为什么Erlang中atom占用的内存大小不随其长度变化？

核心实现机制 #

• Erlang 内部维护了一个全局的原子表（Atom Table），所有出现过的 Atom 字符串字面量都会在这个表里存储唯一的一份，并且对应一个全局唯一的整数 ID。
• 无论你是在代码里直接写 Atom 字面量，还是运行时调用list_to_atom/1、binary_to_atom/1这类接口创建 Atom，Erlang 虚拟机都会先做校验：
  • 如果这个字符串已经存在于原子表中，直接返回对应的整数 ID
  • 如果不存在，会把字符串写入原子表，分配新的唯一 ID 再返回
• 代码运行过程中，所有存储、传递 Atom 的位置，实际上只存这个整数 ID：32 位 Erlang 虚拟机下 ID 占 4 字节，64 位虚拟机下占 8 字节。这就是大家常说「Atom 只占 4/8 字节」的原因，和 Atom 本身的字符串长度完全无关。

Atom 是否会额外消耗内存？ #

会，这是很常见的认知误区。
大家看到的 4/8 字节只是 Atom 引用的大小，额外的内存消耗是在全局原子表上：

• 每个首次创建的 Atom，它的字符串内容会永久占用原子表的内存空间，而且 Erlang 不会对原子表做垃圾回收——哪怕你的代码里后续再也没有任何地方用到这个 Atom，这部分内存也不会被释放。
• Erlang 官方默认给原子表设置了大小上限，默认最大允许存储 1048576 个不同的 Atom，一旦超过这个上限虚拟机会直接崩溃退出。

生产环境下绝对不要把不可控的外部输入（比如用户提交的参数、第三方接口返回的任意字符串）直接转成 Atom，否则很容易被恶意攻击触发原子表溢出，导致服务宕机。

内容的提问来源于stack exchange，提问作者Thành Lợi Nguyễn