# Phase 6.12.1: Tiny Pool P0最適化 完了レポート

**完了日**: 2025-10-21
**ステータス**: ✅ Step 1完了（予想超え）、⚠️ Step 2完了（改善なし）、⏸️ Step 3保留

---

## 📊 **実装サマリ**

### ✅ **完了した実装**

#### **Step 1: SlabTag完全削除** (15分)
- SlabTag書き込み削除
- 64B予約削除
- Cookie XOR演算削除
- reserved_blocks計算削除

**期待効果**: 18,832ns → 9,400ns (2倍)
**実測結果**: 18,832ns → 7,355ns (2.56倍) ✨ **予想より22%良い！**

#### **Step 2: Slab Registry実装** (1時間)
- Hash Table (1024エントリ)
- Linear probing (最大8回)
- `slab_base` → `TinySlab*` マッピング
- O(1) average lookup

**期待効果**: 7,355ns → 1,500ns (5倍)
**実測結果**: 7,355ns → 10,471ns (string-builder) ❌ **43%悪化**

---

## 📊 **ベンチマーク結果**

### **全シナリオ比較**

| Scenario | Phase 6.12 基本 | Step 1 | Step 2 | vs 基本 | vs Step 1 |
|----------|----------------|--------|--------|---------|-----------|
| **string-builder** | 7,871 ns | 7,355 ns | 10,471 ns | +33% ⬆️ | +42% ⬆️ |
| **token-stream** | 99 ns | - | 98 ns | -1% ⬇️ | - |
| **small-objects** | 6 ns | - | 5 ns | -17% ⬇️ | - |

**vs mimalloc**:
- string-builder: 10,471 ns vs 18 ns → **582倍遅い**
- token-stream: 98 ns vs 9 ns → **11倍遅い**
- small-objects: 5 ns vs 3 ns → **1.7倍遅い**

---

## 🔍 **Step 2 性能悪化の原因分析**

### **推定原因**

1. **slab数が少ない環境ではO(N)が有利**
   - string-builder: 4サイズクラス × 平均1-2 slab = 8回程度のポインタ比較
   - Registry lookup: hash計算 + 配列アクセス + 2-3回probing
   - → **O(N)の方が速い**

2. **Registry lookupオーバーヘッド**
   ```c
   // hash計算 (ビットシフト＋AND)
   int hash = (slab_base >> 16) & SLAB_REGISTRY_MASK;

   // Linear probing (平均2-3回)
   for (int i = 0; i < SLAB_REGISTRY_MAX_PROBE; i++) {
       int idx = (hash + i) & SLAB_REGISTRY_MASK;
       // 16KB配列アクセス → キャッシュミスの可能性
   }
   ```

3. **キャッシュ局所性低下**
   - 16KB Registry (1024エントリ × 16B)
   - slab listは連続アクセス（キャッシュフレンドリ）
   - Registry はランダムアクセス（キャッシュミス）

---

## 💡 **ChatGPT Pro (gpt-5) 相談結果**

### **推奨された Plan A**

```
Step 1: SlabTag削除 (15分) → 2倍改善  ✅ 達成 (2.56倍)
Step 2: Slab Registry (1-1.5時間) → 5倍改善  ❌ 失敗 (1.4倍悪化)
Step 3: TLS Freelist (2-2.5時間) → 50-80ns達成  ⏸️ 保留
```

**推奨理由**:
- mimalloc: Embedded metadata（セグメント内管理領域）
- jemalloc: Registry（rtreeでO(1)）
- **推奨**: Registry（安全性・移植性・デバッグ容易性）

### **実測結果との乖離**

| 項目 | 予想 | 実測 | 差異 |
|------|------|------|------|
| Step 1効果 | 2倍 | 2.56倍 | +28% 🎉 |
| Step 2効果 | 5倍 | 0.7倍 | -86% 😱 |

**教訓**:
- ✅ **理論と実測は異なる** - 必ず測定が必要
- ✅ **環境依存性が高い** - slab数・アクセスパターンで結果が変わる
- ❌ **ChatGPT予想が外れた** - jemalloc/mimallocと異なる条件（slab数少）

---

## 🎯 **技術的洞察**

### **O(N)探索が有利な条件**

1. **N が小さい** (< 10-20)
   - hakmem: 8サイズクラス × 平均1-2 slab = **8-16個**
   - jemalloc/mimalloc: 数百～数千slab = **O(1)必須**

2. **連続アクセスパターン**
   - slab listは連続配置
   - CPU cache lineに載る（64B）

3. **単純な比較**
   - `if (slab->base == slab_base)` = 1命令
   - hash計算 + probing = 5-10命令

### **Registry が有利な条件**

1. **N が大きい** (> 100)
   - mimalloc: 数千slab
   - jemalloc: 数万slab

2. **ランダムアクセス**
   - free順序がalloc順と無関係

3. **マルチスレッド**
   - lockフリーRegistry可能

---

## 📂 **実装詳細**

### **Step 1: SlabTag削除**

**修正ファイル**:
- `hakmem_tiny.c:48-67` - allocate_new_slab() 簡略化
- `hakmem_tiny.c:142-154` - release_slab() 簡略化
- `hakmem_tiny.c:150-154` - hak_tiny_init() Cookie削除

**削減コード**: 約30行

### **Step 2: Slab Registry**

**追加ファイル**:
- `hakmem_tiny.h:62-76` - Registry構造体定義
- `hakmem_tiny.c:16` - グローバルRegistry配列
- `hakmem_tiny.c:22-92` - Registry操作関数（hash/register/unregister/lookup）
- `hakmem_tiny.c:126-134` - allocate_new_slab()登録処理
- `hakmem_tiny.c:145-147` - release_slab()削除処理
- `hakmem_tiny.c:157-166` - hak_tiny_owner_slab() O(1)化

**追加コード**: 約80行
**メモリ使用**: 16KB (1024 entries × 16B)

---

## 🎯 **次のステップ提案**

### **Option A: Step 1で完了** ⭐推奨

**理由**:
- ✅ 元の実装（7,871ns）より7%速い
- ✅ 実装シンプル（30行削減）
- ✅ メモリ効率良い（Registry不要）
- ❌ mimalloc（18ns）には程遠い（408倍遅い）

**結論**: Tiny Pool（≤1KB）は **L2.5 LargePool（64KB-1MB）** より優先度低い

---

### **Option B: Step 2をrevertしてStep 3へ**

**理由**:
- Registry効果なし
- Step 1の状態でTLS Freelist実装
- TLSが本命（mimalloc/jemalloc の核心技術）

**リスク**: TLS実装複雑（2-2.5時間）、効果不明

---

### **Option C: L2.5 LargePool優先**

**理由**:
- mir scenario (+47.8%) の方が深刻
- 64KB-1MB ギャップ埋める方が効果大
- ChatGPT Pro推奨（Phase 6.11）

**期待効果**: mir 1698ns → <500ns (3倍以上)

---

## ✅ **Phase 6.12.1 完了判定**

| 項目 | ステータス |
|------|-----------|
| **Step 1実装** | ✅ 完了（予想超え） |
| **Step 2実装** | ✅ 完了（改善なし） |
| **性能目標** | ❌ 未達（18ns目標 vs 10,471ns実測） |
| **技術検証** | ✅ 完了（Registry不要と判明） |
| **最適化戦略** | ✅ 確定（Step 1で十分） |

**総合評価**: **部分成功** - Step 1は予想超え、Step 2は理論と実測の乖離を学習

---

## 📌 **最終推奨**

1. **Step 2 (Registry) をrevert** ← 性能悪化のため
2. **Step 1の状態を維持** ← 7,355ns（元より7%速い）
3. **Phase 6.13: L2.5 LargePool へ進む** ← より大きな改善期待

**理由**:
- Tiny Pool最適化の費用対効果が低い（408倍差を埋めるのは現実的でない）
- L2.5 LargePool（64KB-1MB）の方が影響大
- リソースを効果的に配分

---

**作成者**: Claude + ChatGPT Pro (gpt-5)
**作成日**: 2025-10-21