高性能 Go 语言发行版优化与落地实践 | 青训营笔记

氧烷
118 阅读12分钟

高性能 Go 语言发行版优化与落地实践 | 青训营笔记

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

概述

本节课程主要分为四个方面：

  1. 自动内存管理
  2. Go 内存管理及优化
  3. 编译器和静态分析
  4. Go 编译器优化

前言： 追求极致性能

  • 什么是性能优化？

    • 提升软件系统处理能力，减少不必要的消耗，充分发掘计算机算力

  • 为什么要做性能优化？

    • 用户体验：带来用户体验的提升 —— 让刷抖音更丝滑，让双十一购物不再卡顿
    • 资源高效利用：降低成本，提高效率 —— 很小的优化乘以海量机器会是显著的性能提升和成本节约

  • 性能优化

    • 业务层优化

      • 针对特定场景，具体问题，具体分析
      • 容易获得较大性能收益

    • 语言运行时优化

      • 解决更通用的性能问题
      • 考虑更多场景
      • Tradeoffs

    • 数据驱动

      • 自动化性能分析工具 —— pprof
      • 依靠数据而非猜测
      • 首先优化最大瓶颈

  • 软件质量

    • 软件质量至关重要

    • 保证接口稳定的前提下改进实现

      • img

    • 测试驱动，测试用例：覆盖尽可能多的场景，方便回归

    • 通过清晰的文档告诉用户这一项优化做了什么，没做什么，能达到怎样的效果

    • 隔离，优化代码用选项和原先的路径隔离，保证优化未启用时的行为同以前一致

    • 可观测、可灰度、可回滚：必要的日志输出

01. 自动内存管理

1.1 基本概念

  • 动态内存

    • 系统在运行是根据需求动态分配内存：malloc()

  • 自动内存管理（垃圾回收）：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: double-free problem（连续释放内存）, use-after-free problem（释放后继续使用）

  • 三个任务

    • 为新对象分配空间
    • 找到存活对象
    • 回收死亡对象的内存空间

  • 概念

    • 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

    • img

    • Serial GC: 只有一个 collector

    • img

    • Parallel GC: 并行 GC，支持多个 collectors 同时回收的 GC 算法

    • img

    • Concurrent GC: 并发 GC，支持 mutator(s) 和 collector(s) 同时执行的 GC 算法

      • img

      • Collectors 必须感知对象指向关系的改变！

        • img

1.2 相关概念

  • 评价GC算法

    • 安全性：不能回收存活的对象基本要求
    • 吞吐率：1 - GC时间/程序执行总时间 花在GC上的时间
    • 暂停时间：stop the world 业务是否感知
    • 内存开销：GC元数据开销

  • 追踪垃圾回收（Tracing garbage collection）

  • 引用计数 （Reference counting）

1.2.1 追踪垃圾回收

  • Tracing garbage collection: 基于追踪垃圾回收

    • 被回收的条件：不可达对象

    • 过程

      • 标记根对象 (GC roots): 静态变量、全局变量、常量、线程栈等

      • 标记：求指针指向的传递闭包：从跟对象出发，找到所有可达对象

      • 清理：回收所有不可达对象占据的内存空间

        • Copying GC: 将存活对象从一块内存空间复制到另外一块内存空间，原先的空间可以直接进行对象分配
        • img
        • Mark-sweep GC: 将死亡对象所在内存块标记为可分配，使用 free list 管理可分配的空间
        • img
        • Mark-compact GC: 将存活对象复制到同一块内存区域的开头：原地整理对象
        • img

1.2.2 分代GC

  • 分代假说(Generational hypothesis): most objects die young

  • Intuition:很多对象在分配出来后很快就不再使用了

  • 每个对象都有年龄:经历过GC的次数

  • 目的:对年轻和老年的对象，制定不同的GC策略，降低整体内存管理的开销

  • 不同年龄的对象处于heap的不同区域

  • 年轻代(Young generation)

    • 常规的对象分配
    • 由于存活对象很少，可以采用copying collection
    • GC吞吐率很高

  • 老年代(Old generation)

    • 对象趋向于一直活着，反复复制开销较大
    • 可以采用mark- sweep collection

1.2.3 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运行中：指针传递的过程中进行引用计数的增减
    • 不需要了解 runtime 的细节：因为不需要标记 GC roots，因此不需要知道哪里是全局变量、线程栈等

  • 缺点

    • 开销大，因为对象可能会被多线程访问，对引用计数的修改需要原子操作保证原子性和可见性
    • 无法回收环形数据结构 ——— weak reference
    • 内存开销：每个对象都引入额外存储空间存储引用计数
    • 虽然引用计数的操作被平摊到程序运行过程中，但是回收大的数据结构依然可能引发暂停（回收原子量大）

  • 说明

    • 以上我们所讲述的技术的缺点并非是无法解决的问题。学术界和工业界在一直在致力于解决自动内存管理技术的不足之处。例如，最新的 PLDI’22 的文章 Low-Latency, High-Throughput Garbage Collection 感兴趣的同学可以阅读。

02. Go 内存管理及优化

2.1 Go 内存管理

  • TCMalloc: TC is short for thread caching

  • 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 OS 申请一大块内存，例如 4 MB
    • 先将内存划分成大块，例如 8 KB，称作 mspan
    • 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
    • img

  • 对象分配：根据对象的大小，选择最合适的块返回

  • 内存缓存

    • Go 内存管理构成了多级缓存机制，从 OS 分配得的内存被内存管理回收后，也不会立刻归还给 OS，而是在 Go runtime 内部先缓存起来，从而避免频繁向 OS 申请内存。内存分配的路线图如下。
    • TCMalloc：thread caching
    • 每个p包含一个mcache用于快速分配，用于为绑定于p上的g分配对象
    • mcache管理一组mspan
    • 当mcache中的mspan分配完毕，向mcentral申请带有未分配块的mspan
    • 当mspan中没有分配的对象，mspan会被缓存在mcentral中，而不是立刻释放并归还给OS

img

2.2 Go 内存管理的问题

mspan, mcache 和 mcentral 构成了内存管理的多级缓存机制。

  • 对象分配是非常高频的操作：每秒分配 GB 级别的内存
  • 线上 profiling 发现，Go 的内存分配占用很多 CPU

img

可以看到，用于分配对象的函数 mallocgc() 占用 CPU 较高

  • 小对象分配占大多数

img

横轴是对象大小，纵轴是数目，可以看到绝大多数对象都小于 80 B。因此优化小对象分配是关键。

2.3 字节跳动的优化方案

  • Balanced GC
  • 核心：将 noscan 对象在 per-gallocation allocation buffer (GAB) 上分配，并使用移动对象 GC 管理这部分内存，提高对象分配和回收效率

img

  • 每个 g 会附加一个较大的 allocation buffer (例如 1 KB) 用来分配小于 128 B 的 noscan 小对象

  • 使用三个指针维护GAB ：base，end，top

  • bump pointer 风格的对象分配。示意如下。

    • 无需和其他分配请求互斥
    • 分配动作简单高效
if g.ab.end - g.ab.top < size {
    // Allocate a new allocation buffer
}
addr := g.ab.top
g.ab.top += size
return addr
​
  • 分配对象时，根据对象大小移动 top 指针并返回，快速完成一次对象分配
  • 同原先调用 mallocgc() 进行对象分配的方式相比，balanced GC 缩短了对象分配的路径，减少了对象分配执行的指令数目，降低 CPU 使用

从 Go runtime 内存管理模块的角度看，一个 allocation buffer 其实是一个大对象。本质上 balanced GC 是将多次小对象的分配合并成一次大对象的分配。因此，当 GAB 中哪怕只有一个小对象存活时，Go runtime 也会认为整个大对象（即 GAB）存活。为此，balanced GC 会根据 GC 策略，将 GAB 中存活的对象移动到另外的 GAB 中，从而压缩并清理 GAB 的内存空间，原先的 GAB 空间由于不再有存活对象，可以全部释放，如下图所示。

img

上图上方是两个 GAB，其中虚线表示 GAB 中对象的分界线。黑色表示 GAB 中存活的对象，白色表示死掉的对象。由于 GAB 中有存活对象，整个 GAB 无法被回收。

Balanced GC 会将 GAB 中存活的对象移动到下面的 GAB 中，这样原先的两个 GABs 就可以被释放，压缩并清理 GAB 的内存空间。

Balanced GC 只负责 noscan 对象的分配和移动，对象的标记和回收依然依赖 Go GC 本身，并和 Go GC 保持兼容。

03. 编译器和静态分析

3.1 编译器的结构

  • 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（lexeme）
    • 语法分析，生成语法树（AST）
    • 语义分析，收集类型信息，进行语义检查 （ decorated ）AST
    • 中间代码生成，生成intermediate representation（IR）

  • 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

img

3.2 静态分析

  • 静态分析：不执行代码，推导程序的行为，分析程序的性质。
  • 控制流（Control flow）：程序的执行流程
  • 数据流（Data flow）：数据在控制流上的传递

img

上图的程序转换成控制流图 (control-flow graph)

img

  • 通过分析控制流和数据流，我们可以知道更多关于程序的性质(properties) ，这些事实可以帮助我们做编译优化。

    • 例如上面的程序。我们通过分析数据流和控制流，知道这个程序始终返回 4。编译器可以根据这个结果做出优化。

img

  • Intra-procedural analysis: 函数内分析：在函数内进行控制流和数据流的分析
  • Inter-procedural analysis: 函数间分析：除了函数内的分析，还需要考虑跨函数的数据流和控制流，例如参数传递，函数返回值等

3.3 过程内分析和过程间分析

  • 过程内分析（intra - procedual analysis）

    • 仅在函数内部进行分析

  • 过程间的分析（inter - procedural analysis）

    • 考虑函数调用时参数传递和返回值的数据流和控制流

  • 为什么过程间分析是个问题?

    • 需要通过数据流分析得知i的具体类型，才能知道i. foo()调用的是哪个foo()
    • 根据i的具体类型 ，产生了新的控制流，A.foo() ,分析继续
    • 过程间分析需要同时分析———控制流和数据流联合求解，比较复杂

04. Go 编译器优化

目的

  • 为什么做编译器优化

    • 用户无感知，重新编译即可获得性能收益
    • 通用的优化手段

  • 现状

    • 采用的优化较少
    • 追求编译时间短，因此没有进行复杂的代码分析和优化

  • 编译优化思路

    • 场景：面向后端长期执行的任务
    • Tradeoff：用适当增加编译时间换取更高性能的代码

  • Beast mode

    • 函数内联
    • 逃逸分析
    • 默认栈大小调整
    • 边界检查消除
    • 循环展开
    • ……

4.1 函数内联

  • 定义：将被调用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

    • 消除调用开销
    • 将过程间分析的问题转换为过程内分析，帮助其他分析，例如逃逸分析

  • 缺点

    • 函数体变大，instruction cache（icache）不友好
    • 编译生成的 Go 镜像文件变大

  • 函数内联在大多数情况下是正向优化，即多内联，会提升性能

  • 采取一定的策略决定是否内联

    • 调用和被调用函数的规模
    • ……

4.2 Beast Mode

  • Go 内联的限制

    • 语言特性：interface, defer 等等，限制了内联优化
    • 内联策略非常保守

  • 字节跳动的优化方案

    • 修改了内联策略，让更多函数被内联
    • 增加了其他优化的机会：逃逸分析

  • 开销

    • Go 镜像大小略有增加 ~10%
    • 编译时间增加
    • 运行时栈扩展开销增加

逃逸分析

  • 定义：分析代码中指针的动态作用域，即指针在何处可以被访问

  • 大致思路（算法）

    • 从对象分配处出发，沿着控制流，观察数据流。

    • 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 逃逸出 s，反之则没有逃逸出 s.

  • Beast Mode：函数内联拓展了函数的边界，更多对象不逃逸了

  • 优化：未逃逸出当前函数的指针指向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 即可完成内存的分配和回收；
    • 减少在堆上分配对象，降低 GC 负担。

课后梳理

  1. 从业务层和语言运行时层进行优化分别有什么特点？
  2. 从软件工程的角度出发，为了保证语言 SDK 的可维护性和可拓展性，在进行运行时优化时需要注意什么？
  3. 自动内存管理技术从大类上分为哪两种，每一种技术的特点以及优缺点有哪些？
  4. 什么是分代假说？分代 GC 的初衷是为了解决什么样的问题？
  5. Go 是如何管理和组织内存的？
  6. 为什么采用 bump-pointer 的方式分配内存会很快？
  7. 为什么我们需要在编译器优化中进行静态代码分析？
  8. 函数内联是什么，这项优化的优缺点是什么？
  9. 什么是逃逸分析？逃逸分析是如何提升代码性能的？

\

avatar
文章
阅读
粉丝