估计内存映射 boost rtree 所需的大小
Estimating size required for memory mapped boost rtree
我们有一个场景，我们动态增长一个内存映射文件，用于 boost 的 r-tree 几何索引。我们还利用了boost的进程间内存映射文件api's.
机制已经在取消映射文件、增长和重新映射方面得到解决 - 这一切都有效。
到目前为止，我们已经尝试过高估坐标固有大小的 10 倍的大小，这可行，但在使用 du 检查时被严重高估了。
是否有某种方法可以预测（最坏情况或精确）我们应该要求映射文件在给定对象数量的情况下增长到多大？低估，例如因子 5，最终会导致堆栈崩溃...
谢谢
从纯粹意义上讲，这个问题在很大程度上与 boost-interprocess 无关。
您想知道分配模式（不仅仅是净分配量，还有由于碎片化而导致的有效“池”使用。
您可以做的是对分配器使用情况进行统计（问得好：是否有某种统计信息收集分配器适配器？）并计算出来。
当然你会在近似范围内，但如果模拟运行足够多，你应该有可用的信息。
作为最后的手段，Boost Geometry 的 source/developers 将是人们要问的问题。
其他角度
关于 Boost Interprocess，我们不知道您使用的是什么。我假设 managed_mapped_file/managed_heap_memory/managed_external_buffer。请注意，当将它们与默认内存分配策略 (rbtree_best_fit) 一起使用时，可能会出现相当大的碎片或分配开销（对于基于节点的容器，可能包括 rtree）。
相关示例：
- Bad alloc is thrown
这立即给你一些使用的想法：
shm.get_free_memory() 获取 space 的原始数字，剩余在段 - 在托管内存段之外使用 rtree 时使用内存分析器（如 Valgrind Massif）
开箱即用：
最后，不要忘记分配一个稀疏文件可能非常便宜，即使是 10 GiB，并且只使用共享内存管理器分配到该文件中：只有页面实际在使用将提交给磁盘，因此实际磁盘使用将与实际需要的大小非常匹配。
稀疏文件很神奇。
我们有一个场景，我们动态增长一个内存映射文件，用于 boost 的 r-tree 几何索引。我们还利用了boost的进程间内存映射文件api's.
机制已经在取消映射文件、增长和重新映射方面得到解决 - 这一切都有效。
到目前为止，我们已经尝试过高估坐标固有大小的 10 倍的大小，这可行，但在使用 du 检查时被严重高估了。
是否有某种方法可以预测（最坏情况或精确）我们应该要求映射文件在给定对象数量的情况下增长到多大？低估，例如因子 5，最终会导致堆栈崩溃...
谢谢
从纯粹意义上讲，这个问题在很大程度上与 boost-interprocess 无关。
您想知道分配模式（不仅仅是净分配量，还有由于碎片化而导致的有效“池”使用。
您可以做的是对分配器使用情况进行统计（问得好：是否有某种统计信息收集分配器适配器？）并计算出来。
当然你会在近似范围内，但如果模拟运行足够多，你应该有可用的信息。
作为最后的手段，Boost Geometry 的 source/developers 将是人们要问的问题。
其他角度
关于 Boost Interprocess，我们不知道您使用的是什么。我假设 managed_mapped_file/managed_heap_memory/managed_external_buffer。请注意，当将它们与默认内存分配策略 (rbtree_best_fit) 一起使用时，可能会出现相当大的碎片或分配开销（对于基于节点的容器，可能包括 rtree）。
相关示例：
- Bad alloc is thrown
这立即给你一些使用的想法：
shm.get_free_memory()获取 space 的原始数字，剩余在段- 在托管内存段之外使用 rtree 时使用内存分析器（如 Valgrind Massif）
开箱即用：
最后，不要忘记分配一个稀疏文件可能非常便宜，即使是 10 GiB，并且只使用共享内存管理器分配到该文件中：只有页面实际在使用将提交给磁盘，因此实际磁盘使用将与实际需要的大小非常匹配。
稀疏文件很神奇。