这是我参与「第三届青训营 -后端场」笔记创作活动的的第4篇笔记。

1. 自动内存管理

管理动态内存（程序运行时根据需求动态分配的内存：malloc（）），保证正确性和安全性

Mutator：业务线程，分配新对象，修改对象指向关系。

Collector：GC线程，找到存活对象，回收死亡对象的内存空间

GC算法：Serial GC、Parallel GC、Concurrent GC(mutator和collector可以同时执行)

评价GC算法的指标：

• 安全性：不能回收存活的对象
• 吞吐率：花在GC上的时间
• 暂停时间：stop the world
• 内存开销：GC元数据开销

追踪垃圾回收

对象被回收的条件：指针指向关系不可达的对象

• 标记根对象：静态变量、全局变量、常量、线程栈
• 标记：找到可达的对象：求指针指向关系的传递闭包：从跟对象出发，找到所有可达对象 清理所有不可达的对象
• Copying GC：将存活对象复制到另外的内存空间
• Mark-sweep GC：将死亡对象的内存标记为“可分配”
• Mark-compact GC：移动并整理存活对象 根据对象的生命周期，使用不同的标记和清理策略

分代GC（Generational GC）

分代假说:most objects die young

每个对象都有年龄：经历过GC的次数

对于年轻和老年的对象，指定不同的GC策略，降低整体内存管理的开销

不同年龄的对象处于heap不同区域

• 年轻代：copy collection、常规对象分配、存活对象很少、GC吞吐率高
• 老年代：mark-swap collection、对象趋向于一直活着，反复复制开销很大。

引用计数

• 每个对象都有一个与之关联的引用数目
• 对象存活的条件：当且仅当引用数大于0
• 优点：
  • 内存管理的操作被平摊到程序执行过程中
  • 内存管理不需要理解runtime的实现细节
• 缺点：
  • 维护开销大，原子操作保证引用技术操作的原子性和可见性
  • 无法回收环形数据结构
  • 内存开销：引用技术需要空间
  • 回收内存时依然可能引发暂停

2. Go 内存管理及优化

分块

目标：为对象在heap上分配内存

提前将内存分块

• 调用系统调用mmap()向操作系统申请一大块内存，例如4MB
• 先将内存划分成大块，例如8KB，称作maspan
• 再将大块继续划分成特定大小的小块，用于对象分配
• noscan mspan：分配不包含指针的对象——GC不需要扫描
• scan mspan：分配包含指针的对象——GC需要扫描

对象分配：根据对象的大小，选择最合适的块返回

缓存

TCMalloc：thread caching

Go语言基于GMP模型实现用户态线程

• G：表示goroutine，每个goroutine都有自己的栈空间，定时器，初始化的栈空间在2k左右，空间会随着需求增长
• M：抽象化代表内核进程，记录内核线程栈信息，当goroutine调度到线程时，使用该goroutine自己的栈信息
• P：代表调度器，负责调度goroutine，维护一个本地goroutine队列，M从P上获得goroutine并执行，同时还负责部分内存的管理

go内存管理优化

对象分配是非常高频的操作：每秒分配GB级别的内存

小对象占比较高

Go内存分配比较耗时

• 分配路径长
• pprof：对象分配的函数是最频繁调用的函数之一

Balanced GC

BD优化方案

指针碰撞风格的对象分配

实现了copying GC

性能收益

3. 编译器和静态分析

重要的系统软件

• 识别符合语法和非法的程序
• 生成正确且高效的代码 分析部分（前端）
• 词法分析，生成词素
• 语法分析，生成语法树
• 语义分析，收集类型信息，进行语义检查
• 中间代码生成，生成intermediate representation(IR) 综合部分（后端）
• 代码优化，机器无关优化
• 代码生成，生成目标代码

静态分析

不执行程序代码，推导程序的行为，分析程序的性质

• 控制流分析（control flow）：程序执行的流程（控制流图）
• 数据流（data flow）：数据在控制流上的传递

过程内分析和过程间分析

过程内分析：仅在过程内部进行分析 过程间分析：过程调用时参数传递和返回值的控制流和数据流

4. Go 编译器优化

用户无感知，重新编译即可获得性能收益

函数内联

将被调用函数的函数体的副本替换到调用位置上

消除了函数调用开销，例如传递参数、保存寄存器等

将过程间分析转化为过程内分析，帮助其他优化、例如逃逸分析

缺点：函数体变大、编译生成的Go镜像变大

逃逸分析

逃逸分析：分析代码中指针的动态作用域：指针在何处可以被访问

大致思路：

• 从对象分配处触发，沿着控制流，观察对象的数据流
• 若发现指针p在当前作用域s：
  • 作为参数传递给其他函数
  • 传递给全局变量
  • 传递给其他的goroutine
  • 传递给已逃逸的指针指向的对象
• 则指针p指向的对象逃逸出s，反之则没有逃逸出s

beast mode：函数内联拓展了函数边界，更多对象不逃逸

优化：未逃逸的对象可以在栈上分配

• 对象在栈上分配和回收很快：移动sp
• 减少在heap上的分配，降低GC负担