[carsontung666]

本 PR 将 slotsboxobj 升级至 v3：底层树节点由 v2 的 uint8_t[8] 逐位扫描重构为 64-ary uint64_t bitmask（配合单段连续 clzll/ctzll O(1) 快路径与 6 步无分支 SWAR），并引入最高 64 个独立 shard、per-shard O(1) active box cache（alloc/free 直接绕过树下探）以及空子树按需回收机制。相比 main（v2），单线程吞吐提升 4.8x–761x（混合负载 20.33 Mops/s），16 线程吞吐提升 136x–331x（混合负载 248.46 Mops/s），并将多线程竞争下的假性分配失败率从 95% 降至 0%。

---

改动概览

1. 64-shard + uint64_t bitmask

   • free_mask / child_mask 改为 uint64_t（64-ary tree，节点 480B，8B 对齐，移除 packed）。
   • 单段连续 free mask 走 clzll/ctzll O(1) 快路径；碎片 mask 走 6 步无分支 SWAR 计算 sbo_mask_contmax 与 sbo_mask_find_run。
   • 按 data_size 与 head_size 动态切分 1..64（2 的幂）个独立 shard；sbo_alloc 先 trylock 轮询再阻塞加锁，消除多线程竞争下的假 OOM。
   • initial-exec TLS 记录线程 home shard（含 pid 校验防 fork 冲突、步长 9 错开相邻线程 cache line、连续 4 次 miss 才迁移 home 防追逐抖动）。

2. Hot-path 优化

   • Per-shard O(1) active box cache：复用 sbo_lock_t 的 64B cache line padding 存储 L1/L2/L3 的 hot_id1 与 hot_base，sbo_alloc / sbo_free / sbo_allocated_size 命中时直接 O(1) 定位目标 box，省去 root -> L2 -> L1 逐层下探。
   • Cache-line 布局与惰性初始化：sbo_box_t 中 states[64] 紧邻 32B header（位于前 1.5 条 cache line）；sbo_box_format 省去 child_cap/children 的 384B memset（由 child_mask 门控）；sbo_free_obj_slots 仅写单字节 states[start] = SBO_FREE。
   • Lazy subtree reclaim (sbo_reclaim_empty)：常规 churn 保留空叶 box 避免反复分配/释放抖动；当父层满或 pool_meta 块不足时按需通过 blocks_free 回收空子树并合并回父 slot。

3. Bug 修复

   • sbo_find_obj_node：校验 level >= 2 对象的低位偏移对齐（(unit & ((1ULL << sh) - 1)) == 0），修复内部 8B 对齐偏移（如 off + 8）误匹配父 slot 导致误 free / sbo_allocated_size 返回非 0 的问题。
   • sbo_init：在 sbo_magic_ok(meta) 前校验 head_size <= sizeof(sbo_meta_t) + SBO_POOL_HDR，修复极小 buffer 下的 ASan heap-buffer-overflow。
   • sbo_combined / sbo_propagate：max_obj_cap 截断至 SBO_MULT_MAX (63)，并在 comb == p_old 时提前终止向上传播，修复空 box 虚报 level + 1 容量及 64 <-> 63 传播风暴。
   • sbo_find_alloc：多层下钻前预检 pool_meta 剩余 block 数并在深层 blocks_alloc OOM 时回滚已分配的中间 box。
   • tutorial/03_stress.c：DATA_SIZE 改为合法的 8 * 64^3 (2MB)，修复 ctest 失败。

---

Before / After 性能对比

测试环境：gcc 13.2 -O3 -DNDEBUG，taskset -c 0-15，DATA_SIZE = 128MB，META_SIZE = 16MB，200k ops/thread，5 次运行取中位数。

Workload	Threads	Before: v2 (main)	v3 Initial (faafafe)	After: v3 Optimized	vs. v2	vs. v3 Initial
Mixed {8,64,512,4096}B	1T	3.27 Mops/s (0% fail)	16.93 Mops/s (0% fail)	20.33 Mops/s (0% fail)	6.2x	+20.1%
Mixed {8,64,512,4096}B	4T	1.62 Mops/s (91.7% fail)	64.09 Mops/s (0% fail)	80.31 Mops/s (0% fail)	49.6x	+25.3%
Mixed {8,64,512,4096}B	8T	0.85 Mops/s (95.0% fail)	119.53 Mops/s (0% fail)	162.55 Mops/s (0% fail)	191x	+36.0%
Mixed {8,64,512,4096}B	16T	0.75 Mops/s (95.0% fail)	180.64 Mops/s (0% fail)	248.46 Mops/s (0% fail)	331x	+37.5%
Small {8..64}B	1T	3.11 Mops/s (0% fail)	16.01 Mops/s (0% fail)	20.42 Mops/s (0% fail)	6.6x	+27.5%
Small {8..64}B	16T	0.75 Mops/s (95.2% fail)	205.00 Mops/s (0% fail)	227.36 Mops/s (0% fail)	303x	+10.9%
Churn (2048 live, 8B..64KB)	1T	2.73 Mops/s (0% fail)	12.24 Mops/s (0% fail)	13.06 Mops/s (0% fail)	4.8x	+6.7%
Churn (2048 live, 8B..64KB)	16T	0.83 Mops/s (90.9% fail)	74.41 Mops/s (0% fail)	112.74 Mops/s (0% fail)	136x	+51.5%
Alloc-only (50k fill)	1T	0.02 Mops/s (0% fail)	14.86 Mops/s (0% fail)	15.22 Mops/s (0% fail)	761x	+2.4%

---

验证

检查项	Before (main)	v3 Initial (faafafe)	After (Current)
ctest (make test, 10 项)	9/10 (03_stress fail)	9/10 (03_stress fail)	10/10 PASS
tutorial/test.py (01–17)	17/17 PASS	17/17 PASS	17/17 PASS
18_model_check (16T x 100k + 边界/合并回归)	N/A	内部偏移 & 空子树合并失败	PASS
ASan + UBSan	sbo_init 越界读	sbo_init 越界读	0 errors
TSan (16T 并发压测)	0 races	0 races	0 races
下游 kvspace (01/05/06)	PASS	PASS	PASS

[miaobyte]

感谢贡献。当前分支与 main 存在冲突，且分支基线较旧（基于 5f6dff2，落后 main 29 个提交），合并前需要处理：

冲突文件

• include/slotsboxmalloc/slotsboxobj.h
• tutorial/03_stress.c
• tutorial/CMakeLists.txt

请 rebase 到最新 main 并解决上述冲突。注意 rebase 时保留 main 已有的 header-only 构建方式（src/slotsboxmalloc.c 中的 BLOCKMALLOC_IMPLEMENTATION，CMake 不链接 blockmalloc 的 .so）。

另外两点请一并跟进：

1. 本 PR 当前没有 CI checks 运行，rebase 后请确认 CI 已触发并通过。
2. v3 的头文件内部结构变更会让下游 kvspace-c 编译失败（其直接使用 sbo_meta_t.head_size/slot_bytes/sizeof_block_head、sbo_box_t.slots/box_boundary/obj_boundary/free_bitmap/child_max_cap、SBO_BITMAP_B 等），发布前需要同步适配下游或提供稳定的内部布局接口。

rebase 完成后欢迎再 ping 验证。

[carsontung666]

感谢合并与发布 v0.1.7！下游 kvspace-c 对 v0.1.7 (v3) 的同步升级与在线扩容适配 PR 已提交并通过全部 CI / ctest 验证：array2d/kvspace-c#47