使用Ruby C扩展的垃圾收集

我正在通过Ferret（Lucene的Ruby端口）代码来解决这个问题 虫子。Ferret代码主要是Ruby的C扩展。我遇到了 垃圾收集器存在一些问题。我设法把它修好了，但我 我不完全理解我的解决办法（我希望有人能更深入地了解我 了解Ruby和C扩展（这是我学习Ruby的第三天）可以 精心设计。谢谢

情况如下：

在费雷特C代码中，我向Ruby land返回了一个“令牌”。 代码看起来像

static VALUE get_token (...)
{
  ...
  RToken *token = ALLOC(RToken);
  token->text = rb_str_new2("some text");
  return Data_Wrap_Struct(..., &frt_token_mark, &frt_token_free, token);
}

RToken *token = ALLOC(RToken);
token->text = rb_str_new2(tk->text);
/* added code: prevent garbage collection */
rb_ivar_set(input, id_curtoken, token->text);
return Data_Wrap_Struct(cToken, &frt_token_mark, &frt_token_free, token);

frt_token_mark调用rb_gc_mark（token->text）和frt_token_free 仅使用free（令牌）释放令牌

在Ruby中，此代码与以下内容相关：

令牌=@input.next

基本上，@input被设置为某个对象，调用该对象上的下一个方法 触发get_token C调用，该调用返回一个token对象

在RubyLand中，我然后执行类似于w=token.text.scan（'\w+'）的操作

当我在while 1循环中运行此代码（以隔离我的问题）时 某个时间点（大约当我的ruby进程内存占用达到256MB时， 可能是一些GC阈值），Ruby死后会出现如下错误

在终止的对象上调用的扫描方法

或者只是核心转储。我猜是token.text被垃圾收集了

我对Ruby C扩展了解得不够，不知道它会发生什么 数据包装结构返回的对象。在我看来，这项任务是用Ruby完成的 land，token=，应该创建对它的引用

我的“变通”/“修复”是在 对象，并将令牌文本存储在其中，以 获取对它的额外引用。所以C代码看起来像

static VALUE get_token (...)
{
  ...
  RToken *token = ALLOC(RToken);
  token->text = rb_str_new2("some text");
  return Data_Wrap_Struct(..., &frt_token_mark, &frt_token_free, token);
}

RToken *token = ALLOC(RToken);
token->text = rb_str_new2(tk->text);
/* added code: prevent garbage collection */
rb_ivar_set(input, id_curtoken, token->text);
return Data_Wrap_Struct(cToken, &frt_token_mark, &frt_token_free, token);

现在我在输入实例变量中创建了一个“curtoken”，并且 在那里保存了文本的副本。。。我已注意删除/删除 此引用位于@input类的自由回调中

有了这段代码，我就不再得到终止的对象了 错误

这个修正对我来说似乎很有意义——它在curtoken中保留了一个额外的ref 添加到token.text字符串，以便不会删除token.text的实例 直到下一次调用@input.next（此时另一个 token.text替换curtoken中的旧值）

我的问题是：为什么它以前不起作用？不应该 Data_Wrap_结构返回一个对象，当在Ruby land中赋值时， 是否具有有效的引用，并且未被Ruby删除

---

谢谢。

当调用Ruby垃圾收集器时，它有一个标记阶段和一个扫描阶段。标记阶段通过标记以下内容来标记系统中的所有对象：

ruby堆栈框架引用的所有对象（例如局部变量）

所有全局可访问对象（例如，由常量或全局变量引用）及其子对象/引用对象，以及

堆栈上引用引用引用的所有对象，以及这些对象的子对象/引用对象

以及许多其他对本次讨论不重要的对象。然后，“扫描”阶段将销毁任何无法访问的对象（即未标记的对象）

Data_Wrap_Struct返回对对象的引用。只要该引用可用于ruby代码（例如，存储在局部变量中）或位于堆栈上（由局部C变量引用），就不应扫描该对象

从您发布的内容来看，令牌->文本正在被垃圾回收。但为什么会被收集？它不能被标记。标记对象本身是否被标记？如果是，则应标记标记标记->文本。尝试在令牌的mark函数中设置断点或打印消息以查看

如果令牌没有被标记，那么下一步就是找出原因。如果它被标记，那么下一步就是找出text（）方法返回的字符串被扫描的原因（可能不是被标记的同一个对象）

另外，您确定是令牌的文本成员导致了异常吗？看看：

我看到令牌和令牌流都有text（）方法。TokenStream结构不包含对其文本对象的引用（它不能，因为它是一个不了解ruby的C结构）。因此，包装C结构的Ruby对象需要保存引用（这是通过rb_ivar_set完成的）

RToken结构不需要这样做，因为它在其mark函数中标记其文本成员

---

还有一件事：您可以通过在循环中显式调用GC.start来重现这个bug，而不必分配太多的对象，这样垃圾收集器就会启动。这不会解决问题，但可能会使诊断更简单。

可能会标记为易失性：

---

也许您的编译将引用保留在注册表中而不是堆栈中…我认为在README.EXT中提到了某种方法来强制对象永远不被GC'ed，但是…问题仍然是为什么要提前收集它…

BTW，我猜在C中，当我返回数据包装结构时，我应该真正创建一个值变量，将其赋值为Data_Wrap_Struct的结果，并在某个位置保留该值变量的引用，这应该是返回值的常规惯例——您需要手动保留引用。我认为这是一个比我之前展示的更好的解决方案。但请评论。Paul：问题是当从C程序返回一个值到Ruby land时，应该做什么“正确的事情”。雪貂有：返回数据包装结构。。。在本例中，Data_Wrap_Struct返回的内容1）不在C堆栈上，因为它是从C过程返回的，2）不在Ruby对象中。我的修正不是“返回数据包装结构”，而是值v=数据包装结构。。。rb_ivar_集（..，和v）；返回v；这就解决了问题。我想和某人确认一下：数据包装结构不能直接从C返回，但需要在Ruby obj中引用以防止它被获取。谢谢