Julia内存分配疑问：首次运行分配量为何远高于后续？

问题描述 #

我正在尝试理解Julia中的内存分配，编写了如下测试代码：

function f()
    function test(x,y)
        return x-1,y+1
    end

    x1=5
    y1=6

    function stest(num_runs,x,y)
        for i in 1:num_runs
            x,y=test(x,y)
        end
        return x,y
    end

    x1,y1=stest(10,x1,y1)

    println(x1,' ',y1)
end

@time begin
    f()
end

@time begin
    f()
end

运行后得到如下输出：

-5 16
  0.027611 seconds (20.59 k allocations: 1.039 MiB, 92.11% compilation time)
-5 16
  0.000077 seconds (18 allocations: 496 bytes)

请问为何会存在内存分配？且首次运行时的内存分配量为何如此之大？

原因解析 #

首次运行的大量分配：编译开销 #

Julia是**即时编译（JIT）**语言，首次执行函数时会触发完整的编译流程：

• 编译器要解析f、嵌套的test和stest函数的代码，生成针对具体输入类型的优化机器码
• 编译过程中会分配内存存储抽象语法树（AST）、类型推断结果、机器码缓存等中间产物
• 输出里标注的92.11% compilation time直接证明：大部分时间和内存都消耗在编译环节，而非代码的实际执行

后续运行的少量分配：IO与微小运行时开销 #

第二次运行时，函数已经完成编译并缓存了机器码，剩下的少量分配来自：

• println的内部操作：比如字符串拼接、IO缓冲区的临时内存分配
• 函数调用时的一些极小运行时结构（比如临时栈帧存储，但总量可以忽略）

验证：核心计算逻辑零分配 #

如果把println去掉，只保留计算逻辑，第二次运行的分配量会降到0。修改后的代码如下：

function f()
    function test(x,y)
        return x-1,y+1
    end

    x1=5
    y1=6

    function stest(num_runs,x,y)
        for i in 1:num_runs
            x,y=test(x,y)
        end
        return x,y
    end

    return stest(10,x1,y1)
end

此时第二次@time f()的输出会类似：

0.000002 seconds (0 allocations: 0 bytes)

这说明你的核心计算逻辑（test循环）本身完全没有内存分配，所有分配都来自编译阶段或IO操作。

内容的提问来源于stack exchange，提问作者codeenjoyer