第3章 .NET内存管理与垃圾回收面试：GC原理、内存泄漏排查、代龄与LOH优化
本章聚焦 .NET 内存管理核心面试题：GC 工作原理、内存泄漏实战排查、代龄与 LOH（大对象堆）优化策略。掌握结构化回答框架和排查习惯是加分关键。
面试问题：请解释 .NET GC 的工作原理，包括分代、根对象、压缩和LOH。
面试官考察点：基础扎实度、对GC机制的整体把握、能否区分不同代的回收策略、是否了解LOH的特殊性。
回答框架：①触发条件（分配压力、手动调用）→②代龄体系（0/1/2代）→③标记+压缩过程（根对象→活跃对象标记→碎片整理）→④LOH特点（≥85KB、不压缩、定期回收）→⑤实际调优建议。
示例回答：.NET GC 基于分代假设，新对象在0代分配；0代空间满时触发回收，存活对象晋升1代。GC从根对象（静态字段、线程栈等）标记可达对象，然后压缩0/1代碎片。2代采用完整回收。LOH存放≥85KB大对象，不压缩以减少移动开销，可能会引发内存碎片，需通过 GCSettings.LargeObjectHeapCompactionMode 在.NET Core 3.0+中启用压缩。
可能追问：
- GC何时触发2代回收？
- 如何监控GC频率？
- 解释GC模式（Workstation/Server、Concurrent/Non-concurrent）的区别？
避坑提醒：不要只说“自动回收不用管”，面试官期待你理解GC的代价（STW暂停）。避免混淆LOH和FOH（冻结对象堆）。回答时引用具体API（如GC.GetTotalMemory(false)）能加分。
面试问题：如何排查 .NET 应用程序的内存泄漏？请给出具体步骤和常用工具。
面试官考察点：实战经验、工具熟练度、对GC引用链的理解、能否区分内存泄漏与内存膨胀。
回答框架：①现象确认（内存持续增长、GC不回收）→②抓取dump（任务管理器/Procdump）→③分析堆快照（dotMemory、PerfView、WinDbg）→④找泄漏根（根引用路径、大对象、字符串驻留）→⑤修复（弱引用、IDisposable、取消事件订阅）→⑥验证修复。
示例回答：先用 dotnet-counters monitor --process-id 观察 GC 堆大小是否持续上涨。若怀疑泄漏，用 dotnet-dump collect 抓取 dump，再用 Visual Studio 或 PerfView 打开，按对象类型大小排序。常见泄漏是事件注册未取消导致对象无法回收，例如 someEvent += OnSomething 未 -= 解除。排查后弱化引用或确保正确释放。
可能追问：
- GC 不回收的对象一定是泄漏吗？
- 如何区分内存泄漏和内存碎片？
- 托管堆外泄漏（如P/Invoke）如何处理？
避坑提醒：避免直接说“用Windbg！”，面试官期待你用现代工具链（dotnet-dump + dotnet-gcdump）。不要混淆内存泄漏与内存溢出（OOM）。回答时强调“先抓取基线数据再分析”的工程方法。
面试问题：请解释 GC 的代龄结构和大对象堆（LOH）。如何针对高并发服务进行代龄和LOH优化？
面试官考察点：代际晋升策略理解、LOH碎片影响、GC调优参数、生产环境实践经验。
回答框架：①代龄介绍（0代暂存、1代缓冲、2代持久）→②晋升阈值与策略（2代频率低但代价大）→③LOH问题（≥85KB、不压缩导致碎片）→④优化手段：对象池/数组池（ArrayPool）、调节 GCLatencyMode、LargeObjectHeapCompactionMode、预分配大对象→⑤监控与实战案例。
示例回答：对于高并发服务，避免2代GC频繁触发。将大对象（如byte数组）使用 ArrayPool 复用，减少LOH分配。若LOH碎片严重，在.NET Core 3.0+设置 GCSettings.LargeObjectHeapCompactionMode = GCLargeObjectHeapCompactionMode.CompactOnce 并手动触发GC。生产监控重点关注 GEN 2 Heap Size 和 Time in GC 指标。
可能追问：
- ArrayPool 内部如何管理桶大小？
- 如何减少0代GC频率？
- Server GC 与 Workstation GC 对代龄的影响？
避坑提醒：不要建议无脑调大对象阈值（如 gcAllowVeryLargeObjects），面试官希望听到“减少分配、对象池、合理压缩”等务实手段。避免混淆“代龄晋升”与“对象年龄”。回答时引用 GC.CollectionCount(0) 等API会更专业。
本章核心公式：
代龄晋升：0代GC后存活 → 1代；1代GC后存活 → 2代。
LOH触发：大小≥85KB的对象直接分配到LOH，2代GC才回收LOH。
优化黄金法则：减少大对象分配 → 降低2代GC频率 → 减少STW暂停时间。