这是我参与「第三届青训营 -后端场」笔记创作活动的的第3篇笔记 主要记录了GO语言优化，编译器和静态分析，Go编译器优化
GO语言优化
自动内存管理
动态内存：程序在运行时根据需求时动态分配的内存
自动内存管理：由程序语言的运行时系统管理动态内存
- 避免手动内存管理，专注于实现业务逻辑
- 保证内存使用的正确性和安全性
三个任务
- 分配新空间
- 寻找存活对象
- 回收死对象
相关概念
- mutator：业务现场，分配新对象，修改对象指向关系
- Collector：GC线程，寻找存活对象，回收死亡对象
- Serial GC：只有一个collector
- Parallel GC：有多个collector，同时执行GC算法
- Concurrent GC：mutator和collector可以同时执行
如何判断对象死亡？
追踪垃圾回收（可达性分析）
标记根对象
标记可达对象
清理所有不可达对象（3个gc算法）
根据具体需求选择不同gc算法
gc依据：分代假说
引用计数法
每个对象都有与之关联的引用数目，当引用数目<=0时回收该对象。
内存优化
内存分配-分块
目标：将对象在heap上分配内存
提前将内存分块
- 调用系统调用mmap()想os申请一块大内存
- 将大内存分大块，称为mspan
- 再将大块分成小块，用于对象分配
- noscan mspan：分配不包含指针的对象
- scan mspan：分配包含指针的对象
对象分配，根据对象的大小，选择最合适的内存分块
内存分配-缓存
TCMalloc：thread caching
G：Goroutine
M：Processor，逻辑处理器
P：Machine，系统物理线程
每个p包含一个mcache用于快速分配，用于为绑定于p上的goroutine分配对象
mcache管理一组mspan
当mcache中的mspan分配完毕，向mcentral申请带有未分配的mspan
当mspan中没有分配的对象，mspan会被缓存在mcentral中，而不是立刻释放还给os
balanced gc
- 每个g都绑定一块大内存（GAB)
- GAB用于noscan类型的小对象分配
- 使用三个指针维护GAB：base，end，top
- Bump pointer风格对象分配
无需和其他分配请求互斥
分配动作简单高效
if top + size <=end{
addr:=top
top+=size
return addr
}
本质：将对个小对象分配合成一次大对象的分配
问题：GBA对象分配方式会导致内存被延迟释放
方案：移动GAB中存活的对象
本质：copying gc来管理小对象
基本思想：根据对象的生命周期来管理对象。
编译器和静态分析
编译器结构
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 front end）
- 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 representatin
综合部分（后端 back end）
- 代码优化，机器无关优化，生成优化后的IR
- 代码生成，生成目标代码
静态分析
静态分析：不执行代码，推导程序执行
性质
- 控制流：程序执行流程
- 数据流：数据在控制流上传递
过程内和过程间分析
过程内：仅在函数内部分析
过程间：考虑过程吊桶式参数的传递和返回值的数据流和控制流
Go编译器优化
函数内联
内联：将被调用的函数的函数体的副本替换到调用位置上，同时重写代码以反映参数的绑定
优点：
- 消除函数调用开销，例如参数传递，返回值等等
- 将过程间转化为过程内分析，帮组其他优化。
缺点：
- 函数体变大，icache不友好
- 编译生成的go镜像变大
在大多数情况下，函数内联是正向的
Beast Mode
调整函数内敛策略，使更多函数被内联
- 降低函数调用开销
- 增加其他优化的机会
逃逸分析
分析指针的动态作用域：指针在何处可以被访问
当前p指针在s作用域：
- 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
- 传递给已经逃逸的对象
则p逃逸出s，反之没有逃逸
beast mode拓展了函数边界，使更多对象不逃逸
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heap上的分配，降低gc负担
