01 · 用户态内存分配器竞品分析框架与评分标准
适用场景：终端设备（手机 / 平板 / 手表 / 车机等内存受限、无 swap、系统按内存压力杀进程的客户端设备） 版本：v1.0 配套文档：02-analysis-doc.html（被评对象）、03-iteration-log.html（过程记录）
1. 目的与范围
1.1 目的
为"终端设备上选型 / 替换用户态内存分配器"这一决策，提供可复现、可审计、有实验数据支撑的竞品分析。本框架定义三件事：
- 分析什么：竞品集、分析维度、实验协议（§2–§4）；
- 产出长什么样：说明文档的结构模板（§5）；
- 好坏怎么判：文档评分标准与迭代协议（§6–§7）。
1.2 场景定义：终端设备的特殊约束
终端设备与服务端的核心差异，是本框架一切设计取舍的出发点：
| # | 终端约束 | 对分配器评测的含义 |
|---|---|---|
| C1 | 无 swap / 受 swap | RSS 即生死；phys_footprint（jetsam/LMK 判杀依据）是第一公民指标 |
| C2 | 系统按内存压力杀进程 | free 之后能否及时归还、归还速度，比吞吐更影响存活 |
| C3 | 能耗与热预算敏感 | 分配路径的指令数 / 缓存 footprint 间接影响功耗（本环境无法直测功耗，见 §9） |
| C4 | arm64、16KB 页 | 页粒度归还的成本收益与 4KB 页不同；结论不可从 x86_64 直接外推 |
| C5 | 动态注入受限（iOS 无 DYLD_INSERT 通道） | 替换通道（链接期 vs 注入期）本身是评测维度 |
| C6 | 包体积敏感 | 分配器二进制体积计入评测 |
| C7 | 峰值内存比稳态更致命 | 峰值 footprint、burst 场景必须覆盖 |
1.3 评测代理平台声明（重要）
本分析在本机 Apple M3（8 核 / 8GB / arm64 / 16KB 页 / macOS 26.4） 上执行全部实验。它与目标终端设备同 ISA 家族、同页大小、同内核家族（XNU），内存容量同为受限级别（8GB）。所有结论的适用边界限于"Apple Silicon 类终端平台"，向 iOS 真机外推的每一条都必须显式标注外推依据与风险（对应评分项 E3）。iOS 真机验证列为扩展轨道 T3（本环境具备越狱 iPhone 实验通道，见 §9.3），仅在迭代需要时启用。
2. 竞品集定义
2.1 分档原则
按"能否在本环境获得并实测"分三档，档位差异必须在文档中显式声明，禁止将设计级结论冒充实测结论（对应评分项 E2）。
| 档位 | 定义 | 竞品 |
|---|---|---|
| 实测集（S 级数据） | 本机可运行、可注入/链接、可测 | 系统 libmalloc（基线）、jemalloc、mimalloc、tcmalloc |
| 尽力集 | 尝试实测，失败则降档并记录失败原因 | （本轮无：tcmalloc 已入实测集；snmalloc 因获取通道受限直接入设计级） |
| 设计级集（D 级数据，低置信度） | 无法本地实测，仅源码/文档级分析 | snmalloc、Scudo、PartitionAlloc、hardened_malloc |
2.2 实测集版本与接入通道（必须 pin 并记录）
| 竞品 | 版本 | 获取通道 | 接入机制 | 备注 |
|---|---|---|---|---|
| libmalloc（基线） | 随 macOS 26.4 | 系统 | 默认 | nano/magazine 分配器 |
| jemalloc | 5.3.1 | Homebrew bottle | DYLD_INSERT_LIBRARIES 注入（dylib 导出 _malloc） | 进程级替换 |
| mimalloc | 3.5.0 | Homebrew bottle | 链接期覆盖（官方 mimalloc.o override 目标） | 可执行文件级替换；与注入的差异见 §4.7 |
| tcmalloc | gperftools（版本以安装记录为准） | Homebrew | DYLD_INSERT_LIBRARIES 注入 | 进程级替换 |
2.3 网络受限说明
本环境 GitHub 直连不可达（超时），Homebrew CDN / PyPI 可达。因此以 GitHub 为唯一分发渠道的 snmalloc、hardened_malloc 无法本地构建，列入设计级集。此为环境约束，必须在文档中披露（对应 C1/E2 评分项），不得静默忽略。
3. 分析维度体系
五个维度，权重与数据等级要求如下。终端场景约束（§1.2）是维度选取的依据，文档必须给出 C1–C7 到维度的映射关系（对应评分项 B1）。
| 维度 | 内容 | 数据等级要求 | 映射的终端约束 |
|---|---|---|---|
| V1 性能 | 单线程吞吐、多线程扩展性、分配/释放延迟分位 | S 级（实测） | C3、C7 |
| V2 内存效率 | 稳态 footprint、有效内存比、峰值、free 后归还率与归还速度 | S 级（实测） | C1、C2、C7 |
| V3 安全加固 | 元数据布局、freelist 保护、隔离、quarantine、随机化 | D 级（设计级）+ 关键项接口验证 | C5 关联 |
| V4 可观测性 | 统计 API、heap profiling、与平台工具联动 | S+D 混合 | C1/C2 的问题定位效率 |
| V5 工程集成 | 构建可行性（实测记录）、二进制体积、接入通道、平台支持 | S 级（体积/构建实测）+ D 级 | C5、C6 |
4. 实验协议
4.1 公共协议（所有实验必须遵守，对应评分项 C3）
- 进程隔离：每次测量独立进程，消灭跨轮污染；
- 预热：正式测量前先执行 ≥100 万次分配释放预热（覆盖 tier/page 初始化）；
- 重复：每个配置 ≥5 次独立重复，报告中位数与 IQR，禁止只报最好值；
- 环境固定：电源接通、无其他重负载任务、同一机器同一 OS 版本；
- 数据落盘：原始数据以 JSON/CSV 存入
experiments/data/round{N}/，命名规范{实验ID}_{竞品}_{工作负载}_{rep}.json，分析文档中每个数字都能回溯到具体文件（对应评分项 D1）； - 诚实性：失败的实验、异常值、不利数据一律保留并说明，禁止选择性删除（对应评分项 E4）。
4.2 工作负载定义（W 系列）
| ID | 负载 | 参数 | 模拟的终端场景 |
|---|---|---|---|
| W1 | 小对象均匀 | 尺寸 U(16,128)B | 高频 UI/消息对象 |
| W2 | 混合分布 | 70% U(16,128)B / 20% U(129,1024)B / 9% U(1K,64K)B / 1% U(64K,1M)B | 真实 App 混合负载形态 |
| W3 | 稳态集 + 淤积（churn） | 维持固定 live 集（如 64MB 对象），持续换入换出 | 长期运行 App 的碎片累积 |
4.3 实验矩阵（E 系列）
| ID | 实验 | 方法 | 输出指标 | 服务的维度 |
|---|---|---|---|---|
| E1 | 单线程吞吐 | W1/W2，N 次 alloc/free 计时 | ops/s | V1 |
| E2 | 多线程扩展 | W1 × {1,2,4,8} 线程 | ops/s、加速比 | V1 |
| E3 | 延迟分位 | 逐次计时直方图（mach_absolute_time） | p50/p99/p999 分配与释放 | V1 |
| E4 | 稳态内存 | W3 固定 live 集，采样 phys_footprint | footprint、有效内存比 EMR | V2 |
| E5 | 归还曲线 | 分配至峰值后全量 free，30s 内周期采样 | 归还率 RR、归还时间常数 | V2 |
| E6 | 宏观负载 | 真实应用级工作负载（候选：自建 sqlite/JSON 处理管线） | 端到端时间、footprint | V1+V2 交叉验证 |
4.4 指标严格定义（文档不得出现口径漂移，对应评分项 C2/A4）
- ops/s：完成一次"分配并写入首字节 + 释放"的循环次数 / 耗时，按线程数分列；
- phys_footprint：
task_info(TASK_VM_INFO)返回值，与footprint(1)、jetsam 判杀口径一致； - 有效内存比 EMR =
live_logical_bytes / (phys_footprint_steady − phys_footprint_baseline)，分母含分配器元数据与已提交未用页（有意如此：这是设备真正付出的代价）； - 归还率 RR =
(phys_footprint_peak − phys_footprint_t) / (phys_footprint_peak − phys_footprint_baseline)，t 取 free 完成后 30s； - 碎片（外部）：
1 − live/committed，committed 无法直接从第三方分配器内部读取时，以 EMR 作为含碎片+元数据的综合代理指标并明示。
4.5 分配器活性验证（防"假注入"）
每个竞品在测量前必须通过活性验证，证明分配确实由目标分配器服务：
- jemalloc：
mallctl("version")可解析 +malloc_stats_print统计量与工作负载吻合； - mimalloc：
mi_version()返回 3.5.x +mi_stats_print统计量吻合； - tcmalloc：
tc_version()可解析； - 系统：
malloc_zone_from_ptr()非 NULL。
未通过活性验证的数据不得进入报告，验证日志随数据落盘。
4.6 环境边界
- 本机 8GB 内存：工作负载 live 集上限 ≤ 512MB，避免内存压力干扰测量（记录于每轮数据）；
- 关闭 benchmark 期间的终端重负载任务；不使用
taskset类绑核（macOS 受限），以重复测量控制方差。
4.7 接入机制差异披露
mimalloc 采用链接期覆盖（可执行文件内符号替换），jemalloc/tcmalloc 采用 DYLD 注入（进程级替换，影响所有动态库的 malloc 调用）。两者对本 harness 的自环测量等效，但对"进程级替换"语义不等效，文档必须在 V5 维度披露此差异。
5. 说明文档结构模板（02 文档的必备章节）
- 执行摘要：结论总表（竞品 × 五维得分/评级 + 一句话推荐）；
- 范围与场景：终端约束 → 评测维度映射（引 §1.2）；
- 竞品概览：架构对比表 + 版本/通道/数据等级声明；
- 评测方法学：环境、指标定义、协议、可复现性说明；
- 实验结果：按 V1–V5 分节，每个实验小节含设置、数据表/图、观察；
- 综合对比与机制归因：不止数字，要解释"为什么"（架构机制 → 数据形态）；
- 场景化选型建议：按业务场景差异化推荐 + 适用条件；
- 风险与局限：平台外推、版本局限、未覆盖项；
- 附录：原始数据索引、脚本使用说明。
6. 文档评分标准（rubric）
评分对象：02-analysis-doc.html 的当前版本。总分 100。
6.1 维度与子项
A · 结构与可读性（15 分）
| 子项 | 分值 | 判据 |
|---|---|---|
| A1 执行摘要 | 3 | 开篇 ≤1 页，含竞品×维度结论总表与明确推荐 |
| A2 结构导航 | 3 | 章节编号清晰、目录有效、交叉引用可达 |
| A3 图表规范 | 3 | 每个图表有编号、标题、单位、数据来源（实验 ID），无裸数字堆砌 |
| A4 术语一致 | 3 | 关键指标全文唯一定义、无同义漂移 |
| A5 篇幅纪律 | 3 | 正文聚焦结论，细节入附录，无重复段落 |
B · 场景与竞品覆盖（15 分）
| 子项 | 分值 | 判据 |
|---|---|---|
| B1 场景刻画 | 5 | 终端约束 C1–C7 完整刻画并映射到维度与实验 |
| B2 竞品覆盖 | 6 | 实测集 4 个全覆盖（缺 1 扣 1.5）；设计级 ≥2 个（缺 1 扣 1）；缺失有原因说明 |
| B3 维度覆盖 | 4 | V1–V5 均有 S 或 D 级内容（缺 1 扣 1） |
C · 方法论严谨性（15 分）
| 子项 | 分值 | 判据 |
|---|---|---|
| C1 环境披露 | 3 | 硬件 / OS / 编译器 / 各竞品版本与编译选项完整 |
| C2 指标定义 | 3 | 每个指标有严格定义与测量方法 |
| C3 实验协议 | 5 | 预热、≥5 次重复、中位数+IQR、进程隔离均落实 |
| C4 可复现性 | 4 | 脚本与数据入库、有一键重跑说明、抽查可复算 |
D · 数据支撑（25 分）
| 子项 | 分值 | 判据 |
|---|---|---|
| D1 结论溯源 | 10 | 每条关键结论标注实验 ID + 数据文件，抽查 3 条全部可溯源满分，1 条不可溯源扣 3 |
| D2 数据完整性 | 8 | 计划矩阵（4 竞品 × E1–E6）实测填充率 ≥90%（缺失格须标注原因），每降 10% 扣 2 |
| D3 统计质量 | 4 | 报告离散度（IQR/极差）、异常值处理说明 |
| D4 宏观验证 | 3 | ≥1 个真实应用级负载（E6）数据支撑结论 |
E · 结论有效性（20 分）
| 子项 | 分值 | 判据 |
|---|---|---|
| E1 推理链 | 6 | 结论由数据直接支撑、无逻辑跳跃；关键结论有机制归因 |
| E2 不确定性表达 | 4 | S/D 级数据区分声明；设计级结论未被表述为实测事实 |
| E3 平台外推控制 | 4 | macOS 代理结论向终端外推时逐条标注依据与风险 |
| E4 对比公平性 | 6 | 不利数据同样呈现；接入机制差异、版本差异对结论的影响被讨论 |
F · 决策可用性（10 分）
| 子项 | 分值 | 判据 |
|---|---|---|
| F1 场景化建议 | 4 | 至少 2 类场景给出差异化选型 + 适用条件 |
| F2 集成风险清单 | 3 | 替换通道、兼容性、体积、维护成本 |
| F3 后续行动 | 3 | 落地前的验证清单（含真机验证项） |
6.2 通过门槛
- 总分 ≥ 90；
- 每个维度得分率 ≥ 80%（A≥12, B≥12, C≥12, D≥20, E≥16, F≥8）；
- D、E 两维不得低于 80%（数据支撑与结论有效性是一票否决区）。
6.3 版本目标
| 版本 | 目标分 | 说明 |
|---|---|---|
| v1 | ≥ 65 | 首轮：核心实验 + 文档骨架，预期短板在 D4/E3/F |
| v2 | ≥ 80 | 补延迟分位、归还曲线、统计质量、设计级竞品 |
| v3+ | ≥ 90（达标线） | 补宏基准、公平性讨论、机制归因 |
7. 评分与迭代协议
7.1 评委
- 两名独立评委：均为无历史上下文的独立代理，仅获得本 rubric、被评文档路径、数据目录路径；
- 评委任务：逐子项打分（0 至满分，允许 0.5 粒度）+ 每个扣分项给出"扣分理由 + 修复建议"；抽查 3 条关键结论溯源到数据文件；
- 最终得分 = 两评委逐子项平均，写入
03-iteration-log.html； - 评委不可评分自己参与编写的内容（独立性由无上下文机制保证）。
7.2 迭代循环
文档 vN
→ 双评委独立打分（rubric 逐项 + 扣分理由）
→ Gap 分析（按扣分排序，锁定 Top 修复项）
→ 设计补充实验 / 文档修订（实验优先于修辞：数据缺失类扣分必须用实验修复，
禁止用改写措辞来"修复"数据类扣分）
→ 文档 vN+1 → 重新打分
7.3 退出条件
满足其一：
- 达标：通过 §6.2 全部门槛；
- 收益递减：连续两轮总分增量 < 3 且剩余扣分均源于本环境不可消除的限制（须逐条列出并说明为何不可消除），此时以当前版本定稿，并在评分记录中显著声明未达标项。
7.4 评分记录规范
每轮记录：版本号、日期、两评委逐项分数、平均分、Top-5 扣分与修复动作、本轮新增实验清单。评分只升不降不是目标——若新数据推翻旧结论，允许维度分下降，但必须记录原因（对应 E4）。
8. 工程与可复现性约定
malloc_/
├── docs/
│ ├── 01-framework.html ← 本文档
│ ├── 02-analysis-doc.html ← 被评对象（迭代演进）
│ └── 03-iteration-log.html ← 评分与迭代过程
├── experiments/
│ ├── bench/bench.c ← 统一 benchmark harness
│ ├── scripts/ ← 构建/运行/汇总脚本
│ └── data/round{N}/ ← 原始数据（JSON/CSV）
└── index.html ← 索引与一键重跑说明
约定：脚本是数据的唯一生成路径；改文档不改数据属违规（评分项 C4/D1）。
9. 局限与风险
- 平台代理：macOS ≠ iOS 真机（jetsam 行为、无 DYLD 通道、A 系列 vs M 系列内存带宽差异），E3 评分项强制逐条标注外推风险；
- 设计级竞品（snmalloc/Scudo/PartitionAlloc/hardened_malloc）无本地数据，其结论置信度天花板低一档；
- 能耗不可直测：C3 约束只能以延迟/吞吐间接代理，文档不得声称功耗结论；
- iOS 真机扩展轨道（T3）：本环境具备越狱 iPhone（12 Pro / iOS 14.8）实验通道，如迭代中"平台外推"成为持续短板且时间允许，可启用真机补充实验；
- 8GB 本机内存限制工作负载规模（§4.6），超大规模场景（>1GB live 集）不在本轮范围。
10. 本框架的自检清单（写作前回顾）
- [ ] 五维是否都有对应实验或设计级分析？
- [ ] 每个数字是否有实验 ID 与数据文件？
- [ ] 每条结论是否讨论了反例与边界？
- [ ] S/D 级数据是否全程区分标注？
- [ ] 平台外推是否逐条标注？
- [ ] 不利数据是否保留？
终端设备场景用户态内存分配器竞品分析 · 实验驱动 · 评分迭代 · 数据可溯源