游戏客户端架构 / 系统课时
对象池为什么可能让内存更高
对象池为什么可能让内存更高
对象池减少了频繁创建和回收,却不等于减少内存。只要池仍持有空闲对象的强引用,这些对象就不能被垃圾回收。本节从预热、长期驻留和容量失控三个方向解释内存为什么反而上涨,并给出可测量的容量控制方法。
学习目标
- 区分“减少分配次数”和“降低内存占用”这两个不同目标
- 找出预热过量、长期驻留和无上限扩容导致的内存增长
- 用峰值并发、空闲量和保留内存验证池容量是否合理
池化只是把释放改成保留
普通对象在业务不再引用后,会变成可回收对象;对象池则故意保留引用,等待下次复用。因此,同样一批对象在“无池”方案中可能已经等待 GC,而在“有池”方案中仍然处于可达状态。

这意味着对象池的核心收益通常是降低分配频率、GC 压力和抖动,而不是天然降低常驻内存。若单个对象本身较大,或者内部持有纹理、缓冲区、数组、节点引用等资源,空闲对象的保留成本会很明显。
先估算空闲对象到底占了多少
可以先用一个最小程序理解预热的代价。下面创建 1000 个 64 KiB 缓冲区并全部留在池中,只计算有效载荷,不包含对象头、容器和 JVM 额外开销。
import java.util.ArrayDeque;
import java.util.Deque;
import java.util.Locale;
public class PoolMemoryDemo {
public static void main(String[] args) {
int prewarmCount = 1000;
int payloadBytes = 64 * 1024;
Deque<byte[]> pool = new ArrayDeque<>();
// 预热会立即保留对象,即使业务当前一个也用不到。
for (int i = 0; i < prewarmCount; i++) {
pool.addLast(new byte[payloadBytes]);
}
long retainedBytes = (long) pool.size() * payloadBytes;
double retainedMiB = retainedBytes / 1024.0 / 1024.0;
System.out.printf("idle=%d%n", pool.size());
System.out.printf(Locale.ROOT, "retainedPayloadMiB=%.1f%n", retainedMiB);
}
}预期输出:
idle=1000
retainedPayloadMiB=62.5实际进程占用通常会高于 62.5 MiB,因为还存在数组对象头、池容器、内存对齐以及 JVM 自身开销。这个示例说明的是:预热数量本身就是一笔可以计算的常驻内存预算。
三种常见的内存增长方式
第一种是预热过量。例如关卡最大同时出现 80 枚子弹,却在进入场景时一次预热 1000 个对象。预热确实避免了运行时扩容,但其余对象长期空闲,收益与成本并不匹配。
第二种是高峰之后不收缩。某次 Boss 战把池扩到了 500 个对象,战斗结束后常态只需要 60 个。如果池只进不出,之后整个场景都会背着高峰容量运行。
第三种是池容量失控。当池为空时直接创建新对象,归还时又无条件放回池,就会形成“只扩不减”的策略。瞬时压力越大,越可能把一次异常峰值永久固化成长期内存占用。
用峰值而不是想象决定容量
容量上限应尽量来自真实性能数据。至少记录 inUse、idle、createdTotal、peakInUse 和 trimmedTotal,再观察一段具有代表性的玩法过程。
如果 peakInUse 长期稳定在 120 左右,而空闲量经常保持 500 以上,就说明池明显偏大。相反,如果 idle 经常归零并持续触发临时创建,容量可能偏小,或者请求峰值本身需要进一步治理。
一个实用策略是把容量分成三层:启动时只预热常见负载;运行中允许有限扩容吸收正常波动;高峰过去后,把长期空闲对象收缩到保留水位。这样既不会让冷启动承担过重成本,也不会把偶发峰值永久留在内存中。
验证对象池是否真的值得保留
不要只比较 FPS。验证时应同时观察分配次数、GC 暂停、峰值内存和稳定期常驻内存。若加入对象池后分配次数显著下降,但稳定期内存翻倍,就需要判断这笔空间换时间的交易是否合理。
对象池不是“创建得越多越安全”,而是保留刚好足够复用的对象。当预热量、扩容上限和收缩策略都由实际峰值数据约束时,池才能在降低分配抖动的同时,把常驻内存控制在可接受范围内。