BRPC项目中实现Protobuf Arena内存分配的支持
2025-05-14 09:50:46作者:戚魁泉Nursing
背景与现状
在BRPC项目中,处理Protocol Buffers消息时默认使用堆内存分配方式。当处理大型消息时,频繁的内存分配和释放会导致性能开销。Protobuf从3.x版本开始引入了Arena分配技术,可以显著减少动态内存分配的开销。
目前BRPC在协议实现层面对请求和响应消息都采用堆分配方式,这使得在服务端模式下难以集成Arena分配技术。用户需要通过各种技巧性修改才能实现Arena分配,这在开源环境中难以维护和推广。
技术方案设计
经过社区讨论,最终确定了一个优雅的解决方案——通过插件化的消息管理器接口来实现自定义内存分配策略。核心设计如下:
- RpcPBMessageManager接口:
class RpcPBMessageManager {
public:
virtual std::unique_ptr<RpcPBMessages> Get(
const google::protobuf::Service& service,
const google::protobuf::MethodDescriptor& method) = 0;
virtual void Return(std::unique_ptr<RpcPBMessages> messages) = 0;
};
- RpcPBMessages抽象基类:
class RpcPBMessages {
public:
virtual google::protobuf::Message* Request() = 0;
virtual google::protobuf::Message* Response() = 0;
};
实现优势
- 灵活性:用户可以实现自己的RpcPBMessageManager来管理消息内存分配,包括使用Arena分配器
- 资源关联:通过RpcPBMessages派生类可以关联请求和响应消息到同一内存资源(如Arena)
- 线程安全:设计考虑了并发RPC调用场景下的资源管理
- RAII支持:使用unique_ptr确保资源释放的可靠性
使用示例
用户可以实现自定义的Arena分配管理器:
class ArenaMessageManager : public RpcPBMessageManager {
public:
std::unique_ptr<RpcPBMessages> Get(...) override {
auto arena = std::make_unique<google::protobuf::Arena>();
auto messages = std::make_unique<ArenaMessages>(std::move(arena));
// 在Arena上创建请求和响应消息
return messages;
}
void Return(std::unique_ptr<RpcPBMessages> messages) override {
// Arena会随messages一起自动释放
}
};
// 注册到BRPC服务选项
ServerOptions options;
options.pb_message_manager = new ArenaMessageManager();
性能考量
使用Arena分配器可以带来以下性能优势:
- 减少小对象频繁分配/释放的开销
- 批量释放内存,提高缓存局部性
- 避免内存碎片化问题
- 特别适合处理大型Protobuf消息的场景
总结
BRPC通过引入RpcPBMessageManager插件接口,为Protocol Buffers消息的内存分配策略提供了高度灵活性。用户现在可以轻松实现基于Arena的分配方案,从而在高性能场景下获得显著的内存管理优化。这一设计既保持了BRPC原有的简洁性,又为性能关键型应用提供了强大的扩展能力。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C039
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
434
3.29 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
694
367
Ascend Extension for PyTorch
Python
240
272
暂无简介
Dart
693
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
269
328
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869