第一部分提到了ByteBuf的内存结构，这儿有几点需要补充并在某些点展开说明
大对象的处理
当申请的分配对象超过Chunk容量大小，Netty就不在使用池化管理的方式了，在每次请求分配内存时单独创建非池化PoolChunk对象进行管理，当对象释放时整个PoolChunk内存释放。
小对象处理
如果申请的内存空间远小于PageSize的话，按照之前提到的，就需要为每个小ByteBuf对象分配一个Page，这就出现内存浪费和内存碎片的问题，Netty将再把Page细分，Netty 将请求的空间大小向上取最近的 16 的倍数（或 2 的幂），规整后小于 PageSize 的小 Buffer 可分为两类。
- 微型对象：规整后的大小为 16 的整倍数，如 16、32、48、......、496，一共 31 种大小。
- 小型对象：规整后的大小为 2 的幂，如 512、1024、2048、4096，一共 4 种大小。
这样的话，当向系统申请小对象存储空间时，Netty会先从Poolchunk中申请空闲的Page，同一个Page分为相同大小的buffer,这些Page用PoolSubpage对象进行封装，PoolSubpage内部会记录它自己能分配的小buffer的的规格，可用内存数量，并通过bitmap的方式记录各个小内存的使用情况。虽然这种方案不能完美消灭内存碎片，但是却在很大程度上减少了内存浪费。
基于二叉平衡树的算法结构
上个章节提到Netty中的池化技术实现是基于分层的结构，具体到数据结构的话就是用二叉平衡树进行的实现 当需要创建一个给定大小的ByteBuf，算法需要在PoolChunk中大小为chunkSize的内存中，找到第一个能够容纳申请分配内存的位置
为了方便快速查找chunk中能容纳请求内存的位置，算法构建一个基于byte数组(memoryMap)存储的完全平衡树，该平衡树的多个层级深度，就是前面介绍的按照不同粒度对chunk进行多层分组：
当申请分配大小为chunkSize/2^k的内存，在平衡树高度为k的层级中，从左到右搜索第一个空闲节点
数组的使用域从index = 1开始，将平衡树按照层次顺序依次存储在数组中，depth = n的第1个节点保存在memoryMap[2^n] 中，第2个节点保存在memoryMap[2^n+1]中，以此类推(下图代表已分配chunkSize/2)
可以根据memoryMap[id]的值得出节点的使用情况，memoryMap[id]值越大，剩余的可用内存越少
- memoryMap[id] = depth_of_id：id节点空闲， 初始状态，depth_of_id的值代表id节点在树中的深度
- memoryMap[id] = maxOrder + 1：id节点全部已使用，节点内存已完全分配，没有一个子节点空闲
- depth_of_id < memoryMap[id] < maxOrder + 1：id节点部分已使用 ，memoryMap[id] 的值 x，代表id的子节点中，第一个空闲节点位于深度x，在深度[depth_of_id, x)的范围内没有任何空闲节点 （引用链接：juejin.cn/post/684490...