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。

篇幅

• 性能优化
• 自动内存管理
• Go内存分配

性能优化

• 减少计算消耗，提高软件处理能力。
• 提升用户的体验，不用被冗长耗时的模块。
• 在海量设备情况下，微小的优化也能得做到显著的性能提升和资源节省。

性能优化的两个层面

• 基于数据驱动，采用性能分析工具，从最大的性能瓶颈模块开始优化。

业务层优化

• 针对特性场景、具体问题的优化

语言运行时优化

• 通用性能优化

性能优化的可维护性

• 保证已实现接口的稳定性下进行改进
• 测试用例的完整性
• 隔离性，允许屏蔽优化，避免优化出现问题影响非优化用户
• 完整的用户文档，覆盖模块功能的描述和使用效果
• 必要日志输出记录

自动内存管理

自动内存管理(GC)是由程序语言的运行时系统回收动态内存，例如Java中是由JVM虚拟机对堆空间进行垃圾回收，主要完成3个任务：

• 为新对象分配内存空间
• 查找存活对象和年龄晋升
• 回收死亡对象的内存空间

相关概念

基本概念

• Mutator: 业务线程，分配新对象，修改对象指向关系
• Collector: GC线程，寻找存货对象，回收死亡对象内存空间

GC分类

• Serial GC： 单个Collector完成回收
• Paraller GC： 多个Collectors同时回收
• Concurrent GC： Mutators和Collectors同时执行

垃圾回收算法

• 标记-清除 内存空间标记不需要的对象，统一回收-->内存碎片化
• 标记-复制 将内存空间分为相同大小两部分，对象只存储在一半的空间，存活对象连续复制到另一半空间后，清理另一半空间。
• 标记-整理 标记不要的对象，移动存活对象使它们连续。

可达性分析

GC的第一步需要判断哪些对象已经死亡

引用计数法

每个对象都有一个引用数目，当引用大于0时，存活。

• 缺点
  • 对象互相循环引用不可用
  • 开销大，需要采用原子操作

GC Roots 可达性分析

从一个根对象开始向下搜索，形成引用链，当一个对象到达GC Roots不可达的时候，这个对象不可用，需要回收。

• Root对象

静态变量、全局变量、常量、线程栈等

• 常用算法 三色标记法（三色标记法因为由并发的性质，会产生浮动垃圾）

GO内存分配

分块

• 系统调用mmap(),申请内存空间，例如4MB
• 将内存分为固定大小的大块（mspan），例如8MB
• 将大块分为特定大小的小块，例如8B，16B，24B
• 根据对象的大小，选择合适的块返回

缓存

• mcache本地缓存可用的mspan资源，供Goroutine分配，不消耗锁资源
• mcentral为所有mcache提供mspan资源
• 当mcache中分配完或没有特定大小的mspan时，就会从mcentral获取