOH 与 LOH）
• 如何使用 GCInfo.EstimateSizeByFactory 测量完整对象大小
• 如何在需要时强制进行 LOH 紧缩：

GCSettings.LargeObjectHeapCompactionMode = GCLargeObjectHeapCompactionMode.CompactOnce;
GC.Collect(2, GCCollectionMode.Forced, blocking: true);

实验 2 — 代提升

对象在 Gen0 中并不会永远存活。存活下来的对象会被提升——本实验实时展示了这一过程。

有一点我没预料到：GC.KeepAlive 在观察提升时真的会改变结果。如果不使用它，JIT 可能会优化掉你的引用，导致对象在你检查其代数之前就被回收。

实验 3 — 分配压力

并排比较两种模式：

• 短命小对象 — 分配、丢弃、重复 → 强化 Gen0
• 长命大对象 — 产生 Gen2/LOH 压力

输出在实验运行时打印实时的垃圾回收计数。更改样本大小并观察 Gen0 与 Gen2 计数的差异，有助于建立直观认识。

实验 4 — LOH 碎片化

如果交替进行大对象分配——分配 A，分配 B，释放 A，尝试分配 C——A 留下的空洞可能容不下 C。默认情况下 LOH 不会进行压缩，因此这些空洞会累积。

[  A  ][ B ][ hole ][ B ][ hole ]
                ↑
         C doesn't fit here

这就是 LOH 压缩和缓冲区池（ArrayPool）存在的原因。该实验通过分配失败和 GC 快照比较，使碎片化可见。

诊断与辅助工具

该仓库包含两个仪器辅助工具：

GCMonitor（位于 GCMastery.Diagnostics）

GCMonitor.PrintSnapshot("after allocation");
GCMonitor.PrintObjectGeneration(myObj, nameof(myObj));
GCMonitor.Reset("clean baseline");

GCInfo（位于 GCExperiment）

var state = GCInfo.GetCurrentState(forceFullCollectionFirst: true);
var gen   = GCInfo.GetGeneration(myObj);
var size  = GCInfo.EstimateSizeByFactory(() => new byte[84_999], sampleCount: 1000);

运行所有

GenerationExperiment.Run();
LOHExperiment.Run();
FragmentationExperiment.Run();
PressureExperiment.Run();

在测量任何东西之前的一个提示 — 始终从干净的状态开始

GC.Collect(2, GCCollectionMode.Forced, blocking: true);
GC.WaitForPendingFinalizers();
GC.Collect(2, GCCollectionMode.Forced, blocking: true);

否则，之前运行留下的状态会污染你的结果。

我仍在探索的内容

• Server GC 与 Workstation GC 行为差异
• GCSettings.LatencyMode 如何影响晋升时机
• 更好的可视化碎片随时间变化的方法（目前仅限控制台）

如果你在这些方面有经验并发现了问题——或者有值得加入的实验想法——欢迎在评论中提供反馈。

仓库

👉

需要 .NET 10 · C# 14 · x64