Rails内存优化

我们知道Rails应用的内存占用通常都是比较高的，尤其是比较重型的全栈应用内存使用更接近1G（当然同时也包括想sidekiq这样加载整个Rails应用的ruby进程），所以我们通常对应这种情况都采取一种比较tricky的方式，使用像 puma_worker_killer 这样的监控程序，监控rails进程达到一定内存占用后将其重启。也就是说应用一开始的内存占用通常都在100~300MB之间，随着时间的推移进程会创建大量的『对象』内部又会进行数次内存分配和回收，所以内存就会不断飙升。

在我们知道了基本情况之后，那就该说说正题如何优化Rails的内存占用，解决方案有若种，我们这里讲解一个最容易实施而且见效最快的方式，就是从内存分配入手。ruby使用glibc的malloc(3)进行内存分配，这是一个比较古老的内存分配器，性能比较低分配时会产生大量碎片。所以真的这一点，现在由很多性能比较出色由兼容原有API和以及被验证过的特性的新分配器，如jemalloc和tmalloc，这里我们就使用jemalloc作为Ruby应用的内存分配器，来看看能达到什么样的优化效果。

jemalloc是facebook出品的，最早用于FreeBSD中的内存分配器，后来像firefox从3.0也开始使用它，redis从2.4之后默认在linux上使用jemalloc。既然有这么多性能敏感型的软件都使用了jemalloc那它一定有过人之处。

jemalloc的特别之处在于它融合了其他内存分配技术的优势，并且采用多级内存分配，线程池缓存tcache还有划分内存区来减少线程间锁的争用。

jemalloc结构：

多级内存分配 ：jemalloc根据对象的大小，将其归为划分为 small object, large object和huge object三类

Arena : jemalloc 没有像malloc那样对内存的划分都几种在一个区域中管理，而是使用多个小块的内存区域来分别管理，内个小块称为"arena" 。

线程池缓存thread cache ：tcache是分配线程的缓存空间，jemalloc使用tcache来减少线程内存分配中锁竞争，从而提升分配效率，每个tcache对应一个arena。

这一步我们来看看应用Jemalloc到我们的ruby进程中到底能有多大的提升呢。

安装

我们选择在2.4.1版本上进行测试。除了上面这种安装方式外，也可以通过gem包来安装 jemalloc-rb

内存使用

我们在同一个应用运行的两台服务器中的一个上面安装的jemalloc，而另一套作为对照组没有安装。

这里就贴出性能差距最明显的一个进程 rails应用的sidekiq进程

没有使用jemalloc的服务器上面的sidekiq进程

使用jemalloc的服务器上面的sidekiq进程

可以看到差距是很明显的，当然不是每个进程都有这样的优化效果，这个我们总结的时候再说。

从上面的jemalloc的前后对比图中我们能够看出jemalloc的优化还是有明显效果的。至于为什么sidekiq和puma之前的差距这么大，这就引出了，其实jemalloc仅是从内存分配的程度去优化和改进内存使用和性能，在你的应用程序大量产生对象，并且长久运行下去的情况时，效果就比较明显，而如果应用本身做的就比较精简，从程序角度优化的比较好的话，jemalloc的提示就不明显。所以说jemalloc可以为你的应用内存性能解燃眉之急，但是从系统性的角度出发，还是从自身出发优化好应用本身的性能。

Puma是一个基于Ruby的Web Server服务器，与其他Ruby Web服务器不同的是，Puma是为速度与并发而生的。它和Unicorn的很大不同是，Puma主要基于多线程，而Unicorn是基于多进程，所以Puma的内存占用要比Unicorn小很多。（当然基于多线程最大的问题就是线程安全的问题，这个在Ruby1.9之后已经逐步得到比较完美的解决了，Ruby1.8就别指望跑Puma了。）

下面是Puma的官方给出的数据，内存占用占据明显优势，而速度方面也是独占鳌头，所以Puma在部署中越来越流行了。

和unicorn一样，使用Puma之前先在Gemfile中添加：

之后添加配置文件config/puma.rb

关于所有的配置参数，可以在 https://github.com/puma/puma/blob/master/examples/config.rb 里面了解。

https://ruby-china.org/topics/10832

https://ruby-china.org/topics/15140

---