第一层：线程缓存(线程缓存) ) ) ) ) ) ) ) ) ) ) ) )。
1.thread cache是内存池中的第1层高速缓存。
该层次缓存主要解决的问题是并发状态下锁竞争的高效问题。
线程不需要在这里锁定。 每个线程都有自己的cache。 也就是说，这是这个项目同时有效进行的地方。
如何确保每个线程都有自己的线程缓存？
为了避免锁定带来的效率，Thread Cache使用threadlocalstorage(TLS )来存储每个线程的本地Thread Cache指针。 这样，即使Thread Cache申请释放内存，也不需要锁定。
因为每个线程都有自己的全局变量。
TLS分为静态和动态两种。
静态TLS直接定义
动态TLS是通过调用系统的API创建的。 这个项目使用的是静态TLS
3359 blog.csdn.net/evils words/article/details/8191230
3359 blog.csdn.net/yusi Guyuan/article/details/22938671
2.
从Thread Cache申请内存：
在存储器申请size=64k的情况下，通过Thread Cache进行存储器申请，
计算size在自由链表中的位置，
如果自由链表中有内存对象，则为、
直接从freelist [ I ] pop对象，然后单击，
时间的复杂性是o(1)，没有摇滚竞争。
如果FreeList[i]中没有对象，则为、
从Central Cache中批量获取一定数量的对象，
插入到自由链表中，返回对象。
释放Thread Cache的内存：
如果释放的内存小于64k，请将内存放回Thread Cache。
计算size在自由链表中的位置，并将对象推送到FreeList[i]。
如果链表的长度太长
这意味着，当超过一次最大限制时，Central Cache将回收部分内存对象。
第：层中央缓存
1.central cache是内存池中的第2层缓存。
这一层缓存主要解决的问题是内存分配不均问题。
在设计thread cache时，我们利用TLS使每个线程独占共享一个thread cache，尽管这样解决了内存碎片的问题，但还引起了另一个问题。 那是存储器资源分配的不平衡。 当某个线程释放和释放大量内存时，该线程中的thread cache必须存储大量的空闲内存资源，这些资源不能被其他线程使用，当其他线程需要使用内存资源时，可能无法使用更多的内存资源为了解决这个问题，有了central cache的设计。
central cache的主要功能：定期回收thread cache中的内存资源，避免了一个或多个线程占用大量内存资源，而其他线程内存资源不足的问题。 在多个线程上更均衡内存资源的分配。
2 .第2层是Central Cache，这里是所有线程共享的。Central Cache是有竞争的，所以在这里取内存对象时需要加锁，但可以将加锁的力控制在较小的程度。
为了确保全局唯一的Central Cache，可以将该类设计为单实例模式
单实例模式采用饥汉模式，避免高合并下资源的竞争
3.Central Cache发挥着承上启下的作用
可以为来自Thread Cache的每个线程分配内存对象，并管理线程返回的内存。
为此，你必须把页面缓存交给自己填满的内存块，并在自己需要的时候向页面缓存申请
4.Central Cache的本质是由散列映射的Span对象的自由双向链表构成的Span对象的大小为固定的4K大小(32位以下4K 64位以下8K )，但中央缓存数组的各个元素， 由于指定了1个Span被分割为存储块的大小(例如，最初的8字节、第2个16字节等)，所以可安装的存储块数不同
5.Central Cache的本质是，由散列映射的Span对象的自由双向链表构成的Span对象的大小为固定的4k (32位以下4K 64位以下8K )，但中央缓存阵列的各个元素， 由于指定了1个Span被分割为存储块的大小(例如，最初的8字节、第2个16字节等)，所以可安装的存储块数不同
从central Cache申请内存：
Thread Cache不满足线程的内存申请时，向Central Cache批量申请内存对象。 例如线程申请16bytes的内存，但此时Thread Cache中16bytes以上的已经没有了，所以此时向cantral申请Central Cache，在16bytes处获得spa
n 给thread cache,这个过程是需要加锁的。当左边步骤中,向Central Cache中申请发现16bytes往后的span结点全空了时，则将空的span链在一起，然后向Page Cache申请若干以页为单位的span对象，比如一个3页的span对象,然后把这个3页的span对象切成3个一页的span对象 放在central cache中的16bytes位置可以有三个结点,再把这三个一页的span对象切成需要的内存块大小 这里就是16bytes ，并链接起来，挂到span中。
6.向central cache中释放内存
释放内存：
当Thread Cache过长或者线程销毁，则会将内存释放回Central Cache中的，
比如Thread cache中16bytes部分链表数目已经超出最大限制了 则会把后面再多出来的内存块放到central cache的16bytes部分的他所归属的那个span对象上.
此时那个span对象的usecount就减一位
当_usecount减到0时则表示所有对象都回到了span，则将Span释放回Page Cache，Page Cache中会对前后相邻的空闲页进行合并。
注意由span对象划分出去的内存块和这个span对象是有归属关系的
所以由thread cache归还释放某个内存(比如16bytes)应该归还到central cache的16bytes部分的他所归属的那个span对象上
怎么才能将Thread Cache中的内存对象还给它原来的span呢？
答：可以在Page Cache中维护一个页号到span的映射，当Page Cache给Central Cache分配一个span时，将这个映射更新到
第三层:Page Cache(即页缓存)
0.page cache的主要功能就是回收central cache中空闲的span，并且对空闲的span进行合并，合并成更大的span，当需要更大内存时，就不需要担心因为内存被切小而无法使用大内存的情况了，缓解了内存碎片的问题。而当central cache中没有可用的span对象时，page cache也会将大的内存切成需要大小的内存对象分配给central cache。
page cache中的内存是以页为单位储存和分配的。
1.存储的是以页为单位存储及分配的(中心缓存数组每个元素表示链表中span的页数)，
中心缓存没有span时(所有的span链表都空了)，从页缓存分配出一定数量的页，并切割成定长大小的小块内存(在中心缓存中对应的字节数 )，分配给Central Cache。Page Cache会回收Central Cache满足条件的Span(使用计数为0,即span结点满足一页)对象，并且合并相邻的页(根据页ID相邻)，组成更大的页，缓解内存碎片的问题。
可以理解为central cache中的span和page cache中是不一样的
central cache中的span只代表一页 然后被分解成了小的内存块链接而成的链表
page cache中的span是有多页组成分的
2.Page cache是一个以页为单位的span自由链表。
为了保证全局只有唯一的Page cache，这个类可以被设计成了单例模式。
本单例模式采用饿汉模式。
3.向page cache申请内存
当Central Cache向page cache申请内存时，
当thread cache向Central Cache中申请,发现Central Cache16bytes往后的span结点全空了时，则将空的span链在一起，然后向Page Cache申请若干以页为单位的span对象，比如一个3页的span对象,Page Cache先检查3页的那个位置有没有span，如果没有则向更大页寻找一个span，如果找到则分裂成两个。比如：申请的是3page，3page后面没有挂span，则向后面寻找更大的span，假设在10page位置找到一个span，则将10page span分裂为一个3page span和一个7page span。
如果找到128 page都没有合适的span，则向系统使用mmap、brk或者是VirtualAlloc等方式申请128page span挂在自由链表中，再重复1中的过程。
然后把这个3页的span对象切成3个一页的span对象 放在central cache中的16bytes位置可以有三个结点,再把这三个一页的span对象切成需要的内存块大小 这里就是16bytes ，并链接起来，挂到span中。
4.向page cache中释放内存
当Thread Cache过长或者线程销毁，则会将内存释放回Central Cache中的，
比如Thread cache中16bytes部分链表数目已经超出最大限制了 则会把后面再多出来的内存块放到central cache的16bytes部分的他所归属的那个span对象上.
此时那个span对象的usecount就减一位
当_usecount减到0时则表示所有对象都回到了span，则将Span释放回Page Cache，Page Cache中会依次寻找span的前后相邻pageid的span，看是否可以合并，如果合并继续向前寻找。这样就可以将切小的内存合并收缩成大的span，减少内存碎片。
5.page cache中最重要的就是合并了，在span结构中，有_pageid(页号)和_pagequantity(页的数量)两个成员变量，通过这两个成员变量，同时再利用unordered_map建立每一个页号到对应span的映射，就可以通过页号找到对应span进行合并了。
那么页号又是如何来的呢？当我们通过VirtualAlloc(Windows环境下是VirtualAlloc，Linux下使用brk或者mmap)直接向系统申请内存时，都是以页为单位的内存，而在32位机器下，一页就是4K。所以从0开始每一页的起始地址都是4K的整数倍，那么只需要将申请到的内存地址左移12位就可以得到相应的页号了，而通过页号也可以计算每一页的起始地址，只需要将地址右移12位即可。
具体合并的过程是这样的：假如现在有一个PageID为50的3页的span，有一个PageID为53的6页的span。这两个span就可以合并，会合并成一个PageID为50的9页的span，然后挂在9页的SpanList上。