Finalization

简介:

Finalization是CLR提供的一种机制。简单的说,类型实现了一个命名为Finalize的方法,当垃圾回收期判断对象是一个垃圾时,会调用对象的Finalize的方法(如果有的话)在C#中,类名前加上~来定义Finalize方法。编译器自动将这种函数转换为Object.Finalize的一个override。

例如:

class tally

{

~tally(){};

}

会被转换为

class tally

{

protected override void Finalize()

{

try{}

finally{base.Finalize();}

}

}

try finally结果,保证了,总是能调用父类的finalize方法。只有编译器才能这样转换,我们无法自行覆盖这种Finalize,也不能调用Finalize

在C++中,这种定义被称为析构函数,它会被确定性的析构。

但是在.net中,这种析构函数是不确定的,也就是说不知道什么时候会发生

Finalize方法再垃圾回收时运行,而垃圾回收可能在应用程序请求更多内存时发生。CLR不保证各个Finalize方法的调用顺序。

Finalize方法再垃圾回收结束时调用,有以下5种时间会导致开始垃圾回收

第0代满

代码显示调用System.GC

Windows报告内存不足

CLR卸载AppDomain

CLR关闭。

CLR使用一种特殊的专用的线程来调用Finalize方法。

 

Finalization本质揭秘

当对象被创建的时候,系统会检测这些对象类型是否定义了Finalize方法,如果是,则将这些对象的指针添加到终结列表中。垃圾回收时,回收器会扫描终结列表以查找指向这些对象的指针,找到一个指针后,该指针会从终结列表中移除,并追加到f-reachable队列,这个f-reachable中的f代表终结,f-reachable队列中每个记录项所引用的对象都有Finalize方法,而且需要被调用。因此f-reachable队列中的对象不是垃圾。

简单的说,当一个对象不可达时。垃圾回收器把它当做垃圾,但是当垃圾回收器将对象引用从终结列表移到f-reachable队列时,对象不再被认为是垃圾,其内存不能被回收。由于一些原本被认为是垃圾的对象被重新认为不是垃圾,从某种意义上将,对象“复活”了。然后垃圾回收器开始回收,特殊的CLR线程会清空f-reachable队列,并且执行每个对象的finalize方法。

只有对象运行垃圾回收的时候,才会运行析构函数,析构函数最终肯定会运行,但是不能保证何时运行。

Finalize方法的问题在于,调用事件是不能保证的,它也不是公共方法,不能显式调用。

可以调用System.GC.Collect方法,从而在一个程序中调用垃圾回收器。然而,强烈建议不要这样做。System.GC.Collect将启动垃圾回收,但是这个回收过程是异步的。当方法结束时候,程序员仍然不知道对象是否被回收。

尽量避免使用析构函数,因为有析构函数的对象会被放置在f-reacheable队列中终结,所以会影响性能。












本文转自cnn23711151CTO博客,原文链接:http://blog.51cto.com/cnn237111/577143 ,如需转载请自行联系原作者




相关文章
|
5天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
390 93
|
6天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
5天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
394 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
5天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
278 158
|
13天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。