Nano Hash - криптовалюты, майнинг, программирование

aio.h aio_read () и запись утечки памяти

Я пытаюсь асинхронно читать и записывать на диск на C ++ (используя библиотеку posix aio в Ubuntu 10.04), следуя указаниям, изложенным здесь: руководство по aio. Я могу асинхронно читать и писать, но боюсь, что есть небольшая утечка памяти. В моем выводе valgrind говорится, что 288 байтов, возможно, потеряны, а 3648 все еще доступны. Эти числа кажутся независимыми от количества байтов, фактически прочитанных из файла. Я не могу найти, где и как устранить эту утечку - и даже похоже, что это проблема с библиотекой aio. Кто-нибудь видел это раньше? Полный вывод valgrind приведен ниже. Заранее спасибо.

==22330== 
==22330== HEAP SUMMARY:
==22330==     in use at exit: 3,936 bytes in 3 blocks
==22330==   total heap usage: 25 allocs, 22 frees, 15,648 bytes allocated
==22330== 
==22330== 64 bytes in 1 blocks are still reachable in loss record 1 of 3
==22330==    at 0x4C274A8: malloc (vg_replace_malloc.c:236)
==22330==    by 0x4C27522: realloc (vg_replace_malloc.c:525)
==22330==    by 0x504CAF1: __aio_enqueue_request (aio_misc.c:127)
==22330==    by 0x504D25A: aio_read (aio_read.c:30)
==22330==    by 0x406EB7: baio::read(std::string, char*, long) (baio_unix.cxx:58)
==22330==    by 0x40613E: test_read_helper(char*) (test_read.cxx:16)
==22330==    by 0x4063E1: test_read() (test_read.cxx:54)
==22330==    by 0x40664C: test_read_main(int, char**) (test_read.cxx:74)
==22330==    by 0x40959D: testlib_run_test_unit(unsigned long, int, char**) (testlib_main.cxx:116)
==22330==    by 0x4097A9: testlib_main(int, char**) (testlib_main.cxx:155)
==22330==    by 0x4060B4: main (test_driver.cxx:12)
==22330== 
==22330== 288 bytes in 1 blocks are possibly lost in loss record 2 of 3
==22330==    at 0x4C267CC: calloc (vg_replace_malloc.c:467)
==22330==    by 0x4012395: _dl_allocate_tls (dl-tls.c:300)
==22330==    by 0x4E34728: pthread_create@@GLIBC_2.2.5 (allocatestack.c:561)
==22330==    by 0x504C9A8: __aio_enqueue_request (aio_misc.h:60)
==22330==    by 0x504D25A: aio_read (aio_read.c:30)
==22330==    by 0x406EB7: baio::read(std::string, char*, long) (baio_unix.cxx:58)
==22330==    by 0x40613E: test_read_helper(char*) (test_read.cxx:16)
==22330==    by 0x4063E1: test_read() (test_read.cxx:54)
==22330==    by 0x40664C: test_read_main(int, char**) (test_read.cxx:74)
==22330==    by 0x40959D: testlib_run_test_unit(unsigned long, int, char**) (testlib_main.cxx:116)
==22330==    by 0x4097A9: testlib_main(int, char**) (testlib_main.cxx:155)
==22330==    by 0x4060B4: main (test_driver.cxx:12)
==22330== 
==22330== 3,584 bytes in 1 blocks are still reachable in loss record 3 of 3
==22330==    at 0x4C267CC: calloc (vg_replace_malloc.c:467)
==22330==    by 0x504CA27: __aio_enqueue_request (aio_misc.c:139)
==22330==    by 0x504D25A: aio_read (aio_read.c:30)
==22330==    by 0x406EB7: baio::read(std::string, char*, long) (baio_unix.cxx:58)
==22330==    by 0x40613E: test_read_helper(char*) (test_read.cxx:16)
==22330==    by 0x4063E1: test_read() (test_read.cxx:54)
==22330==    by 0x40664C: test_read_main(int, char**) (test_read.cxx:74)
==22330==    by 0x40959D: testlib_run_test_unit(unsigned long, int, char**) (testlib_main.cxx:116)
==22330==    by 0x4097A9: testlib_main(int, char**) (testlib_main.cxx:155)
==22330==    by 0x4060B4: main (test_driver.cxx:12)
==22330== 
==22330== LEAK SUMMARY:
==22330==    definitely lost: 0 bytes in 0 blocks
==22330==    indirectly lost: 0 bytes in 0 blocks
==22330==      possibly lost: 288 bytes in 1 blocks
==22330==    still reachable: 3,648 bytes in 2 blocks
==22330==         suppressed: 0 bytes in 0 blocks
c++ memory-leaks aio
22.11.2010

Ответы:


1

Второй блок выглядит как локальное хранилище потока, связанное с потоком, принадлежащим библиотеке, созданным для обработки асинхронного чтения (й).

==22330==    by 0x4012395: _dl_allocate_tls (dl-tls.c:300)
==22330==    by 0x4E34728: pthread_create@@GLIBC_2.2.5 (allocatestack.c:561)

Первый и третий выглядят как внутренние структуры, связанные с выдающимся асинхронным чтением.

Если вы можете бежать в течение длительного времени, беспокоясь только об этом, мой инстинкт будет благодарен за небольшие милости. Библиотека, безусловно, должна иметь некоторую свободу для выделения постоянной памяти, чтобы сопоставить результат для асинхронного чтения.

22.11.2010
  • Valgrind поставляется со списком исключений для различных стандартных библиотечных вещей. Бьюсь об заклад, никто не дошел до создания этого списка для библиотеки aio. 22.11.2010
  • полезно знать - спасибо за быстрый ответ. я просто боялся, что я что-то неправильно убираю. 22.11.2010
  • afai не может видеть, что ни один из этих "случайных" аллоков, скорее всего, не связан с вашим кодом 22.11.2010
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..