在Boost Interprocess中存储POD类型连续字节时遇bad_alloc问题求助

我尝试创建一个POD结构体类型，并将该结构体的vector存储在Boost Interprocess共享内存中。此前使用带Boost共享字符串的实现可正常运行：

template <typename T>
using Alloc = ipc::allocator<T, ipc::managed_shared_memory::segment_manager>;
using String = ipc::basic_string<char, std::char_traits<char>, Alloc<char>>;

struct SharedData
{
    template <typename Alloc>
    SharedData(size_t aSize, std::string_view aStr, Alloc alloc) : sz(aSize), data(aStr, alloc) {}

    size_t  sz;
    String  data;
};

为提升vector元素访问的缓存局部性，让data直接位于vector的连续存储中，我将结构体修改为带固定数组的POD类型：

struct SharedData
{           
    SharedData(size_t aSize) : sz(aSize) {}
    size_t  sz;
    char data[MAX_DATA_SIZE];
};

但执行以下代码创建vector时抛出boost::interprocess::bad_alloc异常：

auto shared_vec = segment_.construct<Vector<SharedData>>((const char *) shared_vec_name.c_str())(segment_.get_segment_manager());
for (int i = 0; i < vector_size; i++)
    (*shared_vec).emplace_back(max_data_size);

异常信息：

terminate called after throwing an instance of 'boost::interprocess::bad_alloc'
  what():  boost::interprocess::bad_alloc

我需要创建具备缓存局部性的POD类型vector，请问哪里出错了？

以下是可能的问题点及对应解决方法：

• 共享内存空间不足
  修改后的SharedData每个实例的大小为sizeof(size_t) + MAX_DATA_SIZE，如果MAX_DATA_SIZE较大且vector_size不低，总内存需求会远高于之前的版本（原版本中String的实际数据是动态分配在共享内存的其他区域，vector仅存储字符串的控制块）。
  解决方法：计算所需总内存（vector_size * sizeof(SharedData) + vector自身的管理开销），创建managed_shared_memory时指定足够大的空间，例如：

  ipc::managed_shared_memory segment(ipc::create_only, "MySharedMem", 100 * 1024 * 1024); // 分配100MB
  

• vector的分配器类型错误
  确保Vector是基于Boost共享内存分配器定义的，而非默认的std::allocator：

  template <typename T>
  using Alloc = ipc::allocator<T, ipc::managed_shared_memory::segment_manager>;
  template <typename T>
  using Vector = std::vector<T, Alloc<T>>;
  

  若使用默认分配器，vector会尝试在进程私有堆上分配内存，而非共享内存，从而触发bad_alloc。

• 结构体对齐问题
  Boost Interprocess的分配器对内存对齐有严格要求，若SharedData的对齐不符合要求，可能导致分配失败。可以显式指定结构体的对齐方式：

  struct alignas(std::max_align_t) SharedData
  {           
      SharedData(size_t aSize) : sz(aSize) {}
      size_t  sz;
      char data[MAX_DATA_SIZE];
  };
  

内容的提问来源于stack exchange，提问作者Akash